摘要 | 第1-10页 |
Abstract | 第10-13页 |
第一章 绪论 | 第13-19页 |
·引言 | 第13页 |
·粗糙集理论的研究和发展 | 第13-16页 |
·粗糙集理论的发展概况 | 第14页 |
·粗糙集理论的研究与应用 | 第14页 |
·属性约简算法的研究现状 | 第14-16页 |
·课题的主要研究内容 | 第16页 |
·论文的组织结构 | 第16-19页 |
第二章 粗糙集理论 | 第19-25页 |
·引言 | 第19页 |
·粗糙集基本概念 | 第19-23页 |
·信息系统与决策表 | 第19-20页 |
·粗糙集与近似分类 | 第20-22页 |
·属性约简 | 第22-23页 |
·小结 | 第23-25页 |
第三章 粗糙集理论中的知识量 | 第25-33页 |
·引言 | 第25页 |
·知识量与相对知识量 | 第25-29页 |
·知识量的定义和性质 | 第26-27页 |
·相对知识量定义和性质 | 第27-29页 |
·知识量的应用 | 第29-32页 |
·属性依赖的知识量表示 | 第29-30页 |
·相对知识量在决策表中的应用 | 第30-32页 |
·小结 | 第32-33页 |
第四章 基于知识量的属性约简算法 | 第33-41页 |
·引言 | 第33页 |
·基于知识量的启发式约简算法(ARABKQ算法) | 第33-36页 |
·信息系统中属性重要度的度量 | 第33-34页 |
·ARABKQ算法描述 | 第34页 |
·算法复杂度分析 | 第34-35页 |
·实例分析 | 第35-36页 |
·一种基于划分的信息系统约简算法 | 第36-39页 |
·属性划分 | 第36-38页 |
·基于划分的信息系统属性约简算法(ARABP算法) | 第38-39页 |
·算法复杂度分析 | 第39页 |
·两种算法的实验分析 | 第39-40页 |
·实验过程 | 第39-40页 |
·实验分析 | 第40页 |
·小结 | 第40-41页 |
第五章 基于知识量的相对属性约简算法 | 第41-49页 |
·引言 | 第41页 |
·基于知识量的相对约简算法 | 第41-43页 |
·决策表中属性重要度的度量 | 第41-42页 |
·算法描述 | 第42-43页 |
·算法复杂度分析 | 第43页 |
·一种基于划分的决策表约简算法 | 第43-46页 |
·决策表的不一致性与约简集的不变性 | 第43-44页 |
·属性的相对划分 | 第44页 |
·基于划分的决策表约简算法设计(DRABP算法) | 第44-46页 |
·两种算法的实验分析 | 第46-47页 |
·实验过程 | 第46页 |
·实验分析 | 第46-47页 |
·小结 | 第47-49页 |
第六章 结论与展望 | 第49-51页 |
·总结 | 第49页 |
·进一步展望 | 第49-51页 |
参考文献 | 第51-57页 |
发表文章目录 | 第57-58页 |
致谢 | 第58-59页 |
个人简况及联系方式 | 第59-60页 |