基于粒计算理论的数据挖掘模型研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 引言 | 第8-18页 |
| ·引子 | 第8页 |
| ·数据挖掘的定义 | 第8-9页 |
| ·数据挖掘的过程 | 第9-10页 |
| ·数据挖掘的任务 | 第10-11页 |
| ·数据挖掘采用的技术 | 第11-12页 |
| ·粒计算概述 | 第12-17页 |
| ·粒计算理论的产生 | 第12-13页 |
| ·粒计算的基本概念 | 第13-14页 |
| ·粒计算基本问题描述 | 第14-15页 |
| ·粒化模型 | 第15页 |
| ·目前的研究现状 | 第15-17页 |
| ·论文研究的主要内容及创新点 | 第17-18页 |
| 第2章 Rough集基本理论 | 第18-30页 |
| ·Rough集 | 第18-20页 |
| ·Rough集的定义 | 第18-20页 |
| ·Rough隶属函数 | 第20页 |
| ·知识约简 | 第20-22页 |
| ·知识的约简和核 | 第20-21页 |
| ·知识的相对约简和相对核 | 第21-22页 |
| ·信息系统与决策表 | 第22-24页 |
| ·信息系统 | 第22-23页 |
| ·决策表 | 第23-24页 |
| ·决策逻辑语言 | 第24-26页 |
| ·决策逻辑语言的语法 | 第24页 |
| ·决策逻辑语言的语义 | 第24-26页 |
| ·属性重要性 | 第26-27页 |
| ·不完备信息系统 | 第27-30页 |
| ·基于容差关系的Rough模型 | 第27页 |
| ·基于限制容差关系的Rough模型 | 第27-28页 |
| ·基于α相同度相似关系的Rough集模型 | 第28页 |
| ·几种模型比较 | 第28-30页 |
| 第3章 粒计算理论 | 第30-38页 |
| ·信息粒与信息粒度 | 第30-31页 |
| ·信息粒与信息粒化 | 第30-31页 |
| ·信息粒度 | 第31页 |
| ·粒的二进制表示 | 第31-34页 |
| ·粒的二进制表示 | 第31-32页 |
| ·粒的阶数 | 第32-34页 |
| ·粒语言 | 第34-38页 |
| ·粒的表现形式 | 第34-35页 |
| ·粒语言 | 第35-36页 |
| ·粒运算 | 第36-38页 |
| 第4章 一种基于粒计算的数据挖掘模型 | 第38-60页 |
| ·基于粒计算的数据挖掘模型 | 第38-39页 |
| ·数据预处理 | 第39-46页 |
| ·连续属性值离散化 | 第39-41页 |
| ·不完备数据处理 | 第41-45页 |
| ·信息粒化 | 第45-46页 |
| ·属性约简 | 第46-50页 |
| ·粒度熵与属性的重要性 | 第46-48页 |
| ·属性约简 | 第48-50页 |
| ·规则挖掘 | 第50-54页 |
| ·规则自动生成 | 第50-51页 |
| ·自定义决策挖掘 | 第51-52页 |
| ·自定义条件挖掘 | 第52-54页 |
| ·实例 | 第54-60页 |
| 第5章 结论与展望 | 第60-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位期间的研究成果 | 第67页 |
