| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究意义 | 第9-10页 |
| ·数据分类技术 | 第10-13页 |
| ·数据分类技术及评价标准 | 第10-12页 |
| ·数据分类技术面临的主要问题及未来研究方向 | 第12-13页 |
| ·论文的主要内容及组织结构 | 第13-15页 |
| 2 相关理论 | 第15-27页 |
| ·粗糙集理论和可变粗糙集理论 | 第15-19页 |
| ·基本粗糙集理论 | 第15-17页 |
| ·可变精度粗糙集理论 | 第17-18页 |
| ·粗糙集处理问题的一般步骤 | 第18-19页 |
| ·粗糙集理论的特点 | 第19页 |
| ·神经网络理论 | 第19-25页 |
| ·神经网络的特点和分类 | 第20-21页 |
| ·BP神经网络模型 | 第21-23页 |
| ·RBF神经网络模型 | 第23-25页 |
| ·粗糙集理论和神经网络相结合 | 第25-27页 |
| 3 基于粗糙集和神经网络的层次入侵检测新方法 | 第27-41页 |
| ·入侵检测概述 | 第27-31页 |
| ·入侵检测分类 | 第27-29页 |
| ·入侵检测模型 | 第29-30页 |
| ·入侵检测的研究现状 | 第30-31页 |
| ·基于粗糙集和神经网络的层次入侵检测新方法 | 第31-37页 |
| ·基于粗糙集和神经网络的层次入侵检测模型 | 第31-33页 |
| ·基于粗糙集和神经网络的入侵检测方法的算法流程 | 第33-37页 |
| ·实验及结果分析 | 第37-40页 |
| ·实验数据集 | 第37-38页 |
| ·入侵检测评价标准 | 第38页 |
| ·实验目的及结果 | 第38-40页 |
| ·小结 | 第40-41页 |
| 4 基于特征降维和TFICDF权值计算的文本分类方法 | 第41-54页 |
| ·文本分类技术 | 第41-44页 |
| ·文本分类任务的特点 | 第41-42页 |
| ·文本表示 | 第42页 |
| ·特征降维 | 第42-44页 |
| ·基于类别分布差异和 VPRS特征选择的文本分类方法 | 第44-49页 |
| ·基于类别分布差异的特征过滤 | 第44-46页 |
| ·改进的权值计算公式TFICDF | 第46-47页 |
| ·基于VPRS的特征选择和 SQL实现 | 第47-49页 |
| ·实验及结果分析 | 第49-52页 |
| ·分类性能评估 | 第49-50页 |
| ·实验目的及结果分析 | 第50-52页 |
| ·小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |