基于粗集理论的连续属性离散化及规则提取技术研究
| 第一章 绪论 | 第1-18页 |
| 1-1 数据、信息和知识发现 | 第7-12页 |
| 1-1-1 知识发现研究的背景 | 第7-9页 |
| 1-1-2 知识发现研究的意义 | 第9-10页 |
| 1-1-3 知识发现的研究现状和成果 | 第10-12页 |
| 1-2 基于粗集理论的知识发现 | 第12-17页 |
| 1-2-1 粗集理论的特点 | 第12-13页 |
| 1-2-2 粗集理论在知识发现中的位置 | 第13-14页 |
| 1-2-3 粗集理论在知识发现中的应用 | 第14-15页 |
| 1-2-4 粗集理论中的几个问题 | 第15-16页 |
| 1-2-5 粗集理论的应用前景 | 第16-17页 |
| 1-3 本文的研究内容 | 第17-18页 |
| 第二章 粗集理论 | 第18-25页 |
| 2-1 粗集理论的基本知识 | 第18-21页 |
| 2-1-1 粗集等价关系 | 第18页 |
| 2-1-2 上近似集与下近似集 | 第18-20页 |
| 2-1-3 知识约简 | 第20-21页 |
| 2-1-4 不精确性测度 | 第21页 |
| 2-2 基于粗集理论的知识表达系统 | 第21-23页 |
| 2-2-1 知识与知识表示系统 | 第21-22页 |
| 2-2-2 决策表 | 第22-23页 |
| 2-2-3 决策规则 | 第23页 |
| 2-3 应用粗集理论进行知识发现 | 第23-25页 |
| 2-3-1 粗集理论发现知识的核心思想 | 第23-24页 |
| 2-3-2 粗集理论发现知识的基本步骤 | 第24-25页 |
| 第三章 气象数据的粗集模型化处理 | 第25-30页 |
| 3-1 基于气象数据的粗集模型 | 第25-26页 |
| 3-2 气象数据的符号表达 | 第26-27页 |
| 3-3 气象数据的离散化 | 第27-28页 |
| 3-4 气象数据的规则表征 | 第28-30页 |
| 第四章 基于粗集理论的数据离散化技术研究 | 第30-46页 |
| 4-1 数据离散化的意义 | 第30页 |
| 4-2 数据离散化的研究内容 | 第30-32页 |
| 4-2-1 数据离散化技术的概念 | 第30-31页 |
| 4-2-2 数据离散化技术的分类 | 第31页 |
| 4-2-3 数据离散化结果的评价 | 第31-32页 |
| 4-3 基于粗集理论的数据离散化技术研究 | 第32-44页 |
| 4-3-1 基于粗集理论的数据离散化基本思想 | 第32-33页 |
| 4-3-2 增类减类计算法 | 第33-35页 |
| 4-3-3 行列计算法 | 第35-38页 |
| 4-3-4 基于遗传算法的属性离散化 | 第38-42页 |
| 4-3-5 “等区间”离散化技术 | 第42-44页 |
| 4-4 几种离散化方法效果比较与分析 | 第44-46页 |
| 第五章 基于粗集理论的属性约简技术研究 | 第46-58页 |
| 5-1 可分辨矩阵的构造 | 第46页 |
| 5-2 基于可分辨矩阵的属性约简算法研究 | 第46-49页 |
| 5-2-1 基于可分辨矩阵的属性约简算法基本思想 | 第46-47页 |
| 5-2-2 基于可分辨矩阵的属性约简算法的描述 | 第47-48页 |
| 5-2-3 算例应用与分析 | 第48-49页 |
| 5-3 基于遗传算法的属性约简算法研究 | 第49-56页 |
| 5-3-1 扩张矩阵理论 | 第49-50页 |
| 5-3-2 最小约简与最优特征子集的等价性 | 第50-52页 |
| 5-3-3 基于遗传算法的属性约简算法 | 第52-54页 |
| 5-3-4 算例应用与分析 | 第54-56页 |
| 5-4 两种属性约简技术比较 | 第56-58页 |
| 第六章 基于粗集理论的规则的获取--属性值约简 | 第58-62页 |
| 6-1 粗集理论中属性值约简的基本概念 | 第58-59页 |
| 6-2 基于可分辨矩阵的属性值约简理论 | 第59页 |
| 6-3 基于可分辨矩阵的属性值约简算法 | 第59-60页 |
| 6-4 算例应用及分析 | 第60-62页 |
| 第七章 结论 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间所取得的相关科研成果 | 第67页 |
