基于粗糙集的数据约简及规则提取
| 第一章 引言 | 第1-14页 |
| 1．1 知识发现与数据挖掘 | 第7-11页 |
| 1．1．1 问题起源 | 第7页 |
| 1．1．2 知识发现定义与过程 | 第7-8页 |
| 1．1．3 数据挖掘系统的组成 | 第8-9页 |
| 1．1．4 数据挖掘的主要问题 | 第9-11页 |
| 1．1．5 数据挖掘系统的分类 | 第11页 |
| 1．2 数据约简 | 第11-12页 |
| 1．3 本文主要研究内容和结构安排 | 第12-14页 |
| 第二章 基本概念 | 第14-20页 |
| 2．1 信息系统 | 第14页 |
| 2．2 粗糙集 | 第14-18页 |
| 2．2．1 粗糙集理论的观点 | 第14-16页 |
| 2．2．2 粗糙集理论的特点及应用 | 第16-17页 |
| 2．2．3 变精度粗糙集 | 第17-18页 |
| 2．3 决策规则 | 第18-19页 |
| 2．4 小结 | 第19-20页 |
| 第三章 属性约简的一种启发式算法 | 第20-27页 |
| 3．1 相对属性约简基本概念 | 第20-21页 |
| 3．2 粗糙集的信息表示 | 第21页 |
| 3．3 本章算法的基本思想 | 第21-23页 |
| 3．4 算法描述 | 第23-24页 |
| 3．5 实例分析 | 第24-26页 |
| 3．6 小结 | 第26-27页 |
| 第四章 基于粗糙集的多属性数据过滤 | 第27-32页 |
| 4．1 基本概念 | 第27页 |
| 4．2 DFRS算法及分析 | 第27-29页 |
| 4．3 改进的算法（多属性过滤算法） | 第29-30页 |
| 4．4 算例分析 | 第30-31页 |
| 4．5 小结 | 第31-32页 |
| 第五章 基于支持度的值约简 | 第32-37页 |
| 5．1 基本概念 | 第32页 |
| 5．2 基于支持度的值约简算法 | 第32-34页 |
| 5．3 算法描述 | 第34页 |
| 5．4 算例分析 | 第34-36页 |
| 5．5 小结 | 第36-37页 |
| 第六章 基于支持度的分类规则提取 | 第37-44页 |
| 6．1 基于支持度的分类规则提取算法 | 第37-39页 |
| 6．1．1 规则的性质 | 第37-38页 |
| 6．1．2 值约简作为规则提取算法的缺陷 | 第38-39页 |
| 6．1．3 变精度粗糙集的非单调性 | 第39页 |
| 6．2 算法描述 | 第39-40页 |
| 6．3 参数的选择 | 第40-42页 |
| 6．4 实验结果分析 | 第42-43页 |
| 6．5 小结 | 第43-44页 |
| 结论 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47-48页 |
| 个人简历 | 第48页 |
