粗糙集理论及其在数据挖掘中的应用研究

1 绪论	第1-10页
·数据挖掘概述	第8页
·论文研究的背景和意义	第8-9页
·本文的组织结构	第9-10页
2 知识发现与粗糙集理论	第10-13页
·知识发现过程	第10页
·含糊现象的表示和处理	第10-11页
·粗糙集理论与其它方法的关系	第11页
·粗糙集理论的基本概念	第11-13页
3 粗糙集理论中的连续属性离散化算法	第13-20页
·离散化方法简介	第13-14页
·熵的概念	第14页
·新的离散化方法	第14-17页
·主要思想	第14-16页
·算法	第16-17页
·实验结果分析	第17-19页
·小结	第19-20页
4 不完备信息系统下的变精度粗糙集模型	第20-27页
·扩充的粗糙集模型简介	第20-21页
·基于变精度粗糙集模型的不完备信息系统处理方法	第21-24页
·不完备信息系统下的变精度粗糙集模型	第21-23页
·属性约简原则	第23-24页
·扩展可区分矩阵	第24页
·约简算法	第24-25页
·实验结果分析	第25-26页
·小结	第26-27页
5 基于决策表的加权决策规则挖掘算法	第27-33页
·基本符号	第27-28页
·加权决策规则挖掘模型	第28-30页
·决策规则的重要性度量	第28页
·值约简算法	第28-30页
·实验结果分析	第30-32页
·小结	第32-33页
结束语	第33-34页
致谢	第34-35页
参考文献	第35-37页