基于粗糙集理论的粉螨亚目螨种智能鉴别系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-20页 |
| ·研究背景、目的和意义 | 第12-13页 |
| ·智能分类鉴别技术研究综述 | 第13-15页 |
| ·粗糙集理论研究状况 | 第15-18页 |
| ·本文的主要工作与结构 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 2 粗糙集理论与方法 | 第20-34页 |
| ·集合论基础 | 第20-21页 |
| ·知识概述 | 第21-23页 |
| ·知识与分类 | 第22-23页 |
| ·不可分辨关系 | 第23页 |
| ·粗糙集理论基础 | 第23-26页 |
| ·粗糙集的定义与表示 | 第23-24页 |
| ·上近似集和下近似集 | 第24-26页 |
| ·近似精度与粗糙度 | 第26页 |
| ·知识与约简 | 第26-29页 |
| ·知识的约简与核 | 第27-28页 |
| ·知识的相对约简与相对核 | 第28-29页 |
| ·决策表 | 第29-33页 |
| ·知识表达系统 | 第30-31页 |
| ·决策表 | 第31-32页 |
| ·决策表的约简 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 基于粗糙集的分类鉴别决策表的约简 | 第34-50页 |
| ·粉螨分类鉴别问题描述 | 第34-35页 |
| ·决策表属性约简 | 第35-49页 |
| ·属性约简的数据分析算法 | 第36-37页 |
| ·属性约简的分明矩阵方法 | 第37-44页 |
| ·基于二进制的分明矩阵决策规则约简算法 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 4 知识获取与推理策略 | 第50-66页 |
| ·粉螨分类鉴别知识表示 | 第50-54页 |
| ·分类鉴别知识简介 | 第50-51页 |
| ·分类鉴别知识的表示 | 第51-54页 |
| ·螨种分类鉴别知识的获取 | 第54-62页 |
| ·分类鉴别知识获取流程 | 第55页 |
| ·样例数据库创建 | 第55-56页 |
| ·综合决策规则知识库的生成 | 第56-62页 |
| ·推理策略 | 第62-65页 |
| ·推理机工作原理 | 第63-64页 |
| ·螨种分类鉴别推理 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 5 螨种智能鉴别系统的设计 | 第66-83页 |
| ·系统设计目标与原则 | 第66-67页 |
| ·体系结构与功能模块 | 第67-69页 |
| ·开发平台与环境配置 | 第69-70页 |
| ·系统开发平台 | 第69-70页 |
| ·开发环境配置 | 第70页 |
| ·系统实现技术方案 | 第70-78页 |
| ·系统主要界面 | 第78-81页 |
| ·本章小结 | 第81-83页 |
| 6 总结与展望 | 第83-85页 |
| ·全文总结 | 第83页 |
| ·工作展望 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 致谢 | 第88-89页 |
| 作者简介及读研期间主要科研成果 | 第89页 |
