不完备区间值信息系统的知识约简与规则提取
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-12页 |
| ·课题来源 | 第10页 |
| ·研究的目的意义 | 第10-12页 |
| ·国内外研究现状及水平 | 第12-14页 |
| ·本文主要结构 | 第14-16页 |
| 第2章 信息系统知识发现的基础理论 | 第16-28页 |
| ·粗糙集理论的相关概念 | 第16-23页 |
| ·信息系统 | 第16-18页 |
| ·决策表 | 第18页 |
| ·信息系统上的关系和分类 | 第18-20页 |
| ·粗糙集及其近似 | 第20-21页 |
| ·信息系统的知识约简 | 第21页 |
| ·决策表的规则提取 | 第21-23页 |
| ·信息系统的一般处理方法 | 第23-28页 |
| ·区间值信息系统的一般处理方法 | 第23-24页 |
| ·区间值信息系统上的偏序关系 | 第24-25页 |
| ·不完备信息系统的一般处理方法 | 第25-28页 |
| 第3章 IIIS 上的知识发现理论体系的建立 | 第28-42页 |
| ·基于相似关系的分类方法 | 第28-34页 |
| ·不完备区间值上的相似关系 | 第28-32页 |
| ·基于最大相容块的方法 | 第32-34页 |
| ·基于聚类分析的分类方法 | 第34-37页 |
| ·数据预处理 | 第34-35页 |
| ·层次聚类法分类 | 第35-37页 |
| ·属性约简和规则提取 | 第37-42页 |
| ·广义决策和辨识函数 | 第37-38页 |
| ·相似关系下的辨识函数 | 第38-39页 |
| ·聚类分析下的辨识函数 | 第39-42页 |
| 第4章 知识的不确定性度量分析 | 第42-47页 |
| ·经典粗糙集的不确定性度量 | 第42-43页 |
| ·相似关系下的不确定性度量的建立 | 第43-47页 |
| ·基于相似类的不确定性度量 | 第43-44页 |
| ·基于最大相容块的不确定性度量 | 第44-47页 |
| 第5章 算例分析 | 第47-71页 |
| ·分类 | 第47-59页 |
| ·相似关系法 | 第47-51页 |
| ·聚类分类方法 | 第51-59页 |
| ·相似关系下的属性约简和规则提取 | 第59-62页 |
| ·建立可辨识矩阵 | 第59-60页 |
| ·计算辨识函数 | 第60-62页 |
| ·聚类分类下的属性约简和规则提取 | 第62-71页 |
| ·建立可辨识矩阵 | 第62-68页 |
| ·计算辨识函数 | 第68-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士期间发表的学术论文及科研工作 | 第76-77页 |
| 致谢 | 第77页 |
