首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

代价敏感的决策粗糙集属性约简研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-14页
    1.1 本课题的研究背景和意义第9-10页
    1.2 国内外的研究现状第10-12页
        1.2.1 粗糙集研究现状第10页
        1.2.2 决策粗糙集研究现状第10-11页
        1.2.3 模糊粗糙集研究现状第11页
        1.2.4 代价敏感研究现状第11-12页
    1.3 本文的主要工作第12-13页
    1.4 本文的组织结构第13-14页
第二章 相关理论和关键技术第14-27页
    2.1 数据预处理第14页
    2.2 粗糙集模型第14-19页
        2.2.1 经典粗糙集模型第14-15页
        2.2.2 变精度粗糙集模型第15-16页
        2.2.3 决策粗糙集模型第16-17页
        2.2.4 模糊决策粗糙集模型第17-19页
    2.3 属性约简理论第19-22页
        2.3.1 粗糙集属性约简基本理论第19页
        2.3.2 Pawlak粗糙集属性约简第19页
        2.3.3 决策粗糙集属性约简第19-21页
        2.3.4 模糊决策粗糙集属性约简第21-22页
    2.4 朴素贝叶斯算法第22-24页
    2.5 模拟退火算法第24-25页
        2.5.1 模拟退火算法的产生第24页
        2.5.2 模拟退火算法第24-25页
    2.6 模糊集理论第25-26页
    2.7 本章小结第26-27页
第三章 测试代价敏感的决策粗糙集正域约简第27-35页
    3.1 代价敏感第27-28页
        3.1.1 代价敏感基础理论第27页
        3.1.2 代价敏感粗糙集基本概念第27-28页
    3.2 PRDTRS算法第28-29页
    3.3 测试代价敏感第29页
    3.4 TCSPR算法第29-30页
    3.5 实验设计与结果分析第30-34页
        3.5.1 实验设备第30页
        3.5.2 来源数据选择第30-31页
        3.5.3 评价标准第31页
        3.5.4 实验结果分析第31-34页
    3.6 本章小结第34-35页
第四章 模糊决策粗糙集代价敏感属性约简第35-44页
    4.1 QuickReduct算法第35页
    4.2 模糊决策粗糙集模型代价计算第35-36页
    4.3 COSAR算法第36-37页
    4.4 实验设计与结果分析第37-43页
    4.5 本章小结第43-44页
第五章 基于TCSPR算法的邮件分类应用第44-51页
    5.1 TCSPR邮件分类主要步骤第44-45页
    5.2 TCSPR邮件分类算法第45-46页
    5.3 实验设计与结果分析第46-50页
        5.3.1 评价标准第46-47页
        5.3.2 来源数据选择第47-48页
        5.3.3 实验结果分析第48-50页
    5.4 本章小结第50-51页
第六章 总结与展望第51-53页
    6.1 总结第51页
    6.2 展望第51-53页
参考文献第53-57页
致谢第57-58页
攻读硕士学位期间发表的论文第58页

论文共58页,点击 下载论文
上一篇:深层神经网络的结构设计方法研究
下一篇:基于数据融合技术的轴承健康状态评价系统的设计与实现