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

基于粗糙集理论的不确定性度量和属性约简方法研究

摘要第1-12页
Abstract第12-14页
第一章 绪论第14-35页
   ·研究背景和意义第14-16页
     ·课题研究背景第14-15页
     ·课题研究意义第15-16页
   ·粗糙集理论的研究与发展第16-22页
     ·粗糙集理论的产生第16页
     ·粗糙集理论的发展第16-17页
     ·粗糙集理论研究热点第17-22页
   ·粗糙集理论基础知识第22-31页
     ·粗糙集的基本概念第22-25页
     ·不确定性的数字特征第25-26页
     ·约简第26-31页
   ·本文的研究内容与安排第31-35页
第二章 基于区分能力的知识不确定性度量方法第35-50页
   ·粗糙集理论中的二元关系第36-38页
   ·信息系统中单属性集的不确定性度量第38-42页
   ·信息系统中多属性集的组合度量第42-49页
     ·同可区分度第42-45页
     ·相对可区分度第45-47页
     ·联合可区分度第47-48页
     ·同可区分度、相对可区分度和联合可区分度间的关系第48-49页
   ·小结第49-50页
第三章 一种统一的加权不确定性度量第50-77页
   ·基本知识第50-52页
   ·基于一般二元关系的知识加权不确定性度量第52-64页
     ·基于一般二元关系的α粒度熵及其性质第52-55页
     ·基于一般二元关系的α熵及其性质第55-59页
     ·一般二元关系下不同知识间的不确定性度量第59-61页
     ·加权不确定性度量和现有不确定性度量间的关系第61-64页
   ·基于一般二元关系的粗糙集集成加权不确定性度量第64-75页
     ·现有不确定性度量的缺陷第64-70页
     ·粗糙集集成加权不确定性度量第70-75页
   ·小结第75-77页
第四章 基于区分能力观点的属性约简算法第77-106页
   ·基于不可区分度的启发式快速完备约简算法第77-85页
     ·基于不可区分度的属性重要性及其约简第78-80页
     ·基于不可区分度的启发式约简算法第80-82页
     ·实验结果与分析第82-84页
     ·结论第84-85页
   ·基于相对可区分度的属性约简算法第85-105页
     ·现有约简算法的缺陷第86-89页
     ·基于相对可区分度的属性重要性及其约简第89-94页
     ·基于代数观点、信息观点和区分能力观点约简定义间的关系第94-99页
     ·实验分析第99-105页
     ·结论第105页
   ·小结第105-106页
第五章 基于区分能力观点的不协调决策表约简算法第106-126页
   ·不协调信息系统的基本知识第107页
   ·不协调决策表约简算法之间的关系第107-111页
   ·高效的不协调决策表约简算法第111-118页
     ·简化协调决策表第111-113页
     ·不协调决策表的约简第113-117页
     ·一种高效的不协调决策表约简算法第117-118页
   ·实验结果及分析第118-125页
     ·实例分析第118-121页
     ·对UCI 数据的处理第121-125页
   ·小结第125-126页
第六章 基于一般二元关系的近似属性约简算法第126-143页
   ·一般二元关系下基于区分能力的近似属性约简算法第127-133页
     ·基于区分能力的近似属性约简算法第127-129页
     ·近似约简算法的实例分析第129-133页
   ·一般二元关系下基于加权α精度的加权近似属性约简算法第133-137页
     ·基于加权α精度的近似属性约简算法第133-135页
     ·基于加权α精度的近似约简算法实例分析第135-137页
   ·两种近似参数β和ε对属性约简和分类精度的影响第137-139页
   ·基于加权α精度的多约简组合分类算法第139-142页
     ·基于加权α精度的多约简组合分类算法第140-141页
     ·实验分析第141-142页
   ·小结第142-143页
第七章 结论与展望第143-146页
致谢第146-148页
参考文献第148-166页
作者在学期间取得的学术成果第166-167页

论文共167页,点击 下载论文
上一篇:移动机器人与无线传感器网络混合系统的协作定位问题研究
下一篇:基于选择性集成的在线机器学习关键技术研究