| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·问题的提出 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文研究的内容和章节设置 | 第10-12页 |
| 第二章 背景知识 | 第12-22页 |
| ·数据挖掘概述 | 第12页 |
| ·粒度 | 第12-13页 |
| ·粗糙集 | 第13-16页 |
| ·模糊集 | 第16-20页 |
| ·模糊集的基本概念 | 第16-17页 |
| ·模糊集合的表达方式 | 第17-18页 |
| ·模糊截集 | 第18页 |
| ·模糊等价关系 | 第18-20页 |
| ·粗糙模糊集与模糊粗糙集 | 第20-22页 |
| ·粗糙模糊集 | 第20-21页 |
| ·模糊粗糙集 | 第21-22页 |
| 第三章 粗糙熵及知识约简算法 | 第22-50页 |
| ·知识的约简和知识的相对约简 | 第22-25页 |
| ·知识的粗糙熵 | 第25-34页 |
| ·基于减少知识粗糙性贡献的知识约简算法 | 第34-36页 |
| ·基于互信息属性选择算法 | 第36页 |
| ·基于互信息的推理学习算法 | 第36-39页 |
| ·应用实例 | 第39-50页 |
| ·基于减少知识粗糙性贡献的知识约简算法(KRA-CRRK算法)实例 | 第40-44页 |
| ·基于减少知识粗糙性贡献的知识约简算法改进 | 第44-45页 |
| ·基于互信息属性选择算法(SAA-MI算法)实例 | 第45-46页 |
| ·基于互信息的推理学习算法(ILA-MI算法)实例 | 第46-50页 |
| 第四章 模糊集的偏熵与关联熵 | 第50-57页 |
| ·随机变量的偏熵与关联熵 | 第50-52页 |
| ·模糊集的偏熵 | 第52-53页 |
| ·模糊集的关联熵和关联熵系数 | 第53-54页 |
| ·基于模糊集的关联熵系数的粒度计算方法 | 第54-57页 |
| 第五章 粗糙模糊集的关联熵与关联熵系数 | 第57-62页 |
| ·粗糙模糊集的偏熵 | 第57-58页 |
| ·粗糙模糊集的关联熵系数 | 第58页 |
| ·基于粗糙模糊集的关联熵系数的粒度计算方法 | 第58-62页 |
| 第六章 结论与展望 | 第62-63页 |
| ·本文工作总结 | 第62页 |
| ·进一步研究工作 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-101页 |