粗糙集和决策树在抽油机泵参调整中的应用
| 第1章 绪论 | 第1-14页 |
| 1．1 国内外研究现状 | 第10-12页 |
| 1．2 项目介绍 | 第12页 |
| 1．3 论文组织 | 第12-14页 |
| 第2章 数据挖掘任务与方法 | 第14-22页 |
| 2．1 数据总结 | 第15-16页 |
| 2．2 分类 | 第16-17页 |
| 2．3 聚类分析 | 第17-18页 |
| 2．4 关联分析 | 第18-19页 |
| 2．5 序列模式分析 | 第19页 |
| 2．6 数据挖掘与数据仓库结合 | 第19-20页 |
| 2．7 复杂类型数据的挖掘 | 第20页 |
| 2．8 本章小结 | 第20-22页 |
| 第3章 数据挖掘中的数据预处理 | 第22-28页 |
| 3．1 数据清理 | 第22-23页 |
| 3．1．1 空值数据 | 第22-23页 |
| 3．1．2 噪声数据 | 第23页 |
| 3．1．3 分箱 | 第23页 |
| 3．1．4 聚类与回归 | 第23页 |
| 3．1．5 不一致数据 | 第23页 |
| 3．2 数据集成和变换 | 第23-25页 |
| 3．2．1 数据集成 | 第23-25页 |
| 3．3 数据归约 | 第25-27页 |
| 3．3．1 主成分分析 | 第25页 |
| 3．3．2 聚类 | 第25-26页 |
| 3．3．3 概念数据的分层 | 第26页 |
| 3．3．4 数值型数据的分层 | 第26页 |
| 3．3．5 数据直方图 | 第26-27页 |
| 3．3．6 基于熵的离散化 | 第27页 |
| 3．4 本章小结 | 第27-28页 |
| 第4章 粗糙集分类方法 | 第28-44页 |
| 4．1 粗糙集理论的基本概念 | 第28-34页 |
| 4．1．1 分类观点和知识表示 | 第28-29页 |
| 4．1．2 知识与不可分辨关系 | 第29-30页 |
| 4．1．3 粗糙集的上近似、下近似 | 第30-32页 |
| 4．1．4 Rough集的分类精度与分类质量 | 第32-33页 |
| 4．1．5 集合的粗等价 | 第33-34页 |
| 4．2 基于Rough集的知识发现 | 第34-35页 |
| 4．2．1 属性重要性 | 第34页 |
| 4．2．2 决策规则 | 第34-35页 |
| 4．3 决策表属性约简 | 第35-40页 |
| 4．3．1 可辨识矩阵 | 第36-37页 |
| 4．3．2 属性约简算法 | 第37-38页 |
| 4．3．3 决策表中的数据过滤 | 第38-39页 |
| 4．3．4 值约简 | 第39-40页 |
| 4．4 数据预处理 | 第40-42页 |
| 4．4．1 离散化问题描述 | 第40页 |
| 4．4．2 离散化算法的分类 | 第40-41页 |
| 4．4．3 离散化算法的分析 | 第41-42页 |
| 4．4．4 Na（?）ve Scaler算法 | 第42页 |
| 4．5 本章小结 | 第42-44页 |
| 第5章 决策树 | 第44-56页 |
| 5．1 决策树定义 | 第44-45页 |
| 5．2 决策树的构造算法 | 第45-49页 |
| 5．2．1 建树算法 | 第45-46页 |
| 5．2．2 属性选择策略 | 第46-49页 |
| 5．3 决策树规则提取及简化 | 第49-53页 |
| 5．3．1 极小极大规则学习 | 第50页 |
| 5．3．2 规则的极小化算法描述 | 第50页 |
| 5．3．3 规则的极大化算法描述 | 第50-51页 |
| 5．3．4 极大极小规则在决策树规则简化中的应用 | 第51-53页 |
| 5．4 决策树的特点 | 第53-55页 |
| 5．4．1 决策树的优点 | 第53页 |
| 5．4．2 一般决策树的劣势 | 第53页 |
| 5．4．3 ID3的不足之处 | 第53-55页 |
| 5．5 本章小结 | 第55-56页 |
| 第6章 抽油机泵参调整数据挖掘系统 | 第56-62页 |
| 6．1 项目介绍 | 第56页 |
| 6．2 框架结构 | 第56-57页 |
| 6．3 数据预处理 | 第57-58页 |
| 6．3．1 数据准备 | 第57页 |
| 6．3．2 数据离散化 | 第57-58页 |
| 6．4 分类规则挖掘模型 | 第58-59页 |
| 6．4．1 粗糙集方法 | 第58-59页 |
| 6．4．2 决策树方法 | 第59页 |
| 6．5 决策支持 | 第59-61页 |
| 6．6 本章小结 | 第61-62页 |
| 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文及所取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |
