首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于粗糙集的数据及文本挖掘方法研究

第一章 绪论第1-35页
   ·选题的研究背景和意义第8-9页
   ·数据挖掘与文本挖掘概述第9-19页
     ·数据挖掘概述第9-11页
     ·文本挖掘概述第11-19页
   ·数据挖掘文本挖掘的主要技术第19-24页
     ·分类技术第19-22页
     ·聚类技术第22-24页
   ·基于粗糙集理论的数据及文本挖掘进展及评述第24-32页
     ·粗糙集理论概述第24-27页
     ·粗糙集中的属性约简问题第27-29页
     ·粗糙集在数据挖掘中的应用第29-30页
     ·粗糙集同其他方法相结合用于数据挖掘第30-31页
     ·基于粗糙集的数据挖掘系统[109]第31-32页
   ·本文的主要工作和创新点第32-35页
第二章 数据挖掘及文本挖掘中的属性约简方法研究第35-47页
   ·引言第35-36页
   ·基于TABU搜索的属性约简算法第36-37页
     ·Tabu搜索算法第36-37页
     ·基于Tabu搜索的属性约简算法及其缺点第37页
   ·基于算法改进的属性约简方法第37-40页
     ·算法的原理和步骤第37-38页
     ·算法具体实现技术第38-40页
   ·仿真实验研究第40-42页
     ·实验1第40-41页
     ·实验2第41-42页
   ·模式聚合理论简介第42-44页
     ·CHI概率统计第42-43页
     ·模式聚合第43-44页
   ·基于模式聚合和潜在语义索引的文本降维新方法第44-45页
   ·仿真实验研究第45-46页
     ·实验一第45页
     ·实验二第45-46页
   ·结论第46-47页
第三章 基于粗集和遗传算法相结合的文本模糊聚类方法第47-56页
   ·引言第47-48页
   ·粗糙集的几个性质第48页
   ·粗集和遗传算法相结合的文本聚类方法第48-53页
     ·文本的表示第48-49页
     ·评价函数第49-51页
     ·遗传编码第51-52页
     ·遗传算子的设计第52-53页
     ·运算终止条件第53页
   ·仿真实验研究第53-55页
     ·测试结果第53-55页
     ·对于权重的讨论第55页
   ·本章小结第55-56页
第四章 一种基于χ值特征选取的粗糙集文本分类规则抽取方法第56-70页
   ·引言第56-57页
   ·基本原理第57-60页
     ·文本分类近似规则第57-58页
     ·χ~2 值的讨论第58-60页
     ·方法主要步骤第60页
   ·基于χ值特征选取和粗糙集的文本分类规则抽取方法第60-62页
     ·主算法第60-61页
     ·属性约简子算法第61页
     ·规则抽取子算法第61-62页
   ·仿真实验研究第62-69页
     ·实验一第62-65页
     ·实验二第65-69页
   ·本章小结第69-70页
第五章 基于粗集和模糊集理论相结合的决策规则抽取方法第70-78页
   ·引言第70页
   ·定量数据的模糊表示第70-72页
   ·改进算法第72-74页
     ·隶属函数定义的改进第72-74页
     ·定量决策表到定性决策表的转换第74页
   ·仿真实验研究第74-77页
   ·本章小结第77-78页
第六章 基于RPCL的文本聚类方法第78-85页
   ·引言第78-79页
   ·RPCL聚类算法第79-81页
   ·RPCL文本聚类的步骤第81-83页
   ·仿真实验研究第83-84页
     ·实验方案第83-84页
     ·实验过程第84页
     ·结果分析第84页
   ·本章小结第84-85页
第七章 基于知识简洁度的粗集聚类方法第85-91页
   ·引言第85-86页
   ·基于知识简洁度的聚类算法第86-87页
     ·算法中的基本概念第86-87页
     ·基于知识简洁度的聚类算法第87页
   ·仿真实验研究第87-90页
   ·结论第90-91页
第八章 总结与展望第91-94页
参考文献第94-104页
攻读博士期间发表的论文及参加的科研项目第104-105页
致谢第105页

论文共105页,点击 下载论文
上一篇:新型含联噻唑环聚合物及其金属配合物的设计、制备和性能研究
下一篇:槲皮素治疗免疫性肝炎实验研究