相容粒计算模型及其数据挖掘研究

摘要	第1-5页
Abstract	第5-15页
1 绪论	第15-22页
·研究的背景和意义	第15-17页
·研究背景	第15-16页
·本文的研究意义	第16-17页
·国内外研究进展	第17-20页
·粗糙集理论研究进展	第17-18页
·粒计算研究进展	第18-20页
·本文的主要内容与思路	第20-22页
·主要研究内容	第20-21页
·论文的研究思路	第21-22页
2 粗糙集理论与粒度计算	第22-35页
·引言	第22页
·经典粗糙集理论	第22-27页
·知识与知识表示	第22-23页
·粗糙集的上下近似	第23-25页
·知识约简	第25-26页
·信息系统和决策系统	第26-27页
·粒度计算	第27-34页
·粒度计算的基本概念	第27-29页
·粒度计算的主要研究问题	第29-30页
·粒度计算的主要模型	第30-32页
·粒度计算的扩展模型	第32-33页
·信息的粒化	第33-34页
·本章小结	第34-35页
3 相容粒计算模型	第35-57页
·引言	第35页
·相容粒度计算	第35-47页
·相容关系和相容邻域系统	第35-40页
·基于相容粒的上下近似	第40-41页
·基于邻域系统的两种扩展上近似和下近似	第41-46页
·分类近似的度量	第46-47页
·基于相容粒的知识依赖性	第47-50页
·知识依赖的定义	第47-48页
·几种知识依赖的相互关系	第48-50页
·基于相容粒的知识表示	第50-56页
·相容知识库的相容信息表构造	第50-52页
·对象之间的连续映射	第52-53页
·通用完全表示原理	第53-56页
·本章小结	第56-57页
4 不完备信息系统的粒计算问题研究	第57-77页
·引言	第57页
·不完备信息系统	第57-61页
·不完备信息系统的定义	第57-59页
·不完备信息系统的相容信息表构造	第59-61页
·基于相容粒计算的不完备信息系统的知识简化	第61-70页
·不完备信息系统的知识依赖	第61-62页
·基于相容粒计算的属性约简	第62-64页
·不完备决策系统的属性约简	第64-70页
·不完备决策系统的规则归纳	第70-74页
·基于相容粒的规则简化	第70-71页
·基于相容粒计算的规则归纳算法	第71-74页
·实例分析	第74-76页
·本章小结	第76-77页
5 时间序列分类的粒计算问题研究	第77-94页
·引言	第77页
·时间序列与分类方法	第77-79页
·时间序列	第77-78页
·时间序列分类方法	第78-79页
·基于隐马尔科夫模型的时间序列分类	第79-80页
·时间序列的模糊粒化方法	第80-89页
·时间序列的信息粒化	第81-83页
·基于粒化的时间序列符号表示	第83-89页
·利用协同训练扩大标记时间序列	第89-93页
·基于协同训练的半监督学习	第89-90页
·实验分析	第90-93页
·本章小结	第93-94页
6 基于粗糙聚类的线性近邻传递	第94-105页
·引言	第94页
·自主训练最近邻方法和数据编辑方法	第94-96页
·利用自主训练最近邻方法扩大标记数据集	第94-95页
·基于粗糙集的数据编辑方法	第95-96页
·线性近邻传递与粗糙聚类	第96-98页
·线性近邻传递	第96-97页
·粗糙聚类	第97-98页
·基于粗糙聚类的线性近邻传递	第98-104页
·改进的线性近邻传递	第98-101页
·实验分析	第101-104页
·本章小结	第104-105页
7 结论与展望	第105-108页
·论文结论	第105-106页
·创新点总结	第106页
·作展望	第106-108页
参考文献	第108-117页
攻读博士学位期间科研项目及科研成果	第117-118页
致谢	第118-119页
作者简介	第119-120页