| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本文主要研究工作 | 第11-12页 |
| 1.4 论文安排 | 第12-13页 |
| 第二章 相关理论概述 | 第13-24页 |
| 2.1 QAR数据 | 第13-17页 |
| 2.1.1 QAR数据简介 | 第13页 |
| 2.1.2 QAR数据源结构和译码 | 第13-15页 |
| 2.1.3 QAR数据应用和异常检测 | 第15-17页 |
| 2.2 粗糙集理论 | 第17-22页 |
| 2.2.1 粗糙集基本概念 | 第17-18页 |
| 2.2.2 粗糙集理论的研究现状 | 第18-19页 |
| 2.2.3 粗糙集理论的知识表示和获取 | 第19-22页 |
| 2.3 粗糙集的多属性决策 | 第22-23页 |
| 2.3.1 粗糙集的多属性决策概述 | 第22页 |
| 2.3.2 粗糙集多属性决策步骤和QAR数据多属性决策模型 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于粗糙集理论的QAR异常数据检测的分析与处理 | 第24-42页 |
| 3.1 相关定义和方法 | 第24-27页 |
| 3.1.1 时间序列概念 | 第24-25页 |
| 3.1.2 时间序列的挖掘方法 | 第25页 |
| 3.1.3 基于粗糙集的时间序列数据挖掘 | 第25-26页 |
| 3.1.4 基于粗糙集理论的时间序列的表示方法 | 第26-27页 |
| 3.2 基于粗糙集的QAR数据的挖掘流程和处理 | 第27-35页 |
| 3.2.1 QAR数据挖掘流程图 | 第27页 |
| 3.2.2 QAR数据读取 | 第27-29页 |
| 3.2.3 QAR数据处理 | 第29-30页 |
| 3.2.4 QAR数据离散化 | 第30-34页 |
| 3.2.5 TIS转换IS | 第34-35页 |
| 3.3 QAR数据的离散化方法改进 | 第35-38页 |
| 3.4 实验及其分析 | 第38-40页 |
| 3.4.1 实验环境 | 第38-39页 |
| 3.4.2 实验分析 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 QAR数据故障信息决策表的属性约简 | 第42-48页 |
| 4.1 引言 | 第42页 |
| 4.2 属性约简算法研究 | 第42-44页 |
| 4.2.1 相关定义 | 第42页 |
| 4.2.2 基于差别矩阵的属性约简算法 | 第42-44页 |
| 4.3 含有时间特性的QAR数据决策表属性约简 | 第44-45页 |
| 4.4 实验及其分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 QAR数据的规则获取和规则解释 | 第48-56页 |
| 5.1 引言 | 第48页 |
| 5.2 规则获取的一般方法 | 第48-49页 |
| 5.3 QAR数据的规则获取策略 | 第49-51页 |
| 5.4 实验结果和决策结果的评价 | 第51-54页 |
| 5.4.1 实验结果 | 第51-53页 |
| 5.4.2 决策结果解释和评价 | 第53-54页 |
| 5.5 本章小结 | 第54-56页 |
| 第六章 工作总结与展望 | 第56-58页 |
| 6.1 总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-65页 |
| 作者简介 | 第65页 |