首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

MapReduce框架下模糊粗糙集属性约简算法研究

摘要第7-9页
Abstract第9-10页
第1章 绪论第13-19页
    1.1 引言第13-14页
    1.2 国内外研究现状第14-16页
        1.2.1 模糊粗糙集属性约简研究现状分析第14-15页
        1.2.2 演化算法与云平台下的属性约简研究现状分析第15-16页
    1.3 本文的研究工作第16-19页
第2章 预备知识第19-28页
    2.1 经典粗糙集模型第19-21页
        2.1.1 决策信息系统第19页
        2.1.2 二元关系第19-20页
        2.1.3 近似集第20-21页
        2.1.4 属性约简第21页
    2.2 模糊粗糙集模型第21-25页
        2.2.1 模糊等价关系第21-22页
        2.2.2 近似集第22页
        2.2.3 基于T-模的模糊粗糙集模型第22-23页
        2.2.4 核模糊粗糙集模型第23-24页
        2.2.5 高斯核模糊粗糙集中的属性约简第24-25页
    2.3 粒子群算法第25-26页
    2.4 Hadoop平台及MapReduce框架第26页
    2.5 本章小结第26-28页
第3章 基于粒子群算法的高斯核模糊粗糙集属性约简第28-38页
    3.1 基于粒子群属性约简算法的原理第28-30页
        3.1.1 粒子群算法与属性依赖度第28页
        3.1.2 属性选择原理第28-30页
    3.2 属性约简算法设计第30-31页
    3.3 实验方案与性能分析第31-37页
        3.3.1 实验数据集及基本参数第31-32页
        3.3.2 高斯核参数σ变化实验第32-34页
        3.3.3 粒子数与迭代次数变化实验第34-37页
    3.4 本章小结第37-38页
第4章 基于粒子群算法的高斯核模糊粗糙集并行属性约简第38-54页
    4.1 并行属性约简原理及算法设计第38-47页
        4.1.1 近似集并行计算原理及算法第38-40页
        4.1.2 属性依赖度并行计算原理及算法第40-43页
        4.1.3 并行属性约简算法第43-45页
        4.1.4 算例第45-47页
    4.2 实验方案与性能分析第47-52页
        4.2.1 实验方案第47-48页
        4.2.2 性能分析第48-52页
    4.3 本章小结第52-54页
第5章 高斯核稳健模糊粗糙集下的并行属性约简第54-69页
    5.1 稳健模糊粗糙集第54-56页
    5.2 并行属性约简原理及算法设计第56-65页
        5.2.1 并行属性约简原理第56-59页
        5.2.2 属性依赖度并行计算方法第59-62页
        5.2.3 并行属性约简算法第62-64页
        5.2.4 算例第64-65页
    5.3 实验方案与性能分析第65-68页
        5.3.1 实验方案第65-66页
        5.3.2 性能分析第66-68页
    5.4 本章小结第68-69页
第6章 总结与展望第69-71页
    6.1 本文总结第69-70页
    6.2 研究展望第70-71页
致谢第71-72页
参考文献第72-80页
攻读硕士学位期间发表的论文及科研成果第80页

论文共80页,点击 下载论文
上一篇:基于智能移动终端的人体运动识别技术研究与应用
下一篇:双Mach-Zehnder型分布式光纤传感系统的定位精度分析与偏振控制方法研究