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 |