粗糙集与灰色关联理论在案例检索中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题来源及意义 | 第12-13页 |
| ·相关背景 | 第13-16页 |
| ·基于案例推理理论 | 第13-14页 |
| ·粗糙集理论 | 第14-15页 |
| ·灰色理论 | 第15-16页 |
| ·本文组织和章节安排 | 第16-18页 |
| 第二章 案例推理理论概述 | 第18-27页 |
| ·CBR 简介 | 第18-19页 |
| ·CBR 关键技术 | 第19-22页 |
| ·案例表示与组织 | 第19-20页 |
| ·案例检索 | 第20-21页 |
| ·案例修正 | 第21-22页 |
| ·案例库维护 | 第22页 |
| ·CBR 理论研究进展 | 第22-24页 |
| ·CBR 的案例表示 | 第22-23页 |
| ·基于 CBR 的解释 | 第23页 |
| ·案例修正 | 第23-24页 |
| ·案例库维护 | 第24页 |
| ·CBR 与 RBR 的区别 | 第24-26页 |
| ·RBR 的特点 | 第24-25页 |
| ·CBR 的特点 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 粗糙集理论概述 | 第27-37页 |
| ·粗糙集基本概念 | 第27-30页 |
| ·粗糙集理论基本思想 | 第27-28页 |
| ·知识与知识库 | 第28页 |
| ·不可分辨关系 | 第28-29页 |
| ·上近似集和下近似集 | 第29-30页 |
| ·知识的约简 | 第30-32页 |
| ·知识的约简和核 | 第30-31页 |
| ·相对约简和相对核 | 第31页 |
| ·知识的依赖性 | 第31-32页 |
| ·决策表达逻辑 | 第32-34页 |
| ·知识表达系统 | 第32页 |
| ·决策表 | 第32-34页 |
| ·决策规则 | 第34页 |
| ·粗糙集理论与数据挖掘 | 第34-35页 |
| ·粗糙集理论特点 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 粗糙集和灰色关联理论在 CBR 中的应用 | 第37-48页 |
| ·粗糙集属性离散化和约简 | 第37-40页 |
| ·属性离散化算法 | 第37-39页 |
| ·属性的重要度和权值化 | 第39-40页 |
| ·粗糙集属性约简 | 第40页 |
| ·灰关联理论在 CBR 相似度计算中的运用 | 第40-43页 |
| ·灰色系统理论 | 第40-41页 |
| ·灰色关联分析 | 第41页 |
| ·基于灰关联的 CBR 相似度计算 | 第41-43页 |
| ·基于粗糙集和灰关联相似度的 CBR 检索模型 | 第43-47页 |
| ·基于粗糙集和灰关联相似度的 CBR 检索过程 | 第43-44页 |
| ·应用实例 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-51页 |
| ·全文总结 | 第48-49页 |
| ·工作展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 研究生期间发表的论文和参与的项目情况 | 第54-55页 |
