基于粗糙集的多粒度知识获取方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第10-17页 |
| 1.1 选题背景及意义 | 第10-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 粗糙集研究现状 | 第12-14页 |
| 1.2.2 粒计算研究现状 | 第14-15页 |
| 1.3 主要研究内容 | 第15-16页 |
| 1.4 组织机构 | 第16-17页 |
| 第2章 粗糙集与粒计算基础知识 | 第17-24页 |
| 2.1 粗糙集基础知识 | 第17-19页 |
| 2.2 粒计算基础知识 | 第19-23页 |
| 2.2.1 粒计算的组成 | 第19-20页 |
| 2.2.2 粒计算的基本问题 | 第20页 |
| 2.2.3 知识的粒化 | 第20-21页 |
| 2.2.4 粒计算的知识空间 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 基于粗糙集的划分与属性核求解 | 第24-38页 |
| 3.1 基本概念 | 第25-26页 |
| 3.2 划分求解 | 第26-30页 |
| 3.2.1 属性粒与属性层 | 第26页 |
| 3.2.2 相关定义和原理 | 第26-29页 |
| 3.2.3 算法步骤 | 第29-30页 |
| 3.3 属性核求解 | 第30-33页 |
| 3.3.1 属性层的分解 | 第30-31页 |
| 3.3.2 相关定义和原理 | 第31-32页 |
| 3.3.3 算法步骤 | 第32-33页 |
| 3.4 实例与实验 | 第33-36页 |
| 3.4.1 算法举例 | 第33-35页 |
| 3.4.2 实验分析 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 多粒度的知识获取 | 第38-52页 |
| 4.1 知识获取 | 第38页 |
| 4.2 属性约简算法 | 第38-42页 |
| 4.2.1 相关定义 | 第38-40页 |
| 4.2.2 算法步骤 | 第40-41页 |
| 4.2.3 实验分析 | 第41-42页 |
| 4.3 多粒度的规则提取算法 | 第42-51页 |
| 4.3.1 相关定义 | 第42-45页 |
| 4.3.2 问题引入 | 第45-46页 |
| 4.3.3 算法描述 | 第46-49页 |
| 4.3.4 算法举例 | 第49-50页 |
| 4.3.5 实验分析 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 结束语 | 第52-54页 |
| 5.1 主要工作与创新点 | 第52-53页 |
| 5.2 后续研究工作 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第60页 |
