概率值模糊决策系统中基于粗糙集的属性约简和分类算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.3 研究内容和组织结构 | 第13-14页 |
| 第2章 粗糙集理论综述 | 第14-21页 |
| 2.1 基本概念 | 第14-15页 |
| 2.1.1 信息系统 | 第14页 |
| 2.1.2 关系和集合近似 | 第14-15页 |
| 2.1.3 属性约简 | 第15页 |
| 2.2 信息论基础 | 第15-18页 |
| 2.3 逻辑算子 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 三种粗糙集模型 | 第21-37页 |
| 3.1 概率值模糊决策系统 | 第21-22页 |
| 3.2 基于KL散度的相似性的度量 | 第22-24页 |
| 3.3 第一种粗糙集模型 | 第24-25页 |
| 3.4 第二种粗糙集模型 | 第25-27页 |
| 3.5 第三种粗糙集模型 | 第27-29页 |
| 3.6 三种粗糙集模型之间的关系 | 第29-30页 |
| 3.7 实验与结果分析 | 第30-31页 |
| 3.8 本章小结 | 第31-37页 |
| 第4章 属性约简算法 | 第37-47页 |
| 4.1 基于熵的属性约简算法 | 第37-40页 |
| 4.2 基于依赖度的属性约简算法 | 第40-42页 |
| 4.2.1 基于第一种粗糙集的属性约减算法 | 第41页 |
| 4.2.2 基于第三种粗糙集的属性约简算法 | 第41-42页 |
| 4.3 实验与结果分析 | 第42-43页 |
| 4.4 本章小结 | 第43-47页 |
| 第5章 基于模糊决策树的分类算法 | 第47-60页 |
| 5.1 基于互信息的模糊决策树 | 第47-53页 |
| 5.1.1 模糊决策树的生成算法 | 第51-52页 |
| 5.1.2 使用模糊决策树进行分类 | 第52-53页 |
| 5.2 基于依赖度的模糊决策树 | 第53-55页 |
| 5.2.1 基于第二种依赖度的模糊决策树 | 第54页 |
| 5.2.2 基于第三种依赖度的模糊决策树 | 第54-55页 |
| 5.3 实例分析 | 第55-56页 |
| 5.4 实验与结果分析 | 第56-57页 |
| 5.5 本章小结 | 第57-60页 |
| 第6章 总结和展望 | 第60-61页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间的主要研究成果 | 第64-65页 |
| 致谢 | 第65页 |
