粗糙集在海量科学数据挖掘中的应用
| 中文摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 引言 | 第10-15页 |
| ·项目概述 | 第10-12页 |
| ·论文的研究背景 | 第12-14页 |
| ·数据挖掘的发展及研究状况 | 第12-13页 |
| ·粗糙集发展及研究状况 | 第13-14页 |
| ·论文研究内容 | 第14-15页 |
| 第二章 数据挖掘概述 | 第15-24页 |
| ·数据挖掘的定义 | 第15-17页 |
| ·数据挖掘的功能 | 第17-19页 |
| ·数据挖掘的主要方法 | 第19-22页 |
| ·数据挖掘的应用 | 第22-23页 |
| ·粗糙集在数据挖掘中的应用 | 第23-24页 |
| 第三章 粗糙集理论基础 | 第24-35页 |
| ·基本概念 | 第24-29页 |
| ·论域、知识与等价类 | 第25-26页 |
| ·不可分辨关系 | 第26页 |
| ·粗糙集合的下近似、上近似、边界域和粗糙隶属函数 | 第26-27页 |
| ·决策表、约简与核 | 第27-28页 |
| ·决策表的协调性和不协调性 | 第28-29页 |
| ·信息系统 | 第29-31页 |
| ·知识的信息系统表示 | 第29-30页 |
| ·属性的依赖性和重要性 | 第30-31页 |
| ·信息系统的约简 | 第31-35页 |
| ·属性约简前的准备工作 | 第31-32页 |
| ·属性的简化和核 | 第32-33页 |
| ·属性的相对约简和相对核 | 第33-34页 |
| ·范畴的约简 | 第34-35页 |
| ·范畴的相对简化和核 | 第35页 |
| 第四章 信息熵 | 第35-45页 |
| ·离散信源的信息熵 | 第35-38页 |
| ·自信息 | 第35-37页 |
| ·信息熵 | 第37-38页 |
| ·信息熵的几个重要性质 | 第38-40页 |
| ·熵的强可加性 | 第39页 |
| ·熵的递增性 | 第39-40页 |
| ·平均互信息和平均条件互信息 | 第40-43页 |
| ·平均互信息 | 第40-41页 |
| ·平均条件互信息 | 第41-43页 |
| ·粗糙集理论的信息论观点描述 | 第43-45页 |
| 第五章 约简算法的研究 | 第45-60页 |
| ·粗糙集的基本约简算法 | 第45-48页 |
| ·属性约简 | 第45-46页 |
| ·基本概念的计算复杂度 | 第46-47页 |
| ·典型算法 | 第47-48页 |
| ·可辨识矩阵的约简算法 | 第48-50页 |
| ·可辨识矩阵 | 第48-49页 |
| ·利用可辨识矩阵的约简算法 | 第49页 |
| ·可辨识矩阵算法的改进策略 | 第49-50页 |
| ·启发式约简算法的研究与分析 | 第50-54页 |
| ·MIBARK 算法的基本思想及步骤 | 第51-52页 |
| ·CEBARKNC 算法基本思想及步骤 | 第52页 |
| ·两种算法的研究和讨论 | 第52-54页 |
| ·MIBARK 算法的改进和扩展 | 第54-57页 |
| ·算法的基本思想 | 第55页 |
| ·算法的步骤和复杂度分析 | 第55-56页 |
| ·实验结果分析 | 第56-57页 |
| ·不完备信息系统中的分层递阶约简方法 | 第57-60页 |
| ·算法的步骤 | 第57-58页 |
| ·算例分析 | 第58-60页 |
| 第六章 数据挖掘实验系统介绍 | 第60-67页 |
| ·系统设计 | 第61页 |
| ·系统功能介绍 | 第61-63页 |
| ·总体结构和模块外部设计 | 第63-64页 |
| ·属性约简算法的应用 | 第64-67页 |
| 第七章 总结 | 第67-69页 |
| ·全文总结 | 第67-68页 |
| ·课题的后续研究内容 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 个人简历 | 第72页 |
