基于概念格模型的粗糙集约简方法研究
| 第一章 绪论 | 第1-18页 |
| ·数据挖掘概述 | 第12-15页 |
| ·KDD与数据挖掘 | 第12-13页 |
| ·数据挖掘的主要任务 | 第13-14页 |
| ·数据挖掘方法 | 第14-15页 |
| ·粗糙集合理论概述 | 第15-17页 |
| ·粗糙集合的研究背景 | 第15-16页 |
| ·粗糙集合的研究现状及应用发展 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第二章 粗糙集合理论 | 第18-30页 |
| ·粗糙集合的基本知识 | 第18-23页 |
| ·近似空间的概念 | 第18-19页 |
| ·粗糙集合中的基本概念 | 第19-21页 |
| ·知识的约简和相对约简 | 第21-22页 |
| ·种类的约简与相对约简 | 第22-23页 |
| ·知识的依赖性 | 第23页 |
| ·典型约简算法 | 第23-26页 |
| ·根据定义计算 | 第24页 |
| ·区分矩阵法 | 第24-25页 |
| ·基于属性重要性的方法 | 第25-26页 |
| ·遗传算法 | 第26页 |
| ·粗糙集合的扩展模型 | 第26-28页 |
| ·可变精度模型 | 第27-28页 |
| ·容差关系模型 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第三章 概念格模型 | 第30-37页 |
| ·概念格的数学模型 | 第30-33页 |
| ·代数格 | 第30-31页 |
| ·概念格(GCL) | 第31-33页 |
| ·扩展概念格(ECL) | 第33页 |
| ·概念格的构造 | 第33-35页 |
| ·批处理算法 | 第34页 |
| ·渐进式算法 | 第34-35页 |
| ·概念格与粗糙集的关系 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于概念格模型的约简表示及求解 | 第37-46页 |
| ·问题的提出 | 第37页 |
| ·信息系统和决策表 | 第37-38页 |
| ·基于概念格的粗糙集模型 | 第38页 |
| ·基于概念格的信息系统约简 | 第38-40页 |
| ·基于概念格的决策表约简 | 第40-45页 |
| ·属性约简 | 第40-43页 |
| ·属性值约简 | 第43-44页 |
| ·实验结果 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 基于简化概念格模型的约简求解算法 | 第46-54页 |
| ·缩减概念格的必要性 | 第46页 |
| ·概念结点的分类及性质 | 第46-48页 |
| ·简化概念格 | 第48-50页 |
| ·基于简化概念格模型的约简算法 | 第50-53页 |
| ·算法描述 | 第50-51页 |
| ·算法比较 | 第51页 |
| ·实验结果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 实验系统 | 第54-59页 |
| ·系统概述 | 第54页 |
| ·系统实现 | 第54-59页 |
| 第七章 总结与展望 | 第59-61页 |
| ·本文总结 | 第59页 |
| ·工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士期间主要科研工作及成果 | 第65页 |
