基于聚类的数据预处理对模糊决策树归纳的影响

第1章 绪论	第1-12页
·研究背景与意义	第8页
·本课题的国内外发展现状	第8-10页
·本课题研究的主要内容	第10-12页
第2章 模糊决策树学习	第12-20页
·模糊逻辑	第12-14页
·模糊集与隶属函数	第12-13页
·模糊集的表示方法	第13-14页
·数据分类	第14-15页
·分类的目的	第14-15页
·分类器的构造	第15页
·决策树学习	第15-16页
·模糊决策树学习	第16-20页
·分类问题中不确定性的表示	第17-18页
·不确定性的度量	第18-19页
·模糊决策树启发式算法	第19-20页
第3章 数据预处理对模糊决策树归纳的影响	第20-36页
·数据预处理的基本功能	第20-21页
·离散化数据预处理	第21页
·模糊化数据预处理	第21-22页
·引入聚类	第22页
·隶属函数位置分布的确定	第22-24页
·简单等分法	第23页
·聚类算法	第23-24页
·隶属函数的选择	第24-25页
·三角形函数	第24-25页
·高斯函数	第25页
·模糊决策树推理系统的设计实现	第25-30页
·数据预处理	第26-27页
·Min-Ambiguity启发式算法	第27-28页
·匹配应用	第28-30页
·实验过程与分析	第30-36页
·实验过程	第30页
·实验结果	第30-34页
·实验分析	第34-35页
·结论分析	第35-36页
第4章 总结与展望	第36-37页
参考文献	第37-39页
攻读硕士学位期间科研工作情况	第39-40页
致谢	第40页