| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第2章 模糊粗糙理论 | 第15-23页 |
| 2.1 模糊集理论 | 第15页 |
| 2.2 粗糙集理论 | 第15-20页 |
| 2.3 模糊粗糙集理论 | 第20-22页 |
| 2.4 小结 | 第22-23页 |
| 第3章 基于Lambda划分差异熵的特征选择 | 第23-32页 |
| 3.1 模糊粗糙特征选择算法介绍 | 第23-24页 |
| 3.2 基于Lambda划分差异熵的特征选择算法 | 第24-29页 |
| 3.2.1 数据集归一化 | 第26-27页 |
| 3.2.2 子决策信息系统的生成 | 第27-28页 |
| 3.2.3 局部Lambda划分差异熵 | 第28页 |
| 3.2.4 全局Lambda划分差异熵 | 第28页 |
| 3.2.5 基于Lambda划分差异熵特征选择算法的分析 | 第28-29页 |
| 3.3 基于Lambda划分差异熵特征选择算法的实例 | 第29-31页 |
| 3.4 小结 | 第31-32页 |
| 第4章 基于不同类比Lambda划分差异熵特征选择 | 第32-39页 |
| 4.1 基于不同类比Lambda划分差异熵的特征选择算法 | 第32-37页 |
| 4.1.1 不同类比算法 | 第32-35页 |
| 4.1.2 参数ε的影响 | 第35-36页 |
| 4.1.3 基于不同类比局部Lambda划分差异熵 | 第36页 |
| 4.1.4 基于不同类比全局Lambda划分差异熵 | 第36-37页 |
| 4.1.5 基于不同类比Lambda划分差异熵特征选择算法的分析 | 第37页 |
| 4.2 基于不同类比模糊下近似求法举例 | 第37-38页 |
| 4.3 小结 | 第38-39页 |
| 第5章 实验结果与实验分析 | 第39-56页 |
| 5.1 实验环境及实验数据介绍 | 第39页 |
| 5.2 评估方案 | 第39-41页 |
| 5.2.1 对比的算法 | 第39-40页 |
| 5.2.2 用于评估分类精度的分类器 | 第40-41页 |
| 5.3 基于Lambda划分差异熵特征选择算法实验 | 第41-47页 |
| 5.3.1 特征选择结果的时间对比分析 | 第41-42页 |
| 5.3.2 特征选择结果的分类精度对比分析 | 第42-47页 |
| 5.4 基于不同类比Lambda划分差异熵特征选择算法实验 | 第47-55页 |
| 5.4.1 特征选择结果的时间对比分析 | 第47-48页 |
| 5.4.2 特征选择结果的分类精度对比分析 | 第48-53页 |
| 5.4.3 参数ε影响的实验 | 第53-55页 |
| 5.5 小结 | 第55-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 论文总结 | 第56-57页 |
| 6.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间公开发表论文 | 第62-63页 |
| 致谢 | 第63页 |
