| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 选题目的与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究的技术路线 | 第13页 |
| 1.4 本文研究内容及创新点 | 第13-14页 |
| 1.5 论文结构 | 第14-15页 |
| 第2章 基础知识-数据挖掘及粗糙集理论 | 第15-25页 |
| 2.1 数据挖掘的起源 | 第15-16页 |
| 2.2 数据挖掘的概念 | 第16页 |
| 2.3 数据挖掘的功能 | 第16-17页 |
| 2.4 数据挖掘的基本方法 | 第17-18页 |
| 2.5 数据挖掘研究现状 | 第18页 |
| 2.6 粗糙集理论的起源 | 第18-19页 |
| 2.7 粗糙集的概念 | 第19-20页 |
| 2.8 属性约简 | 第20-21页 |
| 2.9 常见的约简算法 | 第21-22页 |
| 2.10 覆盖粗糙集 | 第22-24页 |
| 2.11 本章小结 | 第24-25页 |
| 第3章 基于粗糙集的信贷决策系统的静态设计 | 第25-37页 |
| 3.1 基于粗糙集的数据挖掘的流程 | 第25页 |
| 3.2 基于粗糙集的信贷决策系统总体设计 | 第25-26页 |
| 3.3 基于粗糙集的信贷决策系统的功能模块 | 第26-32页 |
| 3.3.1 利用单个属性对对象集进行简单分类模块 | 第26-28页 |
| 3.3.2 求下近似(正域)模块 | 第28页 |
| 3.3.3 求上近似模块 | 第28-29页 |
| 3.3.4 利用多个属性对对象集进行分类模块 | 第29-30页 |
| 3.3.5 计算相对正区域模块 | 第30-31页 |
| 3.3.6 计算相对约简模块 | 第31页 |
| 3.3.7 计算D关于C的依赖度模块 | 第31-32页 |
| 3.3.8 提取推理规则模块 | 第32页 |
| 3.3.9 模型求解结果显示模块 | 第32页 |
| 3.4 基于粗糙集的信贷决策系统求解实例 | 第32-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 基于粗糙集的信贷决策系统的动态设计 | 第37-63页 |
| 4.0 动态数据挖掘的背景 | 第37页 |
| 4.1 动态信息系统的精确度与覆盖度的动态计算 | 第37-47页 |
| 4.2 基于熵的动态信息系统的约简 | 第47-55页 |
| 4.2.1 熵的定义 | 第47-48页 |
| 4.2.2 基于熵的约简算法 | 第48页 |
| 4.2.3 基于熵的约简算法的复杂度分析 | 第48-49页 |
| 4.2.4 动态信息系统条件补集熵的增量式算法 | 第49-50页 |
| 4.2.5 动态信息系统联合熵的增量式算法 | 第50-52页 |
| 4.2.6 动态信息系统香农信息熵的增量式算法 | 第52-53页 |
| 4.2.7 当属性值变化时求核属性算法 | 第53-54页 |
| 4.2.8 当属性值变化时求约简的算法 | 第54-55页 |
| 4.2.9 算法的复杂度分析 | 第55页 |
| 4.3 基于熵的动态信息系统的约简的进一步探讨 | 第55-60页 |
| 4.3.1 单个对象逸出信息系统的情形 | 第56-57页 |
| 4.3.2 单个对象添加到信息系统的情形 | 第57页 |
| 4.3.3 单个对象属性值变化的情形 | 第57-58页 |
| 4.3.4 M个对象逸出信息系统的情形 | 第58-59页 |
| 4.3.5 N个对象进入信息系统的情形 | 第59页 |
| 4.3.6 对象集变化后求熵的增量式算法 | 第59-60页 |
| 4.4 基于粗糙集的信贷决策系统的动态设计—实验案例 | 第60-61页 |
| 4.5 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |