基于粗糙集理论的混合数据挖掘方法研究
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第12-27页 |
| 1.1 混合数据挖掘方法的研究背景及意义 | 第12-14页 |
| 1.2 混合数据与粗糙集的国内外研究现状 | 第14-19页 |
| 1.3 粗糙集理论简介 | 第19-24页 |
| 1.4 本文的主要研究内容 | 第24-27页 |
| 第2章 不完备决策系统的混合数据属性约简 | 第27-49页 |
| 2.1 引言 | 第27-28页 |
| 2.2 不完备信息系统中的粗糙集扩展模型 | 第28-36页 |
| 2.3 不完备决策系统的混合属性约简 | 第36-48页 |
| 2.4 本章小结 | 第48-49页 |
| 第3章 样本选择和基于样本的学习 | 第49-78页 |
| 3.1 引言 | 第49-51页 |
| 3.2 基于变精度容差类的文本选择 | 第51-60页 |
| 3.3 混合数据的样本选择 | 第60-67页 |
| 3.4 基于样本的学习分类方法 | 第67-76页 |
| 3.5 本章小结 | 第76-78页 |
| 第4章 基于邻域粗糙集的不平衡分类 | 第78-92页 |
| 4.1 引言 | 第78-81页 |
| 4.2 SMOTE | 第81-82页 |
| 4.3 NRS-SOMTE | 第82-88页 |
| 4.4 实验分析 | 第88-91页 |
| 4.5 本章小结 | 第91-92页 |
| 第5章 基于邻域信息粒的异常值检测 | 第92-107页 |
| 5.1 引言 | 第92-94页 |
| 5.2 基于邻域密度的异常检测方法 | 第94-100页 |
| 5.3 实验分析 | 第100-106页 |
| 5.4 本章小结 | 第106-107页 |
| 结论与展望 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-121页 |
| 攻读博士学位期间的科研工作 | 第121页 |
