首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于Rough集的教学预警模型

摘要第4-5页
Abstract第5页
第一章 绪论第8-12页
    1.1 问题提出的背景及意义第8-9页
    1.2 国内外研究现状第9页
    1.3 本文的主要工作第9-10页
    1.4 本文的结构安排第10-12页
第二章 粗糙集理论第12-18页
    2.1 集合论的一些概念第12页
    2.2 粗糙集理论的产生和发展第12-14页
    2.3 粗糙集理论基础第14-17页
    2.4 本章小结第17-18页
第三章 数据约简第18-30页
    3.1 知识表达系统、信息系统和决策系统第18-19页
        3.1.1 知识表达系统第18页
        3.1.2 信息系统第18页
        3.1.3 决策系统第18-19页
    3.2 知识约简第19-20页
        3.2.1 知识的约简与核第19-20页
    3.3 决策系统属性约简算法第20-23页
        3.3.1 基于盲目删除法的属性约简算法第21页
        3.3.2 基于重要度函数的属性约简算法第21-22页
        3.3.3 基于差别矩阵的属性约简算法第22-23页
    3.4 决策系统的值约简算法第23-27页
        3.4.1 代数方法的属性值约简算法第25-26页
        3.4.2 启发式方法的属性值约简算法第26-27页
    3.5 连续属性的离散化处理第27-29页
        3.5.1 无监督离散化方法第28页
        3.5.2 有监督的离散化方法第28-29页
    3.6 本章小结第29-30页
第四章 教学预警模型设计与分析第30-42页
    4.1 基于 Rough 集的教学预警的意义第30-31页
        4.1.1 传统教学预警的弊端第30-31页
        4.1.2 基于 Rough 集的教学预警的优势第31页
    4.2 模型概要设计第31-32页
    4.3 模型详细设计第32-41页
        4.3.1 数据预处理模块第33-34页
        4.3.2 数据约简模块第34-36页
        4.3.3 规则评估、合并与解释第36-38页
        4.3.4 查询与规则更新第38-41页
    4.4 本章小结第41-42页
第五章 实验第42-50页
    5.0 实验工具介绍第42页
    5.1 数据获取与离散化第42-44页
    5.2 属性约简以及规则提取与最小化第44-45页
    5.3 规则获取合并与解释第45-47页
        5.3.1 规则获取第45-47页
        5.3.2 规则合并与解释第47页
    5.4 实验结论第47-48页
    5.5 本章小结第48-50页
第六章 总结与展望第50-52页
    6.1 工作总结第50页
    6.2 展望第50-52页
参考文献第52-54页
致谢第54-55页
附录 A 攻读学位期间发表的论文第55-56页
详细摘要第56-59页

论文共59页,点击 下载论文
上一篇:新型农村社会养老保险政策中政府责任分析
下一篇:运动目标检测算法研究