基于Rough集的数据约简研究

第一章 绪论	第1-22页
·知识发现	第8-15页
·知识发现概述	第8-9页
·知识发现过程	第9-11页
·知识发现方法	第11-12页
·知识发现的主要问题	第12-13页
·数据挖掘	第13-15页
·粗糙集	第15-20页
·粗糙集理论概念	第15-16页
·粗糙集理论的研究现状	第16-18页
·粗糙集理论与知识发现	第18-20页
·本文的主要研究内容	第20-22页
第二章 粗糙集	第22-36页
·粗糙集理论的基本概念	第22-25页
·知识约简的概念	第25-28页
·粗糙集的扩展模型	第28-36页
·可变精度粗糙集模型	第29-30页
·基于粗糙集的非单调逻辑模型	第30-32页
·相容关系模型	第32页
·概率规则归纳学习模型	第32-34页
·与其他不确定方法相结合	第34-36页
第三章 基于粗糙集的知识发现	第36-58页
·信息系统	第36-37页
·基于粗糙集的知识发现的数据预处理	第37-42页
·空缺数值的填补	第38-40页
·离散化技术	第40-42页
·数据约简	第42-48页
·基于聚类和粗糙集的数据挖掘模型	第48-58页
·系统聚类分析	第48-51页
·粗糙集数据约简	第51-52页
·生成规则	第52-53页
·实例分析	第53-58页
第四章 基于粗糙集的综合信息处理技术	第58-70页
·粗糙集和时间序列分析	第58-64页
·时间序列相似搜索	第59-60页
·基于时间序列相似搜索和粗糙集的数据挖掘模型	第60-62页
·实例分析	第62-64页
·粗糙集和交叉覆盖神经网络	第64-70页
·多层前向网络交叉覆盖算法	第65-68页
·粗糙集和交叉覆盖神经网络的集成	第68-70页
第五章 结束语	第70-71页
参考文献	第71-76页
读研期间发表的论文	第76-77页
致谢	第77页