文摘
英文文摘
声明
第一章绪论
1.1论文背景
1.2论文写作的目的和意义
1.3国内外研究现状
1.3.1粗糙集理论的研究现状
1.3.2数据挖掘方法的研究现状
1.4论文的主要工作及内容安排
1.4.1论文的主要工作
1.4.2论文的内容安排
第二章相关理论综述
2.1粒度计算理论综述
2.2粗糙集基本理论综述
2.2.1知识的含义与表示方法
2.2.2粗糙集
2.2.3属性约简
2.2.4决策规则
2.3数据挖掘中的粒度计算
2.3.1数据挖掘简介
2.3.2数据挖掘的主要方法和步骤
2.3.3数据挖掘方法中的粒度计算
2.4小结
第三章不完备信息系统中的粗糙集理论
3.1不完备信息系统的不确定性度量
3.1.1不完备信息系统
3.1.2不完备信息系统的偏序关系
3.1.3基于信息熵的不确定性度量
3.2不完备信息系统的信息粒度
3.2.1信息粒度的公理化定义
3.2.2信息粒度的度量方法
3.3不完备信息系统中信息熵与信息粒度的关系
3.4小结
第四章基于条件信息熵的信息系统的知识约简
4.1属性约简问题的数学描述
4.2几种经典的约简算法
4.2.1基本算法
4.2.2基于可辨识矩阵的启发式算法
4.2.3遗传算法
4.2.4复合系统的约简算法
4.2.5扩展法则约简算法
4.2.6动态约简算法
4.3基于条件信息熵的属性约简算法
4.3.1相容关系下知识的信息熵与条件信息量度量
4.3.2属性重要性的信息量表示
4.3.3基于条件信息量的属性约简算法
4.3.4基于条件信息熵的属性约简算法
4.4实例分析
4.5小结
第五章决策表中的知识粒度及规则提取
5.1决策表中的粒度思想
5.1.1决策表基本概念
5.1.2决策表中的粒度思想
5.2决策表的决策规则和知识粒度
5.2.1属性取值变化情况
5.2.2属性个数增减情况
5.3基于知识粒度的决策规则提取改进算法
5.3.1基于知识粒度的决策规则提取算法
5.3.2基于知识粒度的决策规则提取改进算法
5.3.3改进算法的评价
5.4小结
第六章基于粗糙集的数据挖掘应用实例
6.1基于粗糙集的数据挖掘模型
6.2数据预处理模块
6.2.1概念分层
6.2.2数据选择
6.2.3缺失数据的处理
6.2.4连续数据离散化
6.3属性约简模块
6.4规则提取模块
6.5实例应用
结论
参考文献
攻读学位期间发表的论文
致谢