文摘
英文文摘
第一章 绪论
1.1 论文选题背景
1.2 国内外增量式算法的研究现状
1.3 论文主要工作
1.4 论文组织结构
第二章 粗糙集理论基础
2.1 粗糙集的基本概念
2.1.1 知识与不分明关系
2.1.2 粗糙集与近似
2.1.3 近似精度
2.1.4 决策表
2.1.5 约简与核
2.2 不确定性度量方法
2.2.1 决策表的不确定性度量
2.2.2 决策规则的不确定性度量
2.4 小结
第三章 基于粗糙集的增量式学习算法
3.1 引言
3.2 基于粗糙集的增量式规则获取算法
3.2.1 新样本的分类
3.2.2 新样本的学习
3.3 基于粗糙集理论的增量式学习算法
3.3.1 阈值和参数的设定
3.3.2 算法描述
3.4 实验测试
3.5 小结
第四章 基于粗糙集和规则树的自主式增量学习算法
4.1 引言
4.2 规则树的建立
4.3 规则树的更新
4.4 实验测试
4.4.1 实验相关说明
4.4.2 实验结果对比
4.6 小结
第五章 基于识别反馈和增量学习的电子邮件过滤方法
5.1 引言
5.2 电子邮件过滤系统中的粗糙集模型
5.3 基于识别反馈和增量学习的电子邮件过滤方法
5.5 实验测试
5.5.1 实验一
5.5.2 实验二
5.6 小结
第六章 总结及未来的工作
6.1 总结
6.2 未来的工作
致 谢
攻硕期间从事的科研工作及取得的研究成果
参考文献