声明
摘要
第一章 绪论
1.1 本课题的研究背景和意义
1.2 国内外研究现状
1.2.1 研究现状
1.2.2 问题的提出和目标
1.3 本文的主要工作
1.4 论文的组织结构
第二章 相关理论和关键技术
2.1 经典粗糙集
2.2 概率粗糙集模型
2.3 贝叶斯公式与决策过程
2.3.1 贝叶斯公式
2.3.2 贝叶斯决策过程
2.4 决策粗糙集
2.4.1 决策粗糙集模型及公式推导
2.4.2 三支决策的决策粗糙集理论
2.4.3 决策风险最小化问题
2.5 两种基于风险最小化求解三支决策粗糙集阈值算法
2.5.1 自适应算法求解阈值
2.5.2 模拟退火算法求解阈值
2.6 人工鱼群算法
2.6.1 鱼群行为描述
2.6.2 人工鱼群算法寻优的基本原理
2.7 本章小结
第三章 利用人工鱼群算法求三支决策粗糙集阈值
3.1 基于人工鱼群的风险最小化三支决策粗糙集阈值求解
3.1.1 数据的预处理
3.1.2 解空间
3.1.3 明氏距离
3.1.4 距离的表示以及与阈值的关系
3.1.5 人工鱼的几种行为的算法描述
3.2 具体过程
3.3 仿真实验
3.3.1 实验环境
3.3.2 实验数据
3.3.3 评价标准
3.3.4 实验结果与分析
3.4 本章小结
第四章 基于风险最小化的三支决策邮件分类
4.1 基于风险最小化的DTRS模型的邮件分类算法
4.2 仿真实验
4.3 实验评价指标
4.4 实验结果与分析
4.5 本章小结
第五章 总结与展望
5.1 总结
5.2 本文贡献和创新之处
5.3 展望
参考文献
致谢
攻读硕士学位期间发表的论文