摘要
第1章 绪论
1.1 粗糙集的研究背景及意义
1.2 粗糙集研究的主要问题
1.3 本文做的主要工作
1.4 本文各章节的结构安排
第2章 粗糙集理论基础及其研究现状
2.1 粗糙集理论基本概念
2.2 粗糙集的研究现状
2.2.1 属性离散化的研究现状
2.2.2 属性约简的研究现状
2.2.3 规则提取的研究现状
2.2.4 粗糙集与传统分类算法相结合的研究现状
2.2.5 粗糙集的应用领域
第3章 粗糙集属性值离散化
3.1 属性离散化的概述
3.2 粗糙集离散化问题的描述
3.3 基于遗传算法的属性离散化
3.3.1 遗传算法的介绍
3.3.2 遗传算法离散化的设计原理
3.4 基于粒子群算法的属性离散化
3.4.1 粒子群算法的简介
3.4.2 粒子群算法的设计原理
3.5 基于粒子群和遗传算法相结合的数据离散化
3.6 实验分析与结果
3.6.1 数据集的介绍
3.6.2 实验结果
第4章 粗糙集属性约简与规则提取算法
4.1 粗糙集属性约简
4.1.1 基于区分矩阵的属性约简算法
4.1.2 基于信息熵的属性约简算法
4.1.3 已有算法的局限性
4.1.4 改进的属性约简算法
4.1.5 算法实例
4.2 粗糙集规则提取
4.2.1 规则提取的概述
4.2.2 已有算法的局限性
4.2.3 改进的属性值约简算法
4.2.4 算法实例
第5章 粗糙集与加权K近邻分类算法相结合
5.1 粗糙集与加权K近邻分类算法相结合的概述
5.2 粗糙集与加权K近邻相结合的分类算法
5.3 粗糙集与加权最小距离相结合的分类算法
5.4 实验分析与结果
5.4.1 实验数据的介绍
5.4.2 对比实验与结果
第6章 粗糙集在群体异常行为检测当中的应用
6.1 应用背景
6.2 特征提取
6.2.1 运动强度
6.2.2 前景块之间的距离
6.2.3 方向混乱程度
6.2.4 帧间混乱程度
6.3 连续型属性值离散化
6.4 属性约简和规则提取
6.5 实验分析与结果
第7章 总结与展望
7.1 总结
7.2 展望
参考文献
论文发表情况
致谢
声明