声明
摘要
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究综述
1.2.1 粗糙集与模糊粗糙集的研究现状
1.2.2 混合数据数据挖掘的研究现状
1.3 主要研究内容
1.4 论文组织结构
第2章 理论基础
2.1 模糊集理论
2.2 粗糙集理论
2.3 模糊粗糙集理论
2.4 本章小结
第3章 基于非唯一决策差异熵的特征选择方法
3.1.1 非唯一决策模型
3.1.2 非唯一决策类的选择
3.2 基于非唯一决策差异熵的特征选择方法
3.2.1 基于非唯一决策差异熵的评价标准
3.2.2 基于非唯一决策差异熵的特征选择算法
3.3 本章小结
第4章 基于混合数据的非唯一决策差异熵的特征选择方法
4.1 混合数据的距离度量模型
4.1.1 基于混合数据的距离度量模型
4.1.2 混合属性的模糊相似关系度量
4.2 基于混合数据的非唯一决策特征选择
4.2.1 基于混合数据的非唯一决策模型
4.2.2 基于混合数据的非唯一决策度特征选择算法
4.3 本章小结
第5章 基于非唯一决策差异熵的特征选择方法实验分析
5.1 评估方案
5.1.1 相关对比算法
5.1.2 分类器
5.2 基于八类离散的基准数据集的特征选择
5.2.1 特征选择结果的对比分析
5.2.2 特征选择结果的分类精度对比分析
5.2.3 特征选择结果的AUC对比分析
5.3 基于九类混合型的基准数据集的特征选择
5.3.1 特征选择结果的对比分析
5.3.2 特征选择结果的分类精度对比分析
5.3.3 特征选择结果的AUC对比分析
5.4 本章小结
第6章 总结与展望
6.1 论文总结
6.2 工作展望
参考文献
攻读学位期间公开发表论文
致谢
大连海事大学;