声明
摘要
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 主要研究内容
1.4 论文组织结构
第2章 模糊粗糙理论
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 小结
第3章 基于Lambda划分差异熵的特征选择
3.1 模糊粗糙特征选择算法介绍
3.2 基于Lambda划分差异熵的特征选择算法
3.2.1 数据集归一化
3.2.2 子决策信息系统的生成
3.2.3 局部Lambda划分差异熵
3.2.4 全局Lambda划分差异熵
3.2.5 基于Lambda划分差异熵特征选择算法的分析
3.3 基于Lambda划分差异熵特征选择算法的实例
3.4 小结
第4章 基于不同类比Lambda划分差异熵特征选择
4.1 基于不同类比Lambda划分差异熵的特征选择算法
4.1.1 不同类比算法
4.1.2 参数ε的影响
4.1.2 基于不同类比局部Lambda划分差异熵
4.1.3 基于不同类比全局Lambda划分差异熵
4.1.4 基于不同类比Lambda划分差异熵特征选择算法的分析
4.2 基于不同类比模糊下近似求法举例
4.3 小结
第5章 实验结果与实验分析
5.1 实验环境及实验数据介绍
5.2 评估方案
5.2.1 对比的算法
5.2.2 用于评估分类精度的分类器
5.3 基于Lambda划分差异熵特征选择算法实验
5.3.1 特征选择结果的时间对比分析
5.3.2 特征选择结果的分类精度对比分析
5.3 基于不同类比Lambda划分差异熵特征选择算法实验
5.3.1 特征选择结果的时间对比分析
5.3.2 特征选择结果的分类精度对比分析
5.3.3 参数ε影响的实验
5.4 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;