声明
论文说明
摘要
图目录
表目录
符号索引
第1章 绪论
1.1 论文的选题背景及意义
1.2 相关研究综述
1.2.1 基于粗糙集的增量学习研究综述
1.2.2 客户分类研究综述
1.3 论文的研究内容和组织结构
1.3.1 论文的研究内容
1.3.2 论文的组织结构
第2章 邻域粗糙集模型的理论基础
2.1 粗糙集模型
2.1.1 信息表知识表达系统
2.1.2 基本概念
2.2 邻域粗糙集模型
2.2.1 基于邻域的粒化
2.2.2 基于邻域的逼近
2.2.3 邻域决策系统
2.3 粗糙集与邻域粗糙集的对比
第3章 基于邻域粗糙集的增量式属性约简算法
3.1 基于邻域粗糙集的属性约简算法
3.1.1 基本概念
3.1.2 算法原理
3.2 基于改进的相对正域的增量式属性约简算法
3.2.1 增加属性时的约简规律
3.2.2 增加样本时的约简规律
3.2.3 IARKPR算法的设计与测试
第4章 基于邻域粗糙集的样本约减算法
4.1 邻域分类器
4.1.1 基本原理
4.1.2 邻域分类器算法设计与测试
4.2 样本约减算法
4.2.1 基本原理
4.2.2 基于邻域粗糙集的样本约减算法设计与测试
第5章 基于邻域粗糙集的增量学习算法在客户分类上的应用
5.1 客户资料分析
5.2 基于经典粗糙集的客户分类
5.3 基于邻域粗糙集的客户分类
5.4 基于邻域粗糙集的增量学习算法在客户分类上的应用
第6章 总结
6.1 论文完成的工作
6.2 论文进一步的研究方向
参考文献
致谢
攻读硕士学位期间发表的论文
附录