摘要
第一章引言
1.1数据挖掘的产生与发展
1.2分类模式的常用研究方法
1.3本论文研究内容及结构安排
第二章粗糙集理论
2.1概述
2.1.1理论的产生和今后研究方向
2.1.2粗糙集理论的特点
2.2粗糙集理论的相关概念
2.2.1知识库和信息系统
2.2.2上、下近似集和正域
2.2.3属性的依赖度和重要度
2.2.4置信度与支持度
2.3基于粗糙集数据挖掘的核心问题
2.3.1属性约简
2.3.2属性约简的基本算法
第三章遗传算法
3.1遗传算法的产生、发展及特点
3.2遗传算法的编码方法
3.2.1二进制编码
3.2.2实数编码
3.2.3符号编码
3.3遗传算法的基本操作
3.3.1选择算子
3.3.2交叉算子
3.3.3变异算子
3.4适应度函数
3.5基本遗传算法框架
第四章基于粗糙集与遗传算法的分类算法
4.1粗糙集处理中所用算法的改进
4.1.1问题提出
4.1.2算法改进及其描述
4.2获得分类规则的遗传算法及其改进
4.2.1适应度函数及编码方法
4.2.2交叉与变异及其改进的动态策略
4.2.3改进后的遗传算法描述
4.3分类规则约简策略
4.3.1规则的约简
4.3.2规则约简流程及算法
4.4分类算法性能分析
第五章算法应用实例分析
5.1所用实例数据
5.2算法处理过程
5.2.1粗糙集的预处理
5.2.2利用遗传算法生成规则
5.2.3约简规则
5.3实例结果分析
结束语
致谢
参考文献
攻读硕士学位期间发表的论文