声明
摘要
图目录
表目录
第1章 绪论
1.1 研究背景
1.2 研究现状
1.3 研究内容和组织结构
第2章 粗糙集理论综述
2.1 基本概念
2.1.1 信息系统
2.1.2 关系和集合近似
2.1.3 属性约简
2.2 信息论基础
2.3 逻辑算子
2.4 本章小结
第3章 三种粗糙集模型
3.1 概率值模糊决策系统
3.2 基于KL散度的相似性的度量
3.3 第一种粗糙集模型
3.4 第二种粗糙集模型
3.5 第三种粗糙集模型
3.6 三种粗糙集模型之间的关系
3.7 实验与结果分析
3.8 本章小结
第4章 属性约简算法
4.1 基于熵的属性约简算法
4.2 基于依赖度的属性约简算法
4.2.1 基于第一种粗糙集的属性约减算法
4.2.2 基于第三种粗糙集的属性约简算法
4.3 实验与结果分析
4.4 本章小结
第5章 基于模糊决策树的分类算法
5.1 基于互信息的模糊决策树
5.1.1 模糊决策树的生成算法
5.1.2 使用模糊决策树进行分类
5.2 基于依赖度的模糊决策树
5.2.1 基于第二种依赖度的模糊决策村
5.2.2 基于第三种依赖度的模糊决策树
5.3 实例分析
5.4 实验与结果分析
5.5 本章小结
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间的主要研究成果
致谢
浙江大学;