基于粗糙集模型扩展的特征选择算法研究

目录

声明

第一章 绪论

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 粗糙集理论研究现状

1.2.2 决策理论粗糙集研究现状

1.2.3 邻域粗糙集研究现状

1.2.4 特征选择研究现状

1.3 论文的研究内容和组织结构

1.3.1 本文的主要研究内容

1.3.2 章节安排

第二章 粗糙集理论基础

2.1 粗糙集概述

2.2 知识表达系统

2.3 不可分辨关系

2.4 集合的上下近似

2.5 粗糙度

2.6 依赖度

2.7 属性重要度

2.8 本章小结

第三章 粗糙集模型扩展研究

3.1 决策理论粗糙集模型

3.1.1 决策理论粗糙集的引入

3.1.2 基本理论

3.1.3 问题处理

3.2 邻域粗糙集模型

3.2.1 邻域粗糙集模型的引入

3.2.2 基本概念

3.2.3 问题处理

3.3 实域粗糙集模型

3.3.1 实域粗糙集模型的引入

3.3.2 基本概念

3.3.3 问题处理

3.4 本章小结

第四章 决策理论粗糙集模型特征选择算法研究

4.1 基于决策理论粗糙集模型的基本理论与缺点分析

4.1.1 决策理论粗糙集模型的基本理论

4.1.2 决策理论粗糙集缺点分析

4.2 改进的正区域特征选择算法

4.3 实验分析

4.3.1 实验环境

4.3.2 实验数据集

4.3.3 实验结果分析

4.4 本章小结

第五章 邻域粗糙集模型下的特征选择算法研究

5.1 基于邻域粗糙集模型的基本概念与缺点分析

5.1.1 邻域粗糙集模型有关的基本概念

5.1.2 邻域粗糙集缺点分析

5.2 基于邻域粗糙集模型改进与算法研究

5.2.1 改进的邻域粗糙集模型

5.2.2 特征选择算法研究

5.3 实验分析

5.3.1 实验环境

5.3.2 实验数据集

5.3.3 实验结果分析

5.4 本章小结

总结与展望

参考文献

攻读硕士学位期间发表的学术论文

致谢