文摘
英文文摘
论文说明:图表目录
声明
致谢
第一章 绪论
1.1引言
1.2粗糙集理论研究概况
1.2.1粗糙集理论主要研究方向
1.2.2粗糙集理论的相关研究
1.3粗糙集理论基础
1.3.1粗糙集理论的基本概念
1.3.2基于粗糙集理论的知识约简
1.3.3常用的知识约简算法
1.4本文的研究内容与结构
1.4.1本文的研究内容
1.4.2本文的组织结构
第二章 知识和粗集的不确定性度量
2.1引言
2.2通常意义下的知识粗糙熵与粗集粗糙熵
2.3基于边界域的知识粗糙熵与粗集粗糙熵
2.3.1基于边界域的知识粗糙熵
2.3.2基于边界域的粗集粗糙熵
2.3.3边界条件熵
2.4基于极大相容块技术的知识和粗集粗糙性度量
2.4.1基于相容类的知识粗糙熵与粗集粗糙度
2.4.2基于极大相容块的知识粗糙性度量
2.4.3基于极大相容块的粗集粗糙性度量
2.5属性约简算法及在定性推理中的应用
2.5.1基于知识信息熵的属性约简算法
2.5.2 KIEBAFR算法在定性推理中的应用
2.5.3基于边界条件熵的属性约简算法
2.6本章小结
第三章 变精度参数的估计
3.1引言
3.2变精度粗糙集模型的基本概念
3.3决策表度量与变精度参数的估计
3.3.1决策表两种度量方法
3.3.2β值的估计方法
3.3.3 β对知识约简的影响
3.3.4实验结果
3.4本章小结
第四章 动态数据环境下的归纳学习
4.1引言
4.2分辨矩阵
4.3分割数据集和归纳学习
4.3.1数据集分割方法
4.3.2决策矩阵的归纳学习
4.3.3动态数据环境下的归纳学习算法
4.3.4应用实例
4.3.5实验结果
4.4本章小结
第五章 基于联合决策矩阵的规则获取方法
5.1引言
5.2完备信息系统规则获取
5.2.1等价矩阵与联合决策等价矩阵
5.2.3规则获取的联合决策等价矩阵算法
5.2.4应用实例
5.2.5实验结果
5.3不完备系统中规则提取的快速矩阵算法
5.3.1广义决策函数与广义决策系统
5.3.2相容矩阵与联合决策相容矩阵
5.3.3快速联合决策相容矩阵算法
5.3.4应用实例
5.3.5实验结果
5.4本章小结
第六章 基于矩阵分块的规则获取方法
6.1引言
6.2大数据集上任意分割及其规则获取
6.2.1等价矩阵与大数据集的分割原则
6.2.2基于任意分割的规则获取矩阵分块算法
6.2.3实例分析
6.2.4实验结果
6.3大数据集上快速矩阵分块算法
6.3.1基于决策类的分割与联合决策矩阵
6.3.2规则提取快速矩阵分块算法
6.3.3实例分析
6.3.4实验结果
6.4本章小结
第七章 结束语
7.1主要工作及创新点
7.2下一步工作
参考文献
攻读博士学位期间主要研究成果