粒度計算在數(shù)據(jù)挖掘中的應(yīng)用研究

1 緒論
1.1 課題背景和意義
1.2 課題研究內(nèi)容
1.3 主要創(chuàng)新點
1.4 本書的邏輯結(jié)構(gòu)
2 文獻綜述
2.1 數(shù)據(jù)挖掘概述
2.2 粒度計算在數(shù)據(jù)挖掘中的應(yīng)用
2.3 粒度計算數(shù)據(jù)挖掘研究中需要進一步解決的問題
2.4 本書的研究內(nèi)容及特點
2.5 小結(jié)
3 基于模糊粒度計算的聚類
3.1 引言
3.2 模糊聚類分析
3.3 模糊粒度聚類基礎(chǔ)
3.4 基于模糊粒度計算的文本聚類
3.5 基于模糊粒度計算的農(nóng)業(yè)經(jīng)濟劃分
3.6 基于模糊粒度計算的K-means優(yōu)化算法
3.7 小結(jié)
4 基于粒網(wǎng)絡(luò)生成規(guī)則的文本分類
4.1 引言
4.2 基于集合論的粒度分類基礎(chǔ)
4.3 基于規(guī)則的機器學習
4.4 基于粒度計算的分類
4.5 基于粒網(wǎng)絡(luò)生成規(guī)則的分類模型
4.6 基于粒網(wǎng)絡(luò)生成規(guī)則的文本情感分類
4.7 小結(jié)
5 基于信息粒度的不完備系統(tǒng)遺漏值補齊
5.1 引言
5.2 粗糙集理論基本概念
5.3 知識發(fā)現(xiàn)中的不完備信息問題
5.4 不完備信息系統(tǒng)
5.5 不完備信息系統(tǒng)粒度模型構(gòu)建
5.6 基于信息粒度的遺漏值補齊
5.7 決策規(guī)則的不確定性表示與度量
5.8 實驗結(jié)果和分析
5.9 小結(jié)
6 結(jié)論
參考文獻
附錄
后記