1 绪论 1
1.1 课题背景和意义 1
1.2 课题研究内容 2
1.3 主要创新点 3
1.4 本书的逻辑结构 5
2 文献综述 7
2.1 数据挖掘概述 7
2.2 粒度计算在数据挖掘中的应用 26
2.3 粒度计算数据挖掘研究中需要进一步解决的问题 39
2.4 本书的研究内容及特点 43
2.5 小结 43
3 基于模糊粒度计算的聚类 44
3.1 引言 44
3.2 模糊聚类分析 45
3.3 模糊粒度聚类基础 48
3.4 基于模糊粒度计算的文本聚类 52
3.5 基于模糊粒度计算的农业经济划分 62
3.6 基于模糊粒度计算的K-means优化算法 67
3.7 小结 71
4 基于粒网络生成规则的文本分类 72
4.1 引言 72
4.2 基于集合论的粒度分类基础 73
4.3 基于规则的机器学习 74
4.4 基于粒度计算的分类 75
4.5 基于粒网络生成规则的分类模型 80
4.6 基于粒网络生成规则的文本情感分类 85
4.7 小结 94
5 基于信息粒度的不完备系统遗漏值补齐 95
5.1 引言 95
5.2 粗糙集理论基本概念 96
5.3 知识发现中的不完备信息问题 99
5.4 不完备信息系统 103
5.5 不完备信息系统粒度模型构建 108
5.6 基于信息粒度的遗漏值补齐 113
5.7 决策规则的不确定性表示与度量 121
5.8 实验结果和分析 122
5.9 小结 126
6 结论 127
参考文献 130
附录 140
后记 153