第1章 基本理論
　1.1 粗糙集
　　1.1.1 信息系統(tǒng)
　　1.1.2 近似集及其性質
　　1.1.3 近似質量的刻畫
　　1.1.4 知識約簡與依賴性
　1.2 粒計算
　　1.2.1 信息粒
　　1.2.2 信息?；?br />　　1.2.3 粒計算概念
　　1.2.4 粒計算的研究方法與方向
　1.3 粗糙關系數(shù)據(jù)庫
第2章 粗糙集與RDB關系研究及RRDM
　2.1 引言
　2.2 RDB理論與粗糙集理論關系的研究
　　2.2.1 RDB與粗糙集產生的背景比較
　　2.2.2 關系與信息表的形式化語義比較
　　2.2.3 兩種理論核心概念之間的關系研究
　2.3 對RRDM的研究
　　2.3.1 引言
　　2.3.2 Rough關系操作算子及其性質
　　2.3.3 粗糙分解算子
　2.4 RRDB與FRDB關系的系統(tǒng)研究
　　2.4.1 引言
　　2.4.2 FRDB與RRDB的概念分析
　　2.4.3 模糊函數(shù)依賴（FFD）、粗糙函數(shù)依賴（RFD）與Armstrong公理
　　2.4.4 FRDB與RRDB的范式
第3章 粗糙數(shù)據(jù)查詢
　3.1 引言
　3.2 數(shù)據(jù)庫查詢思想
　　3.2.1 查詢與模糊查詢
　　3.2.2 粗糙數(shù)據(jù)查詢
　3.3 RRDB的分解與投影原理
　　3.3.1 RRDB的分解原理
　　3.3.2 RRDB的投影原理
　　3.3.3 RRDB的可定義性
　3.4 RRDB的粗糙數(shù)據(jù)查詢
　　3.4.1 精確查詢
　　3.4.2 粗糙完全查詢
　　3.4.3 粗糙組合查詢
　　3.4.4 算法描述
　　3.4.5 小結
　3.5 RRDB與NIS的關系研究
　3.6 RRDB屬性值的粗集表示
第4章 粗糙函數(shù)依賴及其推理機制的研究
　4.1 引言
　4.2 函數(shù)依賴與模糊函數(shù)依賴
　4.3 粗糙函數(shù)依賴與冗余因子
　4.4 Rough函數(shù)依賴的性質
　4.5 粗糙函數(shù)依賴的推理規(guī)則與附加的推理規(guī)則
　　4.5.1 粗糙函數(shù)依賴的推理規(guī)則
　　4.5.2 粗糙函數(shù)依賴的附加推理規(guī)則
　4.6 粗糙函數(shù)依賴與函數(shù)依賴、Fuzzy函數(shù)依賴的關系
第5章 基于粗糙集與信息顆粒的聚類方法研究
　5.1 引言
　5.2 聚類方法簡述
　5.3 基于粗糙集聚類方法的分析
　5.4 聚類分析中的粒度與粗集原理研究
　5.5 基于粗糙集與信息粒度的聚類方法
　　5.5.1 基本概念
　　5.5.2 基于粗糙集與信息顆粒的聚類方法
　　5.5.3 算法描述
　　5.5.4 實驗比較與分析
第6章 信息系統(tǒng)函數(shù)依賴的信息顆粒原理與計算
　6.1 引言
　6.2 面向機器的數(shù)據(jù)挖掘模型
　　6.2.1 模型語義
　　6.2.2 信息顆粒的位表示
　6.3 位表示的性質研究
　6.4 信息系統(tǒng)函數(shù)依賴的信息顆粒原理與計算
　　6.4.1 函數(shù)依賴的信息顆粒原理與計算
　　6.4.2 恒等依賴的信息顆粒原理與計算
　　6.4.3 部分依賴的信息顆粒原理與計算
　6.5 算法描述與分析
第7章 關系數(shù)據(jù)庫范式及信息系統(tǒng)規(guī)則的研究
　7.1 引言
　7.2 函數(shù)依賴與范式
　7.3 基于粗糙集理論的關系模式范式的判定原理
　7.4 信息系統(tǒng)軟規(guī)則及其度量關系的研究
　　7.4.1 信息顆粒的位表示
　　7.4.2 幾種規(guī)則及其度量之間的關系
第8章 粗糙函數(shù)依賴的近似度量
　8.1 引言
　8.2 相關工作
　8.3 粗糙函數(shù)依賴（RFD）的度量
　8.4 本章小結
第9章 結語
　9.1 主要結論
　9.2 研究展望
主要符號表
參考文獻