大数据挖掘的原理与方法——基于粒计算与粗糙集的视角.pdf
现代信息社会已经迈入大数据时代，但大数据给人们带来了前所未有的挑战，如何有效地从动态变化，结构化、半结构化和非结构化等多模态数据共存的大数据中进行高效实时的数据挖掘并发现有价值知识已成为当前信息科学领域亟待解决的问题。本书针对大数据呈现的体量巨大、多源异构、动态性和不确定性等特点
粗糙集
面向故障诊断应用的粗糙集理论及方法.pdf
粗糙集方法具有强大的不一致信息处理能力，在故障征兆约简、诊断知识获取和知识度构建等方面表现出巨大优势。然而，关于粗糙集方法的泛化性能研究不足制约该方法在故障诊断中的实际应用。《面向故障诊断应用的粗糙集 理论及方法》分别针对一般故障诊断问题以及多类故障诊断、类不平衡故障诊断和代价敏
直觉模糊粗糙集理论及应用.pdf
本书介绍了直觉模糊粗糙集（IFRS）的衍生和发展，直觉模糊粗糙集模型及性质，直觉模糊粗糙逻辑推理，直觉模糊粗糙逻辑规则库的完备性、互作用性、相容性检验以及检验系统设计、IFRS理论在知识发现、信息融合等领域的应用等内容。
双论域粗糙集理论与方法.pdf
本书系统研究双论域上的粗糙集理论与方法，包括单论域粗糙集的基本理论、双论域上的粗糙集模型的变换、双论域上基于水平集的粗糙集、双论域上的概率粗糙集、双论域上的多粒度粗糙集与多粒度概率粗糙集、双论域上的多粒度决策粗糙集等理论及方法。
动态知识发现与三支决策——基于优势粗糙集视角.pdf
本书针对大数据的动态性，面向三支决策的知识维护，运用粒计算的思想，以经典优势粗糙集及其扩展模型为研究对象，借助增量学习方式和多核并行计算策略，构建大数据分析与挖掘的方法，力图展现优势粗糙集和三支决策视角下大数据分析处理与知识发现的最新进展。
覆盖粒计算模型与方法——基于粗糙集的视角.pdf
粒计算是一种模拟人类解决复杂问题的理论方法，是人工智能研究领域的一个重要分支。本书从覆盖的角度基于粗糙集理论对粒计算理论方法进行系统的总结和归纳，具体内容包括：研究覆盖近似空间中概念近似的各种方法，并给出这些近似方法的主要特点；研究基于覆盖的知识表示的知识粒度层次关系，从定性比较
粗糙集对分析理论与决策模型.pdf
本书共8章，主要内容包括集对分析理论、粗糙集理论、信息系统基本理论、不完备信息系统的集对粗集模型、SPA模糊聚类与决策、SPA格序决策模型、粗糙概念格扩展模型和动态粗决策模型。
面向不确定性决策的杂合粗糙集方法及其应用.pdf
本书介绍了粗糙集理论、方法与应用，并针对实际应用领域中知识表示系统可能包含的多种不确定性情况，较系统地介绍了粗糙集理论与其他相关软技术理论的杂合方法与应用。
决策粗糙集理论及其研究进展.pdf
本书内容涉及决策粗糙集的理论与应用两大部分，理论部分包括决策粗糙集的基础理论、决策粗糙集的研究进展、三枝决策粗糙集和决策粗糙集的属性约简；应用部分包括基于决策粗糙集的自动聚类方法、基于决策粗糙集模型的文本分类方法和多用户决策粗糙集模型。最后，本书对决策粗糙集的发展历程和方法论作了
优势关系粗糙集：不确定性决策的理论与方法.pdf
优势关系粗糙集以优势关系代替经典粗糙集的不可分辨关系，更好地满足了描述实际问题中某些属性具有偏序关系和连续属性的需要。优势关系粗糙集既可以有效处理等价关系，又可以处理具有偏序关系的决策信息系统，现已成为处理不确定信息的重要理论模型，受到越来越多学者的关注。本书集结了作者近年来在该