粗糙集的数学结构.pdf
粗糙集理论是20世纪80年代初提出的用于知识发现和数据挖掘的数学分支。《粗糙集的数学结构》主要介绍基于二元关系的粗糙集的数学结构,内容包括经典环境下、模糊环境下和直觉模糊环境下的粗糙近似算子的构造性定义及其性质、近似算子的公理化刻画、粗糙集理论与拓扑空间的关系、粗糙集理论与Dem
粗糙集
优势粗糙集 : 理论、方法与应用.pdf
本书系统介绍序决策系统的优势粗糙集方法, 包括属性约简的辨识矩阵方法、启发式方法及其加速算法和基于证据理论的方法, 研究不完备序信息系统、区间值序决策系统和直觉模糊序信息系统的属性约简问题, 提出序模糊决策系统的优势粗糙模糊集理论.
序信息系统与粗糙集.pdf
本书主要介绍序信息系统的不确定性度量、属性约简理论、变精度序信息系统、区间值序信息系统、集值序信息系统以及直觉模糊序信息系统的粗糙集理论与方法；同时从粒计算的角度给出了序信息系统、模糊序信息系统的多粒化粗糙集模型，以及加权多粒化粗糙集模型的理论与方法。
模糊粗糙集理论与方法.pdf
本书系统总结作者近十年来在模糊粗糙集理论方面的研究成果，以决策系统中条件属性与决策属性之间的不一致性为主线，论述基于模糊相似关系的模糊集合的上、下近似及数学结构，模糊粗糙集的数字特征，基于模糊粗糙集的属性约简，最后重点论述模糊粗糙集与核方法的内在联系。
基于粗糙集与概念格的知识系统模型.pdf
本书以粗糙集与概念格理论为工具，引入一些知识系统模型，融入了国内外学者研究的许多新成果。内容包含经典粗糙集理论的基本概念和方法，覆盖粗糙集模型，不完备信息系统模型，变精度粗糙集模型，格值信息系统，形式背景与概念格，决策形式背景。
灰色粗糙集模型及其应用.pdf
本书介绍了粗糙集与灰色系统的理论、方法与应用，并针对粗糙集理论与灰色系统理论的数据融合理论与技术进行了研究，较系统地介绍了基于区间灰色集的粗糙集的各种模型、方法及应用，为粗糙集理论与灰色系统理论的研究提供一个全新的视角。
Incomplete information system and rough set theory : Models and attribute reductions : 模型与属性约简 | 不完备信息系统与粗糙集理论 : 模型与属性约简.pdf
本书主要介绍粗糙集理论及其在不完备信息系统中的拓展。粗糙集理论是用于处理不精确问题的数学理论，是经典集合论的重要发展。由于粗糙集理论建立在等价关系的基础上，因而不能用来处理具有未知属性值的不完备信息系统，因而如何在不完备信息系统中扩展粗糙集的相关概念对于粗糙集的发展具有极其重要的
基于关联规则和粗糙集的数据挖掘方法研究.pdf
本书是一本深入研究数据挖掘领域中关联规则挖掘和可变精度模糊粗糙集理论的著作，其中关联规则挖掘以频繁集挖掘为主要内容，研究包括如何充分利用模糊约束进行频繁集的挖掘，高效的最大频繁集挖掘算法，以及可变精度模糊粗糙集的性质和算法。本书强调理论性和技术性的统一，在理论研究的同时提供了技术
不确定性推理的计量化模型及其粗糙集语义.pdf
本书介绍基于粗糙集语义的逻辑推理及其计量化推理模型，是作者近年来工作的总结，同时也兼顾了国际上有关不完备信息处理与表示的若干研究成果. 全书共八章，具体内容包括计量逻辑中理论逻辑性态的拓扑刻画、三值逻辑与粗糙集、不完备信息、正交对与三值逻辑、基于粗糙集语义的计量化知识推理、多粒度
粗糙集理论与方法.pdf
本书系统地介绍了粗糙集理论的基本内容与方法，力图概括国内外最新成果，主要内容有：粗糙集的基本概念，粗糙集模型算法，粗糙集的代数性质与粗糙逻辑，粗糙集的各种推广模型，粗糙集与其他处理不确定或不精确问题理论的联系以及不完备信息系统下的粗糙集方法。
- «
- »