粗糙集

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

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.

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。

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

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。

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

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

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

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。

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。