多粒度知识获取与不确定性度量 出版时间:2013年版丛编项: 粒计算研究丛书内容简介 粒计算是人工智能领域中的一种新理念和新方法,它覆盖了所有有关粒度的理论、方法和技术,是研究复杂问题求解、海量数据挖掘和模糊信息处理等问题的有力工具。从粒计算的观点看,在认知过程中,人们对问题的分析与求解都具有粒度性,既与认知主体的主观局限有关,也与观测工具等很多客观因素有关。粒计算理论模型中的粒的合成与分解以及问题求解等都具有不确定性,直接影响问题求解的精度与效率。《粒计算研究丛书:多粒度知识获取与不确定性度量》内容主要涉及粒计算研究概述、粒计算基本理论、多粒度知识空间模型、粒计算的不确定性度量、多粒度知识获取的模型和方法、覆盖粒计算模型的知识获取方法、粗糙集的近似集和多粒度计算研究的展望等。《粒计算研究丛书:多粒度知识获取与不确定性度量》可供计算机、自动化等相关专业的研究人员、教师、研究生、高年级本科生和工程技术人员参考。目录丛书序前言第1章 绪论1.1 引言1.1.1 人工智能的起源1.1.2 粒计算的发展现状1.2 粒计算研究概述1.2.1 粒计算的基本概念1.2.2 粒计算的基本理论模型1.2.3 粒计算的不确定性度量方法1.2.4 粒计算应用研究1.3 总结和展望1.3.1 粒计算理论研究尚存的问题1.3.2 粒计算模型的不确定性度量研究中存在的问题1.4 本书的主要内容和结构安排1.4.1 多粒度计算的研究1.4.2 本书的主要内容和安排参考文献第2章 粒计算的基本理论2.1 模糊集粒计算理论2.2 粗糙集粒计算理论2.3 商空间粒计算理论2.4 云模型粒计算理论2.5 其他粒计算理论本章小结参考文献第3章 多粒度知识空间模型3.1 分层递阶商空间3.1.1 阈值为1的商空间理论3.1.2 任意阈值的商空间理论3.1.3 模糊等价关系的分层递阶构建方法3.2 覆盖近似空间的层次模型3.2.1 知识粒度的基本概念3.2.2 基于最小描述的覆盖上的知识粒度关系3.2.3 覆盖上的知识粒度关系定义间的联系3.3 覆盖近似空间与划分空间的转化3.3.1 覆盖空间的近似划分空间3.3.2 覆盖空间与划分空间之间的关系本章小结参考文献第4章 粒计算的不确定性度量方法4.1 模糊集的不确定性度量4.1.1 模糊集的几种不确定性度量方法4.1.2 Vague集的几种不确定性度量方法4.2 粗糙集的不确定性度量4.2.1 完备信息系统的粗糙集模型的不确定性度量4.2.2 不完备信息系统的粗糙集模型的不确定性度量4.2.3 各种不确定性度量方法之间的对比分析4.3 覆盖粗糙集的不确定性度量4.3.1 覆盖粗糙集模型4.3.2 Bonikowski覆盖粗糙集的不确定性度量4.4 分层递阶商空间的不确定性度量4.4.1 分层递阶商空间的信息熵序列4.4.2 分层递阶商空间同构的判定定理4.4.3 分层递阶商空间、模糊关系和信息熵序列之间的关系4.5 其他粒计算模型的不确定性度量4.5.1 模糊粗糙集的不确定性度量4.5.2 粗糙模糊集的不确定性度量4.5.3 云模型的不确定性度量4.5.4 概念格粒计算模型的不确定性度量本章小结参考文献第5章 多粒度知识获取5.1 多粒度认知模型5.1.1 认知过程的粒计算5.1.2 多粒度认知过程5.2 多粒度规则获取5.2.1 模糊决策信息系统5.2.2 模糊信息系统的多粒度规则提取5.2.3 不完备信息系统的多粒度规则提取5.3 属性约简的粒度原理与最大粒知识获取5.3.1 一致决策信息系统及其决策逻辑5.3.2 属性约简的多粒度原理5.3.3 多粒度属性约简与规则获取5.3.4 基于最大粒的规则获取算法5.4 多粒度增量式知识获取5.4.1 相关基本概念5.4.2 多粒度增量式知识获取方法5.4.3 算法分析5.4.4 实验对比分析5.5 多粒度形式背景分析5.5.1 形式背景分析5.5.2 属性细分及其概念格之间的关系本章小结参考文献第6章 覆盖粒计算模型的知识获取方法6.1 覆盖粗糙模糊集模型及其应用6.1.1 Wei覆盖粗糙模糊集模型和Xu覆盖粗糙模糊集模型6.1.2 Hu覆盖粗糙模糊集模型6.1.3 三种覆盖粗糙模糊集间的关系6.1.4 覆盖粗糙模糊集模型在模糊决策中的应用6.2 覆盖近似空间的知识约简模型及其应用6.2.1 覆盖近似空间的知识约简模型6.2.2 基于覆盖粒计算模型的不完备信息系统处理方法6.3 覆盖近似空间的扩展与属性约简6.3.1 覆盖近似空间的扩展6.3.2 覆盖决策系统的属性约简6.3.3 覆盖近似空间的扩展空间与属性约简本章小结参考文献第7章 粗糙集的近似集7.1 集合的近似度7.2 粗糙集的近似集7.2.1 粗糙集的近似集的性质7.2.2 R0.5(X)与X的近似性7.2.3 基于R0.5(X)提取规则的实例分析7.3 近似集R0.5(X)随知识粒度的变化关系本章小结参考文献第8章 总结与展望8.1 本书总结8.2 未来工作展望 上一篇: 统计学习方法 [李航 著] 下一篇: 群体智能预测与优化