不完備信息系統(tǒng)知識獲取的粗糙集理論與方法

內(nèi)容概要

　　如何從海量的不完備、不確定數(shù)據(jù)中發(fā)現(xiàn)有用的知識結(jié)構(gòu)是智能科學(xué)研究的熱點與難點。粗糙集理論因其在數(shù)據(jù)處理技術(shù)和方法方面的特點和優(yōu)勢而被國內(nèi)外相關(guān)領(lǐng)域的學(xué)者廣泛關(guān)注，且在針對不完備數(shù)據(jù)的知識獲取方面取得了一定的進展。本書就是以此為背景，以不完備信息系統(tǒng)為對象，以粗糙集為工具，系統(tǒng)介紹基于粗糙集的不完備信息系統(tǒng)知識獲取相關(guān)理論和方法研究成果，側(cè)重于不完備信息系統(tǒng)的粗糙集模型拓展、知識約簡理論及規(guī)則提取算法?。本書主要內(nèi)容是作者承擔(dān)國家自然科學(xué)基金相關(guān)項目研究成果的系統(tǒng)性反映。
　　本書可供信息與計算機科學(xué)、控制科學(xué)與工程、管理科學(xué)與工程、應(yīng)用數(shù)學(xué)等專業(yè)的大學(xué)高年級學(xué)生、研究生、高校教師以及相關(guān)科技人員閱讀和參考。

書籍目錄

前言
第1章　基本概念
　1.1　引言
　1.2　信息系統(tǒng)
　1.3　集合近似與粗糙集　
第2章　知識約簡的一般理論
　2.1　引言
　2.2　知識約簡的基本定義
　2.3　分辨矩陣與分辨函數(shù)
　2.4　知識約簡的啟發(fā)式算法
　2.5　變精度粗糙集模型的知識約簡
　2.6　模糊決策系統(tǒng)及知識約簡　
第3章　基于相容關(guān)系的IIS粗糙集模型及知識約簡
　3.1　引言
　3.2　基本拓展模型
　3.3　改進型相容關(guān)系粗糙集模型
　3.4　基于γ-相容關(guān)系的粗糙集模型與知識約簡
　3.5　基于相容矩陣的粗計算
　3.6　基于相容關(guān)系的上／下近似約簡　
第4章　基于相似關(guān)系的IIS粗糙集模型及知識約簡
　4.1　引言
　4.2　非對稱相似關(guān)系
　4.3　對稱相似關(guān)系的粗糙集模型
　4.4　基于非對稱相似矩陣的粗計算
　4.5　基于?對稱相似關(guān)系的上／下近似約簡
第5章　基于聯(lián)系度的IIS粗糙集模型及知識約簡
　5.1　引言
　5.2　聯(lián)系度相容關(guān)系及其改進
　5.3　聯(lián)系度粗糙集模型屬性約簡
　5.4　聯(lián)系度的確定方法
　5.5　基于聯(lián)系度粗糙集模型的規(guī)則提取方法　
第6章　不完備決策表規(guī)則提取的矩陣算法
　6.1　引言
　6.2　分配約簡與規(guī)則提取的矩陣算法
　6.3　最大分布約簡與規(guī)則提取的矩陣算法
　6.4　基于相容關(guān)系的上／下近似約簡與規(guī)則提取矩陣算法
　6.5　基于相似關(guān)系的上／下近似約簡與規(guī)則提取矩陣算法
第7章　不完備模糊決策信息系統(tǒng)的粗糙集模型
　7.1　引言
　7.2　不完備模糊決策信息系統(tǒng)
　……
第8章　不完備模糊決策信息系統(tǒng)的知識約簡
第9章　基于區(qū)間集的不完備信息系統(tǒng)規(guī)則提取方法
參考文獻

章節(jié)摘錄

版權(quán)頁：插圖：1.1引言粗糙集理論作為一種處理不精確、不確定和不協(xié)調(diào)數(shù)據(jù)的非經(jīng)典的數(shù)學(xué)理論，是由波蘭科學(xué)院院士、數(shù)學(xué)家Pawlak于1982年提出來的。其主要思想是在保持分類能力不變的前提下，通過知識約簡而得到問題的分類規(guī)則與決策規(guī)則。具體地說，Pawlak粗糙集是建立在分類機制的基礎(chǔ)上，將分類理解為對一個特定空間的基于等價關(guān)系的劃分（等價類），將知識理解為對數(shù)據(jù)的劃分，每一個被劃分的集合看成一個概念。然后利用由特定空間所產(chǎn)生的已知的知識庫，將不精確或不確定的知識用已知的數(shù)據(jù)庫中的知識來近似描述。粗糙集理論與其他處理不精確或不確定問題理論的最明顯區(qū)別是它無需提供問題所需處理的數(shù)據(jù)集合之外的任何先驗信息，因此對問題的描述和處理是比較客觀的，使得粗糙集理論與概率論、模糊數(shù)學(xué)和證據(jù)理論等其他處理不精確或不確定理論有很強的互補性。20世紀90年代以來，由于計算機與網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，各個領(lǐng)域的信息和數(shù)據(jù)急劇增長，大量數(shù)據(jù)等待處理，同時由于人類的參與使數(shù)據(jù)與信息的不確定性更加顯著，數(shù)據(jù)與信息中的關(guān)系更加復(fù)雜，當(dāng)時已有的機器學(xué)習(xí)方法已經(jīng)不能完全適應(yīng)所面臨的具有多樣性的海量數(shù)據(jù)分析的要求，因此，如何從大量的、雜亂無章的、強干擾的海量數(shù)據(jù)中挖掘潛在的、新穎的、正確的、有用的知識，給智能信息處理研究者提出了嚴峻的挑戰(zhàn)。在這種背景下，粗糙集理論因其在機器學(xué)習(xí)、數(shù)據(jù)挖掘、知識發(fā)現(xiàn)、決策支持與分析、圖像處理、專家系統(tǒng)、過程控制、醫(yī)療診斷、金融數(shù)據(jù)分析、近似推理等方面的獨特優(yōu)勢，正成為當(dāng)前計算機科學(xué)、人工智能以及信息科學(xué)等領(lǐng)域的研究熱點之一。

編輯推薦

《不完備信息系統(tǒng)知識獲取的粗糙集理論與方法》是由南京大學(xué)出版社出版的。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    不完備信息系統(tǒng)知識獲取的粗糙集理論與方法 PDF格式下載

---