粗糙集理論及其數(shù)據(jù)挖掘應(yīng)用

前言

　　隨著科學(xué)技術(shù)的迅猛發(fā)展，復(fù)雜系統(tǒng)、不確定信息的數(shù)據(jù)挖掘日益成為人們生產(chǎn)和經(jīng)濟等活動的迫切需要，成為新的研究和應(yīng)用熱點。數(shù)據(jù)挖掘出現(xiàn)于20世紀(jì)80年代末，90年代得到了迅猛發(fā)展。數(shù)據(jù)挖掘是一個涉及多學(xué)科的研究領(lǐng)域，它涉及數(shù)據(jù)庫技術(shù)、人工智能、模式識別等領(lǐng)域。粗糙集理論是在1982年提出的，經(jīng)典ZPawlak粗糙集模型在等價關(guān)系的基礎(chǔ)上，引入上、下近似的概念，建立了粗糙集理論。粗糙集理論是一種建立在熵集上的理論。它為歸納機器學(xué)習(xí)建立了理論基礎(chǔ)；從該理論中提出的獨立約簡與正區(qū)域的概念出發(fā)，可以演變?yōu)閷嶋H應(yīng)用有重要意義的一系列理論。由于粗糙集理論不需要任何先驗知識，善于從海量強干擾數(shù)據(jù)中挖掘潛在的有價值信息，無需提供問題所需處理數(shù)據(jù)集合以外的任何先驗信息，從而得到了眾多科研工作者的青睞。粗糙集理論作為數(shù)據(jù)挖掘中的一個重要方法，在很多領(lǐng)域都起到了重要的作用。但由于粗糙集理論需要應(yīng)用者具有較艱深的數(shù)學(xué)基礎(chǔ)，從而嚴(yán)重影響了其廣泛應(yīng)用。

內(nèi)容概要

《粗糙集理論及其數(shù)據(jù)挖掘應(yīng)用》主要研究了粗糙集理論的改進算法及其在球團生產(chǎn)過程中質(zhì)量數(shù)據(jù)挖掘和圖像處理數(shù)據(jù)挖掘中的應(yīng)用問題，包括結(jié)合粒子群優(yōu)化的粗糙集屬性約簡算法、條件粗糙熵的層次樹模型構(gòu)造方法、加權(quán)TOPSIS偏序關(guān)系全序化方法等內(nèi)容。全書共八章，主要內(nèi)容有粗糙集約簡及改進算法、粒子群算法優(yōu)化變精度粗糙集規(guī)則獲取、層次樹模型在粗糙集約簡中的應(yīng)用、加權(quán)TOPSIS的粗糙集偏序關(guān)系全序化等。為增加《粗糙集理論及其數(shù)據(jù)挖掘應(yīng)用》的實用性，簡要介紹了改進后的粗糙集理論在球團質(zhì)量和圖像數(shù)據(jù)挖掘中的應(yīng)用?！　　洞植诩碚摷捌鋽?shù)據(jù)挖掘應(yīng)用》適合于從事粗糙集理論和應(yīng)用研究的科技工作者閱讀，也可以作為計算機應(yīng)用或控制理論等專業(yè)相關(guān)研究方向的碩士研究生、博士研究生的參考書。

書籍目錄

第1章 導(dǎo)言　1.1 問題的提出　1.2 粗糙集理論及其研究現(xiàn)狀　1.3 球團生產(chǎn)系統(tǒng)數(shù)據(jù)挖掘　　1.3.1 球團生產(chǎn)系統(tǒng)概述　　1.3.2 鏈篦機——回轉(zhuǎn)窯一環(huán)冷機工藝流程　　1.3.3 粗糙集理論在質(zhì)量數(shù)據(jù)挖掘中的應(yīng)用現(xiàn)狀　1.4 粗糙集理論在圖像數(shù)據(jù)挖掘中的應(yīng)用現(xiàn)狀　1.5 主要研究思路及內(nèi)容安排　　1.5.1 主要研究思路　　1.5.2 內(nèi)容安排第2章 粗糙集約簡及改進算法　2.1 引言　2.2 粗糙集屬性約簡　　2.2.1 粗糙近似　　2.2.2 約簡與核　　2.2.3 基于依賴度的相對屬性約簡　2.3 粗糙集理論不確定性分析　　2.3.1 粗糙集理論對不確定性的處理能力　　2.3.2 粗糙集不確定性量度　2.4 粗糙集最小屬性集選擇　　2.4.1 粗糙集最小屬性集　　2.4.2 屬性集選擇　　2.4.3 屬性集選擇的貪心算法　　2.4.4 算例分析　2.5 基于遺傳算法的屬性相對約簡　2.6 基于離散粒子群算法的屬性約簡　　2.6.1 粒子群優(yōu)化算法　　2.6.2 離散粒子群算法的屬性約簡算法實施　2.7 算例分析　2.8 小結(jié)第3章 粒子群算法優(yōu)化變精度粗糙集規(guī)則獲取　3.1 引言　3.2 可變精度粗糙集　　3.2.1 變精度粗糙集中的近似集合　　3.2.2 變精度粗糙集中近似集合的性質(zhì)　3.3 決策規(guī)則測度分析　　3.3.1 決策規(guī)則測度基本概念　　3.3.2 閾值口對變精度粗糙規(guī)則集的影響　3.4 離散粒子群(DPSO)的變精度粗糙集規(guī)則獲取　　3.4.1 離散粒子群(DPSO)的變精度粗糙集規(guī)則獲取　　3.4.2 實例分析　3.5 對比分析　3.6 小結(jié)第4章 層次樹模型在粗糙集約簡中的應(yīng)用　4.1 引言　4.2 基于熵的粗糙集不確定性度量分析　　4.2.1 信息熵　　4.2.2 粗糙熵　　4.2.3 知識粒度　　4.2.4 引入粗糙度的粗糙熵　　4.2.5 改進的粗糙熵　4.3　基于粗糙熵的屬性約簡　4.4 基于粗糙集的分層次挖掘算法　4.5 基于粗糙集的層次樹模型　　4.5.1 構(gòu)建層次樹模型　　4.5.2 基于粗糙熵的層次樹約簡算法　　4.5.3 實例分析　4.6 小結(jié)第5章 加權(quán)TOPSIS的粗糙集偏序關(guān)系全序化第6章 改進的粗糙集在球團質(zhì)量數(shù)據(jù)挖掘中的應(yīng)用第7章 粗糙集理論在圖像數(shù)據(jù)挖掘中的應(yīng)用第8章 粗糙集在預(yù)混火焰實驗數(shù)據(jù)挖掘中的應(yīng)用參考文獻

章節(jié)摘錄

　　粗糙集（rough set）理論是一種新的數(shù)學(xué)工具，無需數(shù)據(jù)集合之外的任何先驗信息，用于處理含糊性和不確定性問題，在數(shù)據(jù)挖掘中發(fā)揮著重要的作用。其具備優(yōu)越的知識簡化能力，可以分析屬性之間的依賴性和重要程度，最終導(dǎo)出簡練的決策或分類規(guī)則。這是一個很有前途的研究方向，也是粗糙集在工業(yè)領(lǐng)域應(yīng)用的研究熱點。通過粗糙集理論可以從大量不完全的、有噪聲的、模糊的或者隨機的數(shù)據(jù)中提取人們事先未知但又有用的知識。隨著粗糙集理論方法本身的發(fā)展，隨著它和其他智能控制技術(shù)的進一步融合，隨著其應(yīng)用范圍的進一步擴大，可以預(yù)見，粗糙集理論將在控制領(lǐng)域發(fā)揮十分重要的作用?！　∏驁F生產(chǎn)主要有豎爐、帶式焙燒、鏈篦機一回轉(zhuǎn)窯一環(huán)冷機三種方法。在世界工業(yè)不斷發(fā)展的今天，只有使用先進的冶金技術(shù)和基于計算機的自動化生產(chǎn)線，鋼鐵企業(yè)才能在不斷創(chuàng)新的市場中立足，才能逐步地降低成本，提高質(zhì)量和產(chǎn)量，從競爭日益激烈的市場中贏得更多的利潤。為適應(yīng)鋼鐵工業(yè)不斷發(fā)展的需要，國內(nèi)近年來十分重視現(xiàn)代球團工業(yè)建設(shè)，堅持技術(shù)上的高起點，瞄準(zhǔn)世界先進水平，在當(dāng)前的球團廠建設(shè)中，采用了先進的生產(chǎn)工藝和高效、大型球團設(shè)備。其中在鏈篦機一回轉(zhuǎn)窯一環(huán)冷機中的應(yīng)用越來越多，已占世界球團總生產(chǎn)能力的33％以上。

圖書封面

評論、評分、閱讀與下載

---

    粗糙集理論及其數(shù)據(jù)挖掘應(yīng)用 PDF格式下載

---