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(jì)等活動(dòng)的迫切需要，成為新的研究和應(yīng)用熱點(diǎn)。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(gè)涉及多學(xué)科的研究領(lǐng)域，它涉及數(shù)據(jù)庫(kù)技術(shù)、人工智能、模式識(shí)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(jià)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(jī)器學(xué)習(xí)建立了理論基礎(chǔ)；從該理論中提出的獨(dú)立約簡(jiǎn)與正區(qū)域的概念出發(fā)，可以演變?yōu)閷?duì)實(shí)際應(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(yàn)知識(shí)，善于從海量強(qiáng)干擾數(shù)據(jù)中挖掘潛在的有價(jià)值信息，無(wú)需提供問(wèn)題所需處理數(shù)據(jù)集合以外的任何先驗(yàn)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(gè)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(jìn)算法及其在球團(tuán)生產(chǎn)過(guò)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(wèn)題，包括結(jié)合粒子群優(yōu)化的粗糙集屬性約簡(jiǎn)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(jiǎn)及改進(jìn)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(jiǎn)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(shí)用性，簡(jiǎn)要介紹了改進(jìn)后的粗糙集理論在球團(tuán)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(jì)算機(jī)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(wèn)題的提出　1.2 粗糙集理論及其研究現(xiàn)狀　1.3 球團(tuán)生產(chǎn)系統(tǒng)數(shù)據(jù)挖掘　　1.3.1 球團(tuán)生產(chǎn)系統(tǒng)概述　　1.3.2 鏈篦機(jī)——回轉(zhuǎn)窯一環(huán)冷機(jī)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(jiǎn)及改進(jìn)算法　2.1 引言　2.2 粗糙集屬性約簡(jiǎn)　　2.2.1 粗糙近似　　2.2.2 約簡(jiǎn)與核　　2.2.3 基于依賴度的相對(duì)屬性約簡(jiǎn)　2.3 粗糙集理論不確定性分析　　2.3.1 粗糙集理論對(duì)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(duì)約簡(jiǎn)　2.6 基于離散粒子群算法的屬性約簡(jiǎn)　　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(jiǎn)算法實(shí)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(cè)度分析　　3.3.1 決策規(guī)則測(cè)度基本概念　　3.3.2 閾值口對(duì)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(shí)例分析　3.5 對(duì)比分析　3.6 小結(jié)第4章 層次樹模型在粗糙集約簡(jiǎn)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(shí)粒度　　4.2.4 引入粗糙度的粗糙熵　　4.2.5 改進(jìn)的粗糙熵　4.3　基于粗糙熵的屬性約簡(jiǎn)　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(jiǎn)算法　　4.5.3 實(shí)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(jìn)的粗糙集在球團(tuán)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(shí)驗(yàn)數(shù)據(jù)挖掘中的應(yīng)用參考文獻(xiàn)

章節(jié)摘錄

　　粗糙集（rough set）理論是一種新的數(shù)學(xué)工具，無(wú)需數(shù)據(jù)集合之外的任何先驗(yàn)信息，用于處理含糊性和不確定性問(wèn)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(shí)簡(jiǎn)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(jiǎn)練的決策或分類規(guī)則。這是一個(gè)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(diǎn)。通過(guò)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(jī)的數(shù)據(jù)中提取人們事先未知但又有用的知識(shí)。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(jìn)一步融合，隨著其應(yīng)用范圍的進(jìn)一步擴(kuò)大，可以預(yù)見(jiàn)，粗糙集理論將在控制領(lǐng)域發(fā)揮十分重要的作用。　　球團(tuán)生產(chǎn)主要有豎爐、帶式焙燒、鏈篦機(jī)一回轉(zhuǎn)窯一環(huán)冷機(jī)三種方法。在世界工業(yè)不斷發(fā)展的今天，只有使用先進(jìn)的冶金技術(shù)和基于計(jì)算機(jī)的自動(dòng)化生產(chǎn)線，鋼鐵企業(yè)才能在不斷創(chuàng)新的市場(chǎng)中立足，才能逐步地降低成本，提高質(zhì)量和產(chǎn)量，從競(jìng)爭(zhēng)日益激烈的市場(chǎng)中贏得更多的利潤(rùn)。為適應(yīng)鋼鐵工業(yè)不斷發(fā)展的需要，國(guó)內(nèi)近年來(lái)十分重視現(xiàn)代球團(tuán)工業(yè)建設(shè)，堅(jiān)持技術(shù)上的高起點(diǎn)，瞄準(zhǔn)世界先進(jìn)水平，在當(dāng)前的球團(tuán)廠建設(shè)中，采用了先進(jìn)的生產(chǎn)工藝和高效、大型球團(tuán)設(shè)備。其中在鏈篦機(jī)一回轉(zhuǎn)窯一環(huán)冷機(jī)中的應(yīng)用越來(lái)越多，已占世界球團(tuán)總生產(chǎn)能力的33％以上。

圖書封面

評(píng)論、評(píng)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

---