本书由决策粗糙集研究领域的十多位学者共同编写，力图概括该领域国内外研究的最新成果，为进一步研究发展决策粗糙集理论与应用提供借鉴。本书的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概括与展望。
本书可供计算机科学、控制科学与工程、管理科学与工程、应用数学等专业的科技人员、大学高年级学生、研究生以及相关工程技术研究人员阅读参考。
样章试读
目录
- 序
前言
第1章 决策粗糙集理论方法研究综述
1.1 引言
1.2 决策粗糙集理论
1.2.1 Pawlak代数粗糙集模型
1.2.2 基于最小风险的Bayes决策
1.2.3 决策粗糙集模型
1.3 基于决策粗糙集的三枝决策语义
1.4 决策粗糙集的约简理论
1.5 决策粗糙集模型的应用研究
1.6 本章小结
参考文献
第2章 三枝决策粗糙集
2.1 三枝决策粗糙集基本模型
2.2 三枝决策粗糙集的主要思想
2.3 三枝决策粗糙集的优势
2.4 三枝决策粗糙集的应用
2.5 多分类三枝决策粗糙集
2.6 基于判别分析的三枝决策方法及其应用
2.7 本章小结
参考文献
第3章 基于决策风险最小化的属性约简
3.1 引言
3.2 决策粗糙集下的泛化属性约简定义
3.2.1 决策粗糙集基本概念
3.2.2 Yao和Zhao的泛化属性约简
3.2.3 基于正区域不变的属性约简的困难
3.3 决策风险最小化的属性约简及性质
3.3.1 决策风险最优化问题
3.3.2 决策风险最小化属性约简
3.3.3 风险最小化带来的决策区域改变
3.3.4 决策风险与属性之间的非单调性质
3.3.5 决策风险值的上下界
3.4 关于基于决策风险最小化属性约简的一些讨论
3.4.1 决策风险最优化的泛化问题
3.4.2 求属性约简的算法
3.5 本章小结
参考文献
第4章 决策粗糙集的正域约简
4.1 引言
4.2 正域单调性分析
4.2.1 Pawlak粗糙集的正域单调性
4.2.2 决策粗糙集的正域非单调性
4.3 决策粗糙集正域约简定义与算法
4.4 实验分析
4.5 本章小结
参考文献
第5章 基于决策粗糙集的自动聚类方法
5.1 引言
5.2 面向知识的聚类方法
5.2.1 初始等价关系
5.2.2 面向知识聚类算法
5.2.3 自动获取初始阈值
5.2.4 类间不可区分度的定义
5.3 基于决策粗糙集的聚类
5.3.1 决策粗糙集
5.3.2 聚类模式的更改
5.3.3 聚类模式代价评估
5.4 自动面向知识的聚类算法
5.4.1 聚类思想
5.4.2 实验结果及分析
5.5 Web搜索结果聚类
5.6 本章小结
参考文献
第6章 基于决策粗糙集模型的文本分类研究
6.1 引言
6.2 问题描述与模型设计
6.2.1 问题描述
6.2.2 相关工作
6.3 决策粗糙集理论
6.3.1 Bayes决策过程
6.3.2 决策粗糙集模型及其扩展
6.4 模型描述
6.5 损失函数的设置
6.6 分类路由算法
6.7 实验结果与分析
6.7.1 数据集及实验设置
6.7.2 评估指标
6.7.3 实验结果与讨论
6.8 本章小结
参考文献
第7章 多用户决策粗糙集模型
7.1 引言
7.2 单用户决策粗糙集
7.3 多用户决策粗糙集与决策模型
7.3.1 次序变量的性质
7.3.2 保守型和冒险型的多用户决策粗糙集模型
7.3.3 服从多数型接受域和拒绝域模型
7.3.4 平均型接受域和拒绝域模型
7.3.5 小结
7.4 一个多用户决策粗糙集模型的应用例子
7.5 本章小结
参考文献
第8章 决策粗糙集研究探讨
8.1 研究方法论的几个问题
8.2 粗糙集及其优点
8.3 粗糙集近似产生的原因
8.4 信息表与概念表示
8.5 Pawlak上、下近似及正、负、边界域
8.6 Pawlak粗糙集的另一种表示
8.7 0.5-概率粗糙集
8.8 决策粗糙集主要结果
8.9 决策粗糙集研究的三个问题
8.10 阈值的解释与计算
8.11 三枝决策
8.12 朴素Bayes粗糙集
8.13 变精度粗糙集
8.14 研究与交流
8.15 研究体会
8.16 本章小结
参考文献
附录
京公网安备 11010102004214号