粒計算及其不確定信息度量的理論與方法

前言
第1章 不確定信息處理的基本理論
1.1 Rough集理論
1.1.1 信息系統(tǒng)與決策信息系統(tǒng)
1.1.2 近似集及其性質(zhì)
1.1.3 Rough集理論中的近似度量方法
1.1.4 決策表的屬性約簡
1.1.5 不完備信息系統(tǒng)中Rough集理論的擴充
1.2 Fuzzy集理論
1.2.1 Fuzzy集的定義與表示法
1.2.2 FuzzY集的基本運算與性質(zhì)
1.2.3 Fuzzy集的其他運算
1.2.4 Fuzzy性的度量
1.2.5 Fuzzy集的推廣
1.3 Vague集理論
1.3.1 Vague集的基本概念
1.3.2 Vague集的性質(zhì)
1.3.3 Vague集的運算規(guī)則
1.4 商空間理論
1.4.1 商空間模型的建立
1.4.2 商空間粒度的獲得
1.4.3 商空間方法的基本原理——保假原理、保真原理、商逼近
1.5 粒計算理論
1.5.1 粒
1.5.2 粒結(jié)構(gòu)
1.5.3 粒計算的基本問題
1.5.4 粒計算的研究方法與方向
1.6 本章小結(jié)
參考文獻(xiàn)
第2章 Rough集理論及其不確定信息度量
2.1 Rough集之間的相似性度量研究
2.1.1 Rough集與限制容差關(guān)系
2.1.2 基于不可分辨關(guān)系的經(jīng)典Rough集之間的相似性度量
2.1.3 基于限制容差關(guān)系的廣義Rough集之間的相似性度量
2.1.4 經(jīng)典Rough集與廣義Rough集中集合之間相似性度量的理論統(tǒng)一
2.2 基于Rough集的信息系統(tǒng)中各種基本信息的度量
2.2.1 信息系統(tǒng)中屬性重要性的度量方法及其理論
2.2.2 屬性值間相異度度量及其理論分析
2.2.3 信息系統(tǒng)中對象之間的相似性度量及其理論分析
2.3 信息系統(tǒng)中知識粒度與粒度熵理論
2.3.1 知識的粒度原理
2.3.2 知識的粒度熵原理
2.3.3 知識的粒度和粒度熵之間的關(guān)系
2.4 信息系統(tǒng)中知識距離與知識貼近度理論
2.4.1 信息系統(tǒng)中的知識距離
2.4.2 信息系統(tǒng)中的知識貼近度
2.4.3 基于知識距離的屬性相關(guān)性度量理論研究
2.5 基于粒計算的相似性度量理論
2.5.1 問題的提出與貼近度的基礎(chǔ)知識
2.5.2 基于粒計算的貼近度理論
2.5.3 基于粒計算的格貼近度理論
2.6 信息系統(tǒng)中的概念粒及其不確定性度量
2.6.1 概念粒的表示方法及其運算規(guī)則
2.6.2 概念粒的距離及其性質(zhì)
2.6.3 概念粒的內(nèi)涵重要度
2.7 一種新的粒表示方法及其不確定性度量
2.7.1 信息系統(tǒng)中粒的新表示方法及其運算
2.7.2 粒的距離計算及其性質(zhì)
2.7.3 基于粒距離的相似性度量
2.8 信息系統(tǒng)中的粒結(jié)構(gòu)分析
2.8.1 粒格的表示及其運算規(guī)則
2.8.2 粒格與概念格的比較
2.8.3 粒的分層結(jié)構(gòu)的分析方法
2.9 本章小結(jié)
參考文獻(xiàn)
第3章 邊界不確定信息的處理——Rough集、Fuzzy集和Vague集理論
第4章 基于信息粒度與Rough集的決策細(xì)化的理論分析
第5章 基于粒計算的知識約簡
第6章 基于粒計算的基因表達(dá)譜數(shù)據(jù)挖掘研究
第7章 基于粒計算的圖像檢索
第8章 時間序列下的粒度決策演化模型