久久久中文字幕久久久无码,国产黄片不卡免费,av无码观看网站重口

內(nèi)容簡介

　　Rough集理論是一種研究不完整、不確定知識和數(shù)據(jù)的表達、學(xué)習(xí)、歸納的理論方法，近年來在理論模型、算法研究、工程應(yīng)用中取得了好的成果和應(yīng)用。本書重點在于闡述Rough集理論的模型、算法以及基于Rough集理論的知識獲取技術(shù)。全書共分11章。第1章介紹了集合論基礎(chǔ)；第2章介紹了信息表知識表達系統(tǒng)；第3章介紹了Rough集基礎(chǔ)理論；第4章介紹了知識獲取的基本問題；第5章介紹了知識系統(tǒng)不確定性的表示與處理問題；第6章介紹了數(shù)據(jù)預(yù)處理技術(shù)；第7章介紹了信息表同性約簡的理論與算法；第8章介紹了信息表值約簡的理論與算法；第9章介紹了邏輯推理方法；第10章介紹了幾個典型的Rough集工程實例；第11章介紹了幾個Rough集演示軟件系統(tǒng)。本書的目的就是要向計算機學(xué)科、人工智能學(xué)科、智能信息處理學(xué)科、機器學(xué)習(xí)學(xué)科、自動化學(xué)科等研究領(lǐng)域的研究人員系統(tǒng)介紹Rough集理論這一新的理論工具及其應(yīng)用技術(shù)。本書可以作為計算機、自動化等專業(yè)高年級本科生、碩士生和博士生的學(xué)習(xí)參考用書，同時對相關(guān)學(xué)科領(lǐng)域的科技工作者和工程技術(shù)人員也有重要的使用和參考價值。

作者簡介

暫缺《Rough集理論與知識獲取》作者簡介

圖書目錄

前言
第1章集合論基礎(chǔ)
1.1 集合論的基本概念
1.2 集合代數(shù)運算
1.3 集合關(guān)系
第2章信息表知識表達系統(tǒng)
2.1 知識的分類概念
2.2 信息表知識表達系統(tǒng)
2.3 決策表
第3章 Rough集理論基礎(chǔ)
3.1 Rough集的基本概念
3.2 Rough度與分類質(zhì)量
3.3 Rough集代數(shù)性質(zhì)
3.4 Rough集關(guān)系
3.5 可變精度Rough集模型
3.6 不完備信息系統(tǒng)中Rough集理論的擴充
3.6.1 不完備信息系統(tǒng)的特點
3.6.2 容差關(guān)系
3.6.3 非對稱相似關(guān)系
3.6.4 量化容差關(guān)系
第4章知識獲取
4.1 知識獲取概述
4.2 基于Rough集的知識獲取
4.2.1 可辨識矩陣
4.2.2 屬性重要性
4.3 決策規(guī)則
第5章知識系統(tǒng)不確定性表示與處理
5.1 知識表示
5.2 不確定知識系統(tǒng)的幾種推理方法
5.2.1 概率模型
5.2.2 可信度模型
5.2.3 證據(jù)理論
5.2.4 模糊推理
5.3 決策表的不確定性度量
5.4 決策規(guī)則的不確定性表示與度量
第6章數(shù)據(jù)預(yù)處理
6.1 決策表補齊
6.1.1 Mean Completer算法
6.1.2 Combinatorial Completer算法
6.1.3 基于Rough集理論的不完備數(shù)據(jù)分析方法（ROUSTIDA）
6.2 決策表離散化
6.2.1 離散化問題的描述
6.2.2 離散化問題的分類分析
6.2.3 離散化算法介紹
6.2.3.1 等距離劃分算法
6.2.3.2 等頻率劃分算法
6.2.3.3 Naive Scaler算法
6.2.3.4 Semi Naive Scaler算法
6.2.3.5 布爾邏輯和Rough集理論相結(jié)合的離散化算法
6.2.3.6 基于斷點重要性的離散化算法
6.2.3.7 基于屬性重要性的離散化算法
第7章決策表屬性約簡
7.1 決策表屬性約簡概述
7.2 決策表屬性約簡的信息熵表示
7.3 決策表屬性約簡算法
7.3.1 一般約簡算法
7.3.2 基于可辨識矩陣和邏輯運算的屬性約簡算法
7.3.3 歸納屬性約簡算法
7.3.4 基于互信息的屬性約簡算法——MIBARK算法
7.3.5 基于特征選擇的屬性約簡算法
7.4 不完備信息系統(tǒng)的屬性約簡
7.4.1 容差關(guān)系
7.4.2 非對稱相似關(guān)系
7.4.3 量化容差關(guān)系
第8章決策表值約簡
8.1 決策表值約簡概述
8.2 決策表值約簡算法
8.2.1 一般值約簡算法
8.2.2 歸納值約簡算法
8.2.3 啟發(fā)式值約簡算法
8.2.4 基于決策矩陣的值約簡算法
8.3 缺省規(guī)則獲取算法
第9章邏輯推理系統(tǒng)
9.1 邏輯推理方法
9.1.1 正向推理
9.1.2 逆向推理
9.1.3 混合推理
9.2 知識表示系統(tǒng)的不一致性
9.3 不一致推理策略
9.3.1 加權(quán)綜合法
9.3.2 試探法
9.3.3 高信任度優(yōu)先法
9.3.4 多數(shù)優(yōu)先原則
9.3.5 少數(shù)優(yōu)先原則
第10章實例系統(tǒng)分析
10.1 水資源調(diào)度系統(tǒng)
10.1.1 系統(tǒng)概述
10.1.2 數(shù)據(jù)采集和表示
10.1.3 數(shù)據(jù)分析
10.1.4 規(guī)則生成
10.1.5 實驗結(jié)果
10.1.6 討論
10.2 臨床醫(yī)療診斷系統(tǒng)
10.2.1 臨床診斷概述
10.2.2 概率規(guī)則
10.2.3 規(guī)則獲取算法
10.2.4 實驗結(jié)果
10.2.5 討論
10.3 市場潛在客戶預(yù)測
10.3.1 系統(tǒng)概述
10.3.2 知識獲取過程
10.3.3 實驗結(jié)果
10.3.4 討論
10.4 信息過濾與信息檢索
10.4.1 系統(tǒng)簡介
10.4.2 文本分類
10.4.3 基于Rough集的文本分類系統(tǒng)
10.4.4 實驗結(jié)果
10.4.5 討論
10.5 電信信道噪音抑制
10.5.1 概述
10.5.2 生理學(xué)原理
10 5.3 知覺噪音抑制系統(tǒng)的描述
10 5.4 噪音抑制系統(tǒng)的實現(xiàn)
10.5.5 仿真實驗
10.5.6 討論
第11章 Rough集理論的實驗系統(tǒng)
11.1 Rough Enough
11.2 ROSE
11.3 Rosetta
11.4 KDD－R
11.5 LERS
參考文獻