粗集理论及其应用 关于数据推理的新方法PDF电子书下载

第一章　知识的基本概念 1

1.1　知识与分类 1

1.2　知识库 2

1.3　知识的等价、推广和特化 6

第二章　不精确范畴　近似与粗集 8

2.1　粗集 8

2.2　近似集的性质 11

2.3　近似和成员关系 15

2.4　非精确性的数字特征 17

2.5　非精确性的拓扑特征 19

2.6　分类的近似 23

2.7　集合的粗等价 26

2.8　集合的粗包含 28

第三章　知识的简化及数据的依赖性 32

3.1　知识的简化和核 32

3.2　知识的相对简化和相对核 34

3.3　范畴的简化 37

3.4　范畴的相对简化和核 39

3.5　知识的依赖性 40

3.6　知识依赖性的量度 41

第四章　知识表达系统 44

4.1　数据表知识表达系统 44

4.2　知识表达系统的形式化定义 48

4.3　属性的重要性 51

4.4　决策表的形式化定义 52

4.5　决策表的简化 55

第五章　知识表达逻辑 61

5.1　决策逻辑语言 61

5.2　决策逻辑语言的语义 62

5.3　决策逻辑的推演 64

5.4　规范表达形式 66

5.5　决策规则和算法 67

5.6　决策规则的相容性和不可分辨性 69

5.7　属性的依赖性 71

5.8　相容算法的简化 72

5.9　不相容算法的简化 75

5.10　决策规则的简化 77

5.11　决策算法的最小化 82

第六章　粗集理论和模糊集合 87

6.1　模糊集合的基本概念 87

6.2　粗模糊集合 90

6.3　模糊粗集 94

6.4　知识近似模型的统一 96

第七章　粗集理论与概率统计方法 100

7.1　不确定信息的测度与推理学习的概率统计方法 100

7.2　粗集方法与概率统计方法的比较 104

7.3　统计粗集模型 109

7.4　统计粗集模型和确定性粗集模型的比较 113

第八章　粗集理论与机器学习 116

8.1　有导师学习及学习算法 116

8.2　知识学习的学习质量 121

8.3　知识学习的充分性 124

8.4　导师知识的完备性 128

8.5　推理学习 130

第九章　决策分析 136

9.1 利用粗集方法进行决策分析 136

9.2　配镜决策算法 137

9.3　水泥窑生产控制算法 152

9.4　医疗数据分析 165

第十章　模式识别和开关电路综合 172

10.1　模式识别 172

10.2　开关电路综合 180

参考文献 196