第一章Pawlak粗糙集的基本概念 1
1.1知识与知识库 1
1.2不精确范畴，近似与粗糙集 4
1.3知识约简 14
1.4知识的依赖性 16
1.5知识表达系统 18
1.6知识的颗粒特征 19
1.7决策表与信息系统 21
1.8重要性和核 26
1.9属性依赖性 29
1.10约简 30
1.11信息熵与系统不确定性 31
第二章S-粗糙集模型 37
2.1元素迁移的概念 37
2.2单向S-粗集 39
2.3双向S-粗集 41
2.4单向S-粗集对偶 43
2.5单向变异S-粗集 45
2.6双向变异S-粗集 47
2.7单向S-粗糙模糊集 50
2.8双向S-粗糙模糊集 57
2.9 S-粗集的F-分解…F-还原 60
2.10 S-粗集与数据筛选—过滤 70
2.11 S-粗集的近似处理方法 74
2.12 S-粗集的不确定性度量 79
2.13 S-粗集的粗糙熵 85
2.14 S-粗集与信息隐藏——还原 91
2.15 S-粗集与图像信息保真传递 94
2.16基于S-粗集的交通控制研究 96
第三章 函数S-粗糙集模型 104
3.1函数单向S-粗集 105
3.2函数双向S-粗集 107
3.3函数S-粗集与S-粗集的关系 109
3.4函数粗集与Z.Pawlak粗集的关系 112
3.5变异函数单向S-粗集 116
3.6变异函数双向S-粗集 117
3.7函数S-粗集的概率特征 119
3.8函数S-粗集与规律生成 127
3.9规律与它的颗粒特征 131
3.10函数S-粗集的积分度量 135
3.11粗积分的粗糙度与萎缩率 143
3.12函数S-粗集与系统扰动识别 147
第四章IS-粗糙集模型 151
4.1单向IS-粗集 151
4.2单向IS-粗集的近似精度 156
4.3单向IS-粗集的相对精度 158
4.4双向IS-粗集 163
4.5单向IS-随机粗集 166
4.6双向IS-随机粗集 170
4.7基于IS-粗集的医疗诊治知识支持系统 175
4.8基于IS-粗集的实时调度策略 177
4.9函数单向IS-粗集 180
4.10函数双向IS-粗集 183
4.11一元F-粗积分的概率估计 186
4.12Fp-规律与Fp-规律积分度量 193
4.13函数IS-粗集与图像生成 199
4.14函数IS-粗集与信息加密 204
第五章 变精度IS-粗糙集模型 209
5.1多数包含关系 209
5.2变精度粗糙集模型中的近似集 210
5.3集合的相对可辨别性 214
5.4属性的近似依赖性 215
5.5变精度单向IS-粗集 217
5.6变精度单向IS-粗集的推广 219
5.7变精度双向IS-粗集 223
5.8变精度双向IS-粗集的推广 224
第六章 属性SS-粗糙集模型 228
6.1属性集与属性可测空间 228
6.2属性测度μ（x）的性质 229
6.3属性测度μ（x）的扰动 233
6.4属性粗糙集 235
6.5属性粗糙集合的性质 238
6.6属性粗糙集的新型近似算子 241
6.7属性粗糙集的粗糙性度量 244
6.8依参数的属性粗糙集模型 252
6.9单向S-属性粗糙集 255
6.10依参数单向S-属性粗糙集 257
6.11双向S-属性粗糙集 260
6.12双向S-属性粗糙集的性质 264
参考文献 269