第1章 问题求解商空间理论形成始末 1
1.1引言 1
1.2商空间理论的探索阶段 1
1.3商空间理论的形成阶段 3
1.4本章小结 4
参考文献 5
第2章 商空间理论及应用综述 8
2.1引言 8
2.2商空间理论基础 9
2.2.1基本模型 9
2.2.2基本操作 10
2.2.3基本性质和原理 12
2.3商空间理论的发展 14
2.3.1基于模糊等价关系的商空间模型 14
2.3.2基于模糊相容关系的商空间模型 17
2.3.3动态商空间模型 18
2.3.4基于代数结构的商空间模型 19
2.3.5合成技术的扩充 20
2.4基于商空间理论的模型及应用研究 22
2.4.1分类 22
2.4.2聚类 23
2.4.3模式识别 23
2.4.4网状问题求解 24
2.4.5推荐 24
2.4.6系统层次设计 25
2.4.7资源调度 25
2.4.8模糊控制 25
2.4.9服务组合优化 25
2.4.10信息检索 25
2.4.11其他应用 26
2.5本章小结 26
参考文献 28
第3章 多粒度商空间分类搜索与结构分析 32
3.1引言 32
3.2相关基本概念及引理 34
3.3基于统计期望的多粒度搜索模型和方法 36
3.3.1粒化层数为1的情况 38
3.3.2粒化层数为2的情况 39
3.3.3粒化层数为i的情况 41
3.3.4确定最优粒化层数 43
3.4模糊等价关系对应的多粒度知识空间 51
3.5分类同构与粒度同构 55
3.6同构模糊等价关系的生成算法 56
3.7本章小结 60
参考文献 61
第4章 基于粒度空间的最优聚类模型及应用 66
4.1引言 66
4.2粒度空间理论与优化聚类指标 67
4.2.1粒度空间理论 67
4.2.2基于粒度空间的优化聚类指标 69
4.2.3获取最优聚类的聚类算法 71
4.3 H1N1流感病毒蛋白系统的多层结构及系统约简 72
4.3.1 H1N1流感病毒蛋白的序列特征提取 73
4.3.2 H1N1流感病毒的最优聚类与签名病毒选取 74
4.3.3病毒系统二级结构的有效性验证与系统约简 75
4.3.4结果分析与讨论 76
4.4基于决策树的乳腺癌亚型异质性探索 78
4.4.1乳腺癌研究现状 78
4.4.2数据资源 79
4.4.3方法和模型 79
4.4.4实验结果 83
4.4.5结果讨论 85
4.5本章小结 89
参考文献 89
第5章 基于粒化的服务组合优化问题研究 94
5.1引言 95
5.2服务组合问题常用术语及模型 96
5.2.1服务组合模型 97
5.2.2质量约束模型 99
5.3基于任务粒化的优化方法 103
5.3.1任务粒化模型构建 104
5.3.2单属性服务组合任务粒化可行性分析 108
5.3.3多属性服务组合问题的任务粒化可行性分析 109
5.3.4任务粒化时间复杂度分析 112
5.4基于约束粒化的QoS约束感知服务组合优化方法 112
5.4.1质量约束聚合 113
5.4.2索引图构建 116
5.4.3索引图查询 119
5.5本章小结 120
参考文献 121
第6章 基于商空间理论的网络图路径分析 123
6.1引言 123
6.2商空间理论 124
6.2.1等价关系商空间理论 124
6.2.2相容关系商空间理论 126
6.2.3网络图数据粒化 128
6.3基于商空间理论的路径分析 131
6.3.1加权网络图商空间最佳路径方法 131
6.3.2无向无权网络图商空间最短路径方法 133
6.3.3基于商空间的网络图多条最短路径方法 135
6.4商空间理论的大规模网络图最短路径分析 136
6.4.1基于社团的多粒度网络图分解 136
6.4.2大规模网络图最短路径方法 138
6.4.3实验及其分析 140
6.5本章小结 144
参考文献 145
第7章 三支决策：三分而治的思维方式和方法 146
7.1引言 146
7.2三支决策的三个发展阶段 148
7.3三分而治的三支决策模型 150
7.4三支决策与科学研究 151
7.4.1三支决策中的三点、三线和一面 151
7.4.2三元思维在科学研究中的实例 152
7.5三元思维与粒计算三元论 154
7.6本章小结 157
参考文献 157
第8章 面向不完备数据的三支决策聚类方法 162
8.1引言 162
8.2相关基础理论 165
8.2.1不完备信息系统 165
8.2.2三支决策聚类表示 166
8.2.3无监督聚类与半监督聚类 167
8.2.4基于密度峰值的快速聚类方法 168
8.3面向不完备数据的三支决策聚类策略 169
8.3.1不完备数据的相似性度量 169
8.3.2基于邻域对象的缺失数据区间填充 171
8.3.3不完备数据的无监督聚类算法 172
8.3.4不完备数据的半监督聚类算法 174
8.4实验分析 175
8.4.1数据集及评价指标 175
8.4.2确定邻域半径的实验 177
8.4.3对比实验 178
8.5本章小结 184
参考文献 185
第9章 基于广义和狭义视角下的三支决策模型 188
9.1引言 188
9.2两个案例：生活中的三支决策 190
9.3广义三支决策模型 193
9.4狭义三支决策模型 197
9.5三支决策的粒结构层次模型 201
9.6本章小结 202
参考文献 203
第10章 多粒度三支决策：理论及应用 205
10.1引言 205
10.2三支决策与粒计算 206
10.3三支决策与粗糙集 208
10.3.1 Pawlak粗糙集中的三支决策 208
10.3.2决策粗糙集中的三支决策 209
10.4基于Parallel策略的多粒度决策粗糙集模型 210
10.4.1乐观与悲观多粒度决策粗糙集 211
10.4.2柔性多粒度决策粗糙集 212
10.4.3决策规则和决策代价 215
10.4.4阈值学习的朴素算法 217
10.4.5实验分析 218
10.5基于Sequential策略的多粒度三支分类模型 221
10.5.1 Sequential三支决策方法 221
10.5.2 Local和Global约简 222
10.5.3 Sequential三支分类器 225
10.5.4实验分析 226
10.6本章小结 229
参考文献 229
第11章 基于代价敏感的三支决策边界域处理模型研究 233
11.1引言 233
11.2三支决策相关理论 235
11.2.1构造型覆盖算法简介 235
11.2.2基于构造型覆盖算法的三支决策模型 236
11.2.3基于构造型覆盖算法的三支决策模型的边界域处理方法 237
11.3基于CCA的代价敏感边界域处理模型 239
11.3.1三种选择覆盖半径的方法 239
11.3.2 CPBM算法实现过程 240
11.3.3实验结果及分析 241
11.4基于K最近邻的代价敏感三支决策边界域处理模型 245
11.4.1 K最近邻算法简介 245
11.4.2 CTK算法的实现过程 246
11.4.3实验结果及分析 249
11.5基于代价敏感边界域处理的社团发现算法 253
11.5.1基于聚类粒化的重叠社团划分算法 254
11.5.2重叠社团中的三个域 255
11.5.3 C-TWD算法实现过程 256
11.5.4实验结果及分析 256
11.6本章小结 257
参考文献 258
第12章 多粒度标记决策表的知识表示与知识获取 260
12.1引言 260
12.2标记划分结构与粗糙近似 261
12.2.1 Pawlak粗糙集近似 261
12.2.2标记划分 262
12.2.3多粒度标记划分结构 267
12.2.4多粒度标记划分决策结构 270
12.3多粒度标记决策表的知识获取 271
12.3.1决策表与决策规则 271
12.3.2多粒度标记信息系统 275
12.3.3协调的多粒度标记决策表的知识获取 279
12.3.4不协调的多粒度标记决策表的知识获取 281
12.4本章小结 287
参考文献 287
第13章 基于概率粗糙集的流计算学习方法 289
13.1引言 289
13.2概率粗糙集三支决策基础理论 291
13.3概率粗糙集的流计算方法 292
13.3.1流计算学习方法下的条件概率更新 292
13.3.2流计算学习方法下的三支区域更新 299
13.3.3流计算学习方法下的单对象更新算法 303
13.4实验与分析 307
13.5本章小结 314
参考文献 314
第14章 群决策的区间犹豫模糊多粒度建模方法 316
14.1引言 316
14.2相关概念与理论 318
14.2.1区间犹豫模糊集的定义 318
14.2.2区间犹豫模糊集的运算 319
14.2.3区间犹豫模糊集的比较 320
14.2.4双论域多粒度粗糙集 321
14.3双论域区间犹豫模糊多粒度粗糙集 322
14.4基于双论域区间犹豫模糊多粒度粗糙集的决策模型 324
14.4.1问题描述 324
14.4.2模型建立 326
14.4.3模型算法 331
14.5算例及分析 332
14.5.1算例描述 332
14.5.2决策分析 335
14.5.3对比性分析 338
14.6本章小结 340
参考文献 340
第15章 粗糙集理论的多粒度研究 346
15.1引言 346
15.2粗糙集相关理论 347
15.3基于属性的多粒度粗糙集研究 349
15.3.1多粒度粗糙集模型 349
15.3.2多粒度粗糙集模型的粒度约简 354
15.3.3多粒度粗糙集模型的规则提取 356
15.3.4多粒度粗糙集模型的扩展 360
15.4基于属性值的多粒度粗糙集研究 360
15.4.1概念层次树 361
15.4.2层次粗糙集模型 363
15.4.3基于层次粗糙集模型的泛化约简 367
15.4.4基于层次粗糙集模型的规则提取 368
15.5本章小结 372
参考文献 372
第16章 模糊软集信息集成与群决策方法 377
16.1引言 377
16.2模糊软集的相关模型 377
16.3模糊软矩阵的粒度分析 382
16.3.1模糊软矩阵的可能度及α-优势类 382
16.3.2基于α-覆盖近似空间的变精度粒度分析 384
16.4优势关系下的二粒度双极值粗糙 387
16.5模糊软集信息的集成算子 390
16.5.1模糊软集的集成算子 390
16.5.2直觉模糊软集的集成算子 392
16.5.3动态双极值模糊软集信息集成 394
16.6模糊软集信息的群决策方法 394
16.6.1基于水平软集的模糊软集决策方法 394
16.6.2基于模糊软矩阵的群决策方法 396
16.6.3基于水平软集的直觉模糊软集决策方法 401
16.6.4基于直觉模糊软矩阵的群决策方法 402
16.6.5双极值模糊软集的决策方法 407
16.7本章小结 410
参考文献 410
后记 414