决策粗糙集理论及其研究进展PDF|Epub|txt|kindle电子书版本网盘下载

决策粗糙集理论及其研究进展PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 决策粗糙集理论方法研究综述1

1.1引言1

1.2决策粗糙集理论4

1.2.1 Pawlak代数粗糙集模型4

1.2.2基于最小风险的Bayes决策5

1.2.3决策粗糙集模型7

1.3基于决策粗糙集的三枝决策语义11

1.4决策粗糙集的约简理论13

1.5决策粗糙集模型的应用研究14

1.6本章小结18

参考文献19

第2章 三枝决策粗糙集23

2.1三枝决策粗糙集基本模型23

2.2三枝决策粗糙集的主要思想28

2.3三枝决策粗糙集的优势36

2.4三枝决策粗糙集的应用41

2.5多分类三枝决策粗糙集47

2.6基于判别分析的三枝决策方法及其应用51

2.7本章小结58

参考文献59

第3章 基于决策风险最小化的属性约简62

3.1引言62

3.2决策粗糙集下的泛化属性约简定义64

3.2.1决策粗糙集基本概念64

3.2.2 Yao和Zhao的泛化属性约简66

3.2.3基于正区域不变的属性约简的困难66

3.3决策风险最小化的属性约简及性质68

3.3.1决策风险最优化问题68

3.3.2决策风险最小化属性约简69

3.3.3风险最小化带来的决策区域改变70

3.3.4决策风险与属性之间的非单调性质70

3.3.5决策风险值的上下界72

3.4关于基于决策风险最小化属性约简的一些讨论73

3.4.1决策风险最优化的泛化问题73

3.4.2求属性约简的算法74

3.5本章小结74

参考文献75

第4章 决策粗糙集的正域约简77

4.1引言77

4.2正域单调性分析78

4.2.1 Pawlak粗糙集的正域单调性79

4.2.2决策粗糙集的正域非单调性80

4.3决策粗糙集正域约简定义与算法83

4.4实验分析85

4.5本章小结89

参考文献89

第5章 基于决策粗糙集的自动聚类方法92

5.1引言92

5.2面向知识的聚类方法93

5.2.1初始等价关系93

5.2.2面向知识聚类算法95

5.2.3自动获取初始阈值98

5.2.4类间不可区分度的定义100

5.3基于决策粗糙集的聚类102

5.3.1决策粗糙集102

5.3.2聚类模式的更改103

5.3.3聚类模式代价评估105

5.4自动面向知识的聚类算法106

5.4.1聚类思想106

5.4.2实验结果及分析108

5.5 Web搜索结果聚类110

5.6本章小结114

参考文献114

第6章 基于决策粗糙集模型的文本分类研究116

6.1引言116

6.2问题描述与模型设计117

6.2.1问题描述117

6.2.2相关工作118

6.3决策粗糙集理论120

6.3.1 Bayes决策过程120

6.3.2决策粗糙集模型及其扩展121

6.4模型描述122

6.5损失函数的设置124

6.6分类路由算法128

6.7实验结果与分析129

6.7.1数据集及实验设置129

6.7.2评估指标131

6.7.3实验结果与讨论132

6.8本章小结136

参考文献137

第7章 多用户决策粗糙集模型139

7.1引言139

7.2单用户决策粗糙集140

7.3多用户决策粗糙集与决策模型142

7.3.1次序变量的性质142

7.3.2保守型和冒险型的多用户决策粗糙集模型143

7.3.3服从多数型接受域和拒绝域模型147

7.3.4平均型接受域和拒绝域模型148

7.3.5小结149

7.4一个多用户决策粗糙集模型的应用例子150

7.5本章小结153

参考文献154

第8章 决策粗糙集研究探讨155

8.1研究方法论的几个问题155

8.2粗糙集及其优点158

8.3粗糙集近似产生的原因159

8.4信息表与概念表示160

8.5 Pawlak上、下近似及正、负、边界域162

8.6 Pawlak粗糙集的另一种表示163

8.7 0.5-概率粗糙集164

8.8决策粗糙集主要结果164

8.9决策粗糙集研究的三个问题165

8.10阈值的解释与计算165

8.11三枝决策167

8.12朴素Bayes粗糙集169

8.13变精度粗糙集171

8.14研究与交流173

8.15研究体会173

8.16本章小结174

参考文献174

附录179