目錄
前言
第1章 不確定信息處理的基本理論 1
1.1 Rough集理論 1
1.1.1 信息繫統與決策信息繫統 1
1.1.2 近似集及其性質 4
1.1.3 Rough集理論中的近似度量方法 5
1.1.4 決策表的屬性約簡 8
1.1.5 不完備信息繫統中Rough集理論的擴充 11
1.2 Fuzzy集理論 13
1.2.1 Fuzzy集的定義與表示法 13
1.2.2 Fuzzy集的基本運算與性質 14
1.2.3 Fuzzy集的其他運算 15
1.2.4 Fuzzy性的度量 16
1.2.5 Fuzzy集的推廣 18
1.3 Vague集理論 19
1.3.1 Vague集的基本概念 19
1.3.2 Vague集的性質 20
1.3.3 Vague集的運算規則 20
1.4 商空間理論 21
1.4.1 商空間模型的建立 21
1.4.2 商空間粒度的獲得 22
1.4.3 商空間方法的基本原理——保假原理、保真原理、商逼近 23
1.5 粒計算理論 24
1.5.1 粒 24
1.5.2 粒結構 24
1.5.3 粒計算的基本問題 25
1.5.4 粒計算的研究方法與方向 26
1.6 本章小結 27
參考文獻 27
第2章 Rough集理論及其不確定信息度量 29
2.1 Rough集之間的相似性度量研究 29
2.1.1 Rough集與限制容差關繫 30
2.1.2 基於不可分辨關繫的經典Rough集之間的相似性度量 31
2.1.3 基於限制容差關繫的廣義Rough集之間的相似性度量 33
2.1.4 經典Rough集與廣義Rough集中集合之間相似性度量的理論統一 36
2.2 基於Rough集的信息繫統中各種基本信息的度量 37
2.2.1 信息繫統中屬性重要性的度量方法及其理論 38
2.2.2 屬性值間相異度度量及其理論分析 42
2.2.3 信息繫統中對像之間的相似性度量及其理論分析 44
2.3 信息繫統中知識粒度與粒度熵理論 45
2.3.1 知識的粒度原理 46
2.3.2 知識的粒度熵原理 47
2.3.3 知識的粒度和粒度熵之間的關繫 48
2.4 信息繫統中知識距離與知識貼近度理論 49
2.4.1 信息繫統中的知識距離 50
2.4.2 信息繫統中的知識貼近度 51
2.4.3 基於知識距離的屬性相關性度量理論研究 52
2.5 基於粒計算的相似性度量理論 54
2.5.1 問題的提出與貼近度的基礎知識 54
2.5.2 基於粒計算的貼近度理論 58
2.5.3 基於粒計算的格貼近度理論 65
2.6 信息繫統中的概念粒及其不確定性度量 70
2.6.1 概念粒的表示方法及其運算規則 70
2.6.2 概念粒的距離及其性質 72
2.6.3 概念粒的內涵重要度 73
2.7 一種新的粒表示方法及其不確定性度量 75
2.7.1 信息繫統中粒的新表示方法及其運算 75
2.7.2 粒的距離計算及其性質 77
2.7.3 基於粒距離的相似性度量 80
2.8 信息繫統中的粒結構分析 81
2.8.1 粒格的表示及其運算規則 81
2.8.2 粒格與概念格的比較 84
2.8.3 粒的分層結構的分析方法 85
2.9 本章小結 86
參考文獻 87
第3章 邊界不確定信息的處理——Rough集、Fuzzy集和Vague集理論 90
3.1 引言 90
3.2 Fuzzy集、Vague集和Rough集理論之間的比較分析 90
3.2.1 Vague集與Fuzzy集的性質比較 93
3.2.2 Rough集與Fuzzy集的性質比較 93
3.2.3 Rough集與Vague集的性質比較 94
3.3 Fuzzy集、Vague集和Rough集之間的性質及其集合相似性度量的統一模型 94
3.3.1 Fuzzy集、Vague集和Rough集的性質 95
3.3.2 Vague集之間的相似性度量方法及其性質 96
3.3.3 Fuzzy集之間的相似性度量方法及其性質 99
3.3.4 Rough集之間的相似性度量方法及其性質 103
3.3.5 Fuzzy集、Vague集及Rough集集合相似性度量的統一模型 105
3.4 Fuzzy集的格貼近度理論 108
3.4.1 基於集合的內積與外積的相關理論 108
3.4.2 基於隸屬度的格貼近度 110
3.5 覆蓋粗糙Vague集模型及其不確定性度量 112
3.5.1 覆蓋粗糙Vague集模型及其性質 112
3.5.2 覆蓋的粒度熵 115
3.5.3 基於粒度熵的覆蓋粗糙Vague集的不確定性度量 116
3.5.4 覆蓋近似空間的知識含量 118
3.5.5 基於知識含量的覆蓋粗糙Vague集的不確定性度量 120
3.6 本章小結 121
參考文獻 122
第4章 基於信息粒度與Rough集的決策細化的理論分析 125
4.1 信息顆粒與粒度計算 125
4.1.1 信息顆粒 125
4.1.2 信息顆粒細化與粒度計算 126
4.1.3 粗糙集與信息粒度數據分析的一些度量 127
4.2 決策表中常用的數據預處理 128
4.2.1 決策表補齊 128
4.2.2 決策表離散化 130
4.3 決策表中決策數據的細化 131
4.3.1 決策表量化 131
4.3.2 決策表中決策數據細化的預處理算法 132
4.3.3 決策表中決策數據的補齊 133
4.3.4 決策數據細化預處理算法的性能評價 134
4.4 決策細化的Rough集理論分析 135
4.4.1 決策屬性值細化對近似分類精度的影響 136
4.4.2 決策屬性值細化對近似分類質量的影響 138
4.4.3 決策屬性值細化對規則近似質量的影響 139
4.4.4 決策屬性值細化對核屬性的影響 140
4.4.5 決策屬性值細化對信息熵的影響 141
4.5 基於信息顆粒理論的決策細化理論 145
4.5.1 基於信息顆粒理論的決策細化 145
4.5.2 決策屬性值細化對信息粒度的影響 146
4.6 本章小結 147
參考文獻 148
第5章 基於粒計算的知識約簡 150
5.1 基於Rough集的信息繫統屬性約簡 150
5.1.1 信息繫統中Rough集的劃分貼近度與屬性約簡算法 150
5.1.2 信息繫統的粒度熵與基於粒度熵的屬性約簡算法 155
5.1.3 基於知識距離的屬性相關性度量及其屬性約簡算法 160
5.1.4 不完備信息繫統中Rough集的劃分貼近度與屬性約簡算法 169
5.2 基於Rough集的決策繫統屬性約簡 173
5.2.1 基於包含度的不一致決策表約簡新方法 173
5.2.2 基於新的條件熵的決策表約簡方法 179
5.2.3 一種新的基於決策熵的決策表約簡方法 185
5.2.4 決策強度的決策表約簡設計與比較 189
5.2.5 基於依賴度的決策繫統屬性約簡算法 196
5.2.6 不完備決策繫統中Rough集的劃分貼近度與屬性約簡算法 203
5.3 基於粒計算的屬性約簡 207
5.3.1 基於知識粒度的屬性約簡算法 207
5.3.2 基於相對粒度的決策表屬性約簡方法 214
5.4 基於粒計算的決策規則提取 219
5.4.1 基於粒計算的決策表中規則的提取方法 219
5.4.2 基於粒計算的序決策表中序規則的提取方法 224
5.4.3 基於粒計算的不完備序決策表中序規則的提取方法 230
5.4.4 基於粒格的決策規則提取 235
5.5 基於Rough集的決策樹規則提取 241
5.5.1 基於新的條件熵的決策樹規則提取方法 241
5.5.2 基於決策粗糙熵的決策樹規則提取方法 246
5.6 本章小結 250
參考文獻 252
第6章 基於粒計算的基因表達譜數據挖掘研究 254
6.1 基因表達譜數據的特征基因選擇 254
6.1.1 特征基因選擇的意義 254
6.1.2 基因初選評估策略 255
6.1.3 特征基因選擇方法 256
6.2 基於擴展粗糙集模型的特征基因選擇 259
6.2.1 基因表達譜數據表的建立 259
6.2.2 基於擴展粗糙集模型的特征基因選擇算法 260
6.2.3 仿真實驗對比分析 261
6.3 基於鄰域互信息的腫瘤基因選擇方法 262
6.3.1 基於鄰域互信息的腫瘤基因聚類算法 263
6.3.2 基於鄰域互信息與粒子群優化的腫瘤基因選擇算法 264
6.4 本章小結 266
參考文獻 266
第7章 基於粒計算的圖像檢索 268
7.1 基於概率粗糙集模型的圖像語義檢索 268
7.1.1 概率粗糙集模型理論 268
7.1.2 基於樸素貝葉斯理論的圖像標注方法 269
7.1.3 基於概率粗糙集的圖像信息檢索模型 270
7.1.4 精確標注圖像與模糊標注圖像的檢索 271
7.1.5 實驗分析 275
7.2 基於相容粒的多層次紋理特征的圖像檢索 275
7.2.1 基於顏色的相容粒度空間模型的建立 276
7.2.2 圖像紋理的識別與檢索的相似度計算方法 278
7.2.3 顏色空間和紋理特征相結合的圖像檢索改進方法 278
7.2.4 實驗分析 279
7.3 基於相容粒的彩色圖像檢索 280
7.3.1 彩色圖像邊緣信息相容粒度空間的建立 280
7.3.2 圖像邊緣信息粒化處理算法 282
7.3.3 基於相容粒度空間的彩色圖像相似性度量方法 283
7.3.4 實驗分析 283
7.4 基於粗糙粒模型的圖像紋理識別與檢索 284
7.4.1 粗糙粒模型 284
7.4.2 圖像粒的劃分和邊緣計算 286
7.4.3 粗糙粒模型的圖像紋理識別與檢索 286
7.4.4 實驗分析 288
7.5 本章小結 289
參考文獻 289
第8章 時間序列下的粒度決策演化模型 292
8.1 時間序列的基本概念 292
8.2 時間序列下決策信息繫統的終形態 294
8.2.1 靜態Rough集研究存在的問題 294
8.2.2 決策信息繫統時態性數學仿真及終形態確認 295
8.3 多粒度時間序列下的粒度決策演化模型 299
8.3.1 多粒度時間序列 299
8.3.2 多粒度時間序列下的粒度決策演化模型與性質 300
8.3.3 實例分析 305
8.4 粒度決策演化模型的預測分析 307
8.4.1 粒度決策演化模型的預測規則 307
8.4.2 回歸分析 308
8.4.3 粒度決策演化模型的回歸分析預測算法 310
8.4.4 實例分析 311
8.5 粒度決策演化模型的擴展研究 315
8.5.1