书籍详情
Rough集理论与知识获取
作者：王国胤编著
出版社：西安交通大学出版社
出版时间：2001-01-01
ISBN：9787560514093
定价：¥15.00
内容简介
Rough集理论是一种研究不完整、不确定知识和数据的表达、学习、归纳的理论方法，近年来在理论模型、算法研究、工程应用中取得了好的成果和应用。本书重点在于阐述Rough集理论的模型、算法以及基于Rough集理论的知识获取技术。全书共分11章。第1章介绍了集合论基础；第2章介绍了信息表知识表达系统；第3章介绍了Rough集基础理论；第4章介绍了知识获取的基本问题；第5章介绍了知识系统不确定性的表示与处理问题；第6章介绍了数据预处理技术；第7章介绍了信息表同性约简的理论与算法；第8章介绍了信息表值约简的理论与算法；第9章介绍了逻辑推理方法；第10章介绍了几个典型的Rough集工程实例；第11章介绍了几个Rough集演示软件系统。本书的目的就是要向计算机学科、人工智能学科、智能信息处理学科、机器学习学科、自动化学科等研究领域的研究人员系统介绍Rough集理论这一新的理论工具及其应用技术。本书可以作为计算机、自动化等专业高年级本科生、硕士生和博士生的学习参考用书，同时对相关学科领域的科技工作者和工程技术人员也有重要的使用和参考价值。
作者简介
暂缺《Rough集理论与知识获取》作者简介
目录
前言
第1章 集合论基础
1.1 集合论的基本概念
1.2 集合代数运算
1.3 集合关系
第2章 信息表知识表达系统
2.1 知识的分类概念
2.2 信息表知识表达系统
2.3 决策表
第3章 Rough集理论基础
3.1 Rough集的基本概念
3.2 Rough度与分类质量
3.3 Rough集代数性质
3.4 Rough集关系
3.5 可变精度Rough集模型
3.6 不完备信息系统中Rough集理论的扩充
3.6.1 不完备信息系统的特点
3.6.2 容差关系
3.6.3 非对称相似关系
3.6.4 量化容差关系
第4章 知识获取
4.1 知识获取概述
4.2 基于Rough集的知识获取
4.2.1 可辨识矩阵
4.2.2 属性重要性
4.3 决策规则
第5章 知识系统不确定性表示与处理
5.1 知识表示
5.2 不确定知识系统的几种推理方法
5.2.1 概率模型
5.2.2 可信度模型
5.2.3 证据理论
5.2.4 模糊推理
5.3 决策表的不确定性度量
5.4 决策规则的不确定性表示与度量
第6章 数据预处理
6.1 决策表补齐
6.1.1 Mean Completer算法
6.1.2 Combinatorial Completer算法
6.1.3 基于Rough集理论的不完备数据分析方法（ROUSTIDA）
6.2 决策表离散化
6.2.1 离散化问题的描述
6.2.2 离散化问题的分类分析
6.2.3 离散化算法介绍
6.2.3.1 等距离划分算法
6.2.3.2 等频率划分算法
6.2.3.3 Naive Scaler算法
6.2.3.4 Semi Naive Scaler算法
6.2.3.5 布尔逻辑和Rough集理论相结合的离散化算法
6.2.3.6 基于断点重要性的离散化算法
6.2.3.7 基于属性重要性的离散化算法
第7章 决策表属性约简
7.1 决策表属性约简概述
7.2 决策表属性约简的信息熵表示
7.3 决策表属性约简算法
7.3.1 一般约简算法
7.3.2 基于可辨识矩阵和逻辑运算的属性约简算法
7.3.3 归纳属性约简算法
7.3.4 基于互信息的属性约简算法——MIBARK算法
7.3.5 基于特征选择的属性约简算法
7.4 不完备信息系统的属性约简
7.4.1 容差关系
7.4.2 非对称相似关系
7.4.3 量化容差关系
第8章 决策表值约简
8.1 决策表值约简概述
8.2 决策表值约简算法
8.2.1 一般值约简算法
8.2.2 归纳值约简算法
8.2.3 启发式值约简算法
8.2.4 基于决策矩阵的值约简算法
8.3 缺省规则获取算法
第9章 逻辑推理系统
9.1 逻辑推理方法
9.1.1 正向推理
9.1.2 逆向推理
9.1.3 混合推理
9.2 知识表示系统的不一致性
9.3 不一致推理策略
9.3.1 加权综合法
9.3.2 试探法
9.3.3 高信任度优先法
9.3.4 多数优先原则
9.3.5 少数优先原则
第10章 实例系统分析
10.1 水资源调度系统
10.1.1 系统概述
10.1.2 数据采集和表示
10.1.3 数据分析
10.1.4 规则生成
10.1.5 实验结果
10.1.6 讨论
10.2 临床医疗诊断系统
10.2.1 临床诊断概述
10.2.2 概率规则
10.2.3 规则获取算法
10.2.4 实验结果
10.2.5 讨论
10.3 市场潜在客户预测
10.3.1 系统概述
10.3.2 知识获取过程
10.3.3 实验结果
10.3.4 讨论
10.4 信息过滤与信息检索
10.4.1 系统简介
10.4.2 文本分类
10.4.3 基于Rough集的文本分类系统
10.4.4 实验结果
10.4.5 讨论
10.5 电信信道噪音抑制
10.5.1 概述
10.5.2 生理学原理
10 5.3 知觉噪音抑制系统的描述
10 5.4 噪音抑制系统的实现
10.5.5 仿真实验
10.5.6 讨论
第11章 Rough集理论的实验系统
11.1 Rough Enough
11.2 ROSE
11.3 Rosetta
11.4 KDD－R
11.5 LERS
参考文献
第1章 集合论基础
1.1 集合论的基本概念
1.2 集合代数运算
1.3 集合关系
第2章 信息表知识表达系统
2.1 知识的分类概念
2.2 信息表知识表达系统
2.3 决策表
第3章 Rough集理论基础
3.1 Rough集的基本概念
3.2 Rough度与分类质量
3.3 Rough集代数性质
3.4 Rough集关系
3.5 可变精度Rough集模型
3.6 不完备信息系统中Rough集理论的扩充
3.6.1 不完备信息系统的特点
3.6.2 容差关系
3.6.3 非对称相似关系
3.6.4 量化容差关系
第4章 知识获取
4.1 知识获取概述
4.2 基于Rough集的知识获取
4.2.1 可辨识矩阵
4.2.2 属性重要性
4.3 决策规则
第5章 知识系统不确定性表示与处理
5.1 知识表示
5.2 不确定知识系统的几种推理方法
5.2.1 概率模型
5.2.2 可信度模型
5.2.3 证据理论
5.2.4 模糊推理
5.3 决策表的不确定性度量
5.4 决策规则的不确定性表示与度量
第6章 数据预处理
6.1 决策表补齐
6.1.1 Mean Completer算法
6.1.2 Combinatorial Completer算法
6.1.3 基于Rough集理论的不完备数据分析方法（ROUSTIDA）
6.2 决策表离散化
6.2.1 离散化问题的描述
6.2.2 离散化问题的分类分析
6.2.3 离散化算法介绍
6.2.3.1 等距离划分算法
6.2.3.2 等频率划分算法
6.2.3.3 Naive Scaler算法
6.2.3.4 Semi Naive Scaler算法
6.2.3.5 布尔逻辑和Rough集理论相结合的离散化算法
6.2.3.6 基于断点重要性的离散化算法
6.2.3.7 基于属性重要性的离散化算法
第7章 决策表属性约简
7.1 决策表属性约简概述
7.2 决策表属性约简的信息熵表示
7.3 决策表属性约简算法
7.3.1 一般约简算法
7.3.2 基于可辨识矩阵和逻辑运算的属性约简算法
7.3.3 归纳属性约简算法
7.3.4 基于互信息的属性约简算法——MIBARK算法
7.3.5 基于特征选择的属性约简算法
7.4 不完备信息系统的属性约简
7.4.1 容差关系
7.4.2 非对称相似关系
7.4.3 量化容差关系
第8章 决策表值约简
8.1 决策表值约简概述
8.2 决策表值约简算法
8.2.1 一般值约简算法
8.2.2 归纳值约简算法
8.2.3 启发式值约简算法
8.2.4 基于决策矩阵的值约简算法
8.3 缺省规则获取算法
第9章 逻辑推理系统
9.1 逻辑推理方法
9.1.1 正向推理
9.1.2 逆向推理
9.1.3 混合推理
9.2 知识表示系统的不一致性
9.3 不一致推理策略
9.3.1 加权综合法
9.3.2 试探法
9.3.3 高信任度优先法
9.3.4 多数优先原则
9.3.5 少数优先原则
第10章 实例系统分析
10.1 水资源调度系统
10.1.1 系统概述
10.1.2 数据采集和表示
10.1.3 数据分析
10.1.4 规则生成
10.1.5 实验结果
10.1.6 讨论
10.2 临床医疗诊断系统
10.2.1 临床诊断概述
10.2.2 概率规则
10.2.3 规则获取算法
10.2.4 实验结果
10.2.5 讨论
10.3 市场潜在客户预测
10.3.1 系统概述
10.3.2 知识获取过程
10.3.3 实验结果
10.3.4 讨论
10.4 信息过滤与信息检索
10.4.1 系统简介
10.4.2 文本分类
10.4.3 基于Rough集的文本分类系统
10.4.4 实验结果
10.4.5 讨论
10.5 电信信道噪音抑制
10.5.1 概述
10.5.2 生理学原理
10 5.3 知觉噪音抑制系统的描述
10 5.4 噪音抑制系统的实现
10.5.5 仿真实验
10.5.6 讨论
第11章 Rough集理论的实验系统
11.1 Rough Enough
11.2 ROSE
11.3 Rosetta
11.4 KDD－R
11.5 LERS
参考文献
猜您喜欢
