F·粗糙集·理论方法与应用查看源代码讨论查看历史

来自 孔夫子网 的图片

《F·粗糙集·理论方法与应用》，徐小玉，邓大勇，沈明镭 著，出版社： 浙江大学出版社。

读书是获取知识的重要途径。通过阅读，我们可以了解到历史、文化、科学、艺术等各个领域的知识，丰富我们的视野，拓宽我们的认知。

内容简介

本书在阐述基本概念和方法时，力求概念清晰、内容组织合理、论证严谨、深入浅出、通俗易懂，着力体现内容广泛、学术思想浓厚和学术观点新颖的特点；进一步完善了F-粗糙集的理论体系，研究内容涉及F-粗糙集理论的各个方面。希望本书能为从事粗糙集理论、信息科学、决策系统、推荐系统的相关人员提供帮助。本书可以作为高等院校信息类、数学类、经管类专业的高年级本科生和研究生的教学用书，也可以作为从事数据挖掘的工程技术人员及相关学者的参考书。

目录

第1章绪论

1.1数据挖掘与粒计算

1.2粗糙集理论发展概述

1.3粗糙集与其他不确定性信息理论的联系

第2章基本概念

2.1经典粗糙集理论

2.2模糊粗糙集模型

第3章F-粗糙集及并行约简

3.1F-粗糙集的基本概念

3.2并行约简定义与性质

3.3决策系统的分解

3.4小结与展望

第4章基于并行约简的概念漂移探测

4.1基于属性重要性的概念漂移探测度量的提出

4.2探测概念漂移的算法

4.3实验结果

4.4小结与展望

第5章信息表中概念漂移与不确定性分析

5.1信息粒度的概念漂移与不确定性分析

5.2决策表整体的概念漂移与不确定性分析

5.3概念漂移与不确定性分析的认识论意义

5.4小结与展望

第6章知识系统中全粒度粗糙集与概念漂移

6.1知识系统中的概念漂移

6.2单个概念的全粒度粗糙集与概念漂移

6.3决策系统中的全粒度粗糙集与概念漂移

6.4认识论意义

6.5小结与展望

第7章F.模糊粗糙集理论

7.1F-粗糙集与模糊粗糙集的结合

7.2F-模糊粗糙集的属性约简

7.3小结与展望

第8章基于F-粗糙集中概念漂移的研究

8.1模糊概念漂移探测

8.2小结与展望

第9章基于F-粗糙集的异构信息网络中节点相似性搜索并行算法研究

9.1异构信息网络

9.2异构信息网络中节点相似性搜索并行算法

9.3实验与结果分析

9.4小结与展望

第10章F-粗糙集研究综述

参考文献