本书首先提出了人们进行分类和有序决策时潜在使用了6种一致性假设,然后基于粗糙计算方法论中粒化和近似的思想,分别建立了这6种一致性假设的数学模型,并给出了一般形式。分别是离散空间分类建模的经典粗糙集模型、度量空间分类学习的邻域粗糙集模型、模糊信息分类的模糊粗糙集模型、经典关系下有序决策的优势关系粗糙集模型和模糊关系下模糊有序决策建模的模糊序关系粗糙集模型。此外,本书分析和拓展了Shannon的信息熵理论,分别为这6种一致性假设提供了信息论模型。进而作者讨论了粗糙集在实际应用中的稳定性和鲁棒性问题,以及类不平衡和代价敏感的学习问题,并且给出了若干典型应用。本书讨论了模式识别中分类复杂度和一致性的各种度量方法,并且讨论了粗糙……

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。