《粗集理论及其应用 关于数据推理的新方法》求取 ⇩

第一章　知识的基本概念1

1.1　知识与分类1

1.2　知识库2

1.3　知识的等价、推广和特化6

第二章　不精确范畴　近似与粗集8

2.1　粗集8

2.2　近似集的性质11

2.3　近似和成员关系15

2.4　非精确性的数字特征17

2.5　非精确性的拓扑特征19

2.6　分类的近似23

2.7　集合的粗等价26

2.8　集合的粗包含28

第三章　知识的简化及数据的依赖性32

3.1　知识的简化和核32

3.2　知识的相对简化和相对核34

3.3　范畴的简化37

3.4　范畴的相对简化和核39

3.5　知识的依赖性40

3.6　知识依赖性的量度41

第四章　知识表达系统44

4.1　数据表知识表达系统44

4.2　知识表达系统的形式化定义48

4.3　属性的重要性51

4.4　决策表的形式化定义52

4.5　决策表的简化55

第五章　知识表达逻辑61

5.1　决策逻辑语言61

5.2　决策逻辑语言的语义62

5.3　决策逻辑的推演64

5.4　规范表达形式66

5.5　决策规则和算法67

5.6　决策规则的相容性和不可分辨性69

5.7　属性的依赖性71

5.8　相容算法的简化72

5.9　不相容算法的简化75

5.10　决策规则的简化77

5.11　决策算法的最小化82

第六章　粗集理论和模糊集合87

6.1　模糊集合的基本概念87

6.2　粗模糊集合90

6.3　模糊粗集94

6.4　知识近似模型的统一96

第七章　粗集理论与概率统计方法100

7.1　不确定信息的测度与推理学习的概率统计方法100

7.2　粗集方法与概率统计方法的比较104

7.3　统计粗集模型109

7.4　统计粗集模型和确定性粗集模型的比较113

第八章　粗集理论与机器学习116

8.1　有导师学习及学习算法116

8.2　知识学习的学习质量121

8.3　知识学习的充分性124

8.4　导师知识的完备性128

8.5　推理学习130

第九章　决策分析136

9.1利用粗集方法进行决策分析136

9.2　配镜决策算法137

9.3　水泥窑生产控制算法152

9.4　医疗数据分析165

第十章　模式识别和开关电路综合172

10.1　模式识别172

10.2　开关电路综合180

参考文献196