粒计算研究丛书 粒计算、商空间及三支决策的回顾与发展PDF|Epub|txt|kindle电子书版本网盘下载

粒计算研究丛书 粒计算、商空间及三支决策的回顾与发展PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 问题求解商空间理论形成始末1

1.1引言1

1.2商空间理论的探索阶段1

1.3商空间理论的形成阶段3

1.4本章小结4

参考文献5

第2章 商空间理论及应用综述8

2.1引言8

2.2商空间理论基础9

2.2.1基本模型9

2.2.2基本操作10

2.2.3基本性质和原理12

2.3商空间理论的发展14

2.3.1基于模糊等价关系的商空间模型14

2.3.2基于模糊相容关系的商空间模型17

2.3.3动态商空间模型18

2.3.4基于代数结构的商空间模型19

2.3.5合成技术的扩充20

2.4基于商空间理论的模型及应用研究22

2.4.1分类22

2.4.2聚类23

2.4.3模式识别23

2.4.4网状问题求解24

2.4.5推荐24

2.4.6系统层次设计25

2.4.7资源调度25

2.4.8模糊控制25

2.4.9服务组合优化25

2.4.10信息检索25

2.4.11其他应用26

2.5本章小结26

参考文献28

第3章 多粒度商空间分类搜索与结构分析32

3.1引言32

3.2相关基本概念及引理34

3.3基于统计期望的多粒度搜索模型和方法36

3.3.1粒化层数为1的情况38

3.3.2粒化层数为2的情况39

3.3.3粒化层数为i的情况41

3.3.4确定最优粒化层数43

3.4模糊等价关系对应的多粒度知识空间51

3.5分类同构与粒度同构55

3.6同构模糊等价关系的生成算法56

3.7本章小结60

参考文献61

第4章 基于粒度空间的最优聚类模型及应用66

4.1引言66

4.2粒度空间理论与优化聚类指标67

4.2.1粒度空间理论67

4.2.2基于粒度空间的优化聚类指标69

4.2.3获取最优聚类的聚类算法71

4.3 H1N1流感病毒蛋白系统的多层结构及系统约简72

4.3.1 H1N1流感病毒蛋白的序列特征提取73

4.3.2 H1N1流感病毒的最优聚类与签名病毒选取74

4.3.3病毒系统二级结构的有效性验证与系统约简75

4.3.4结果分析与讨论76

4.4基于决策树的乳腺癌亚型异质性探索78

4.4.1乳腺癌研究现状78

4.4.2数据资源79

4.4.3方法和模型79

4.4.4实验结果83

4.4.5结果讨论85

4.5本章小结89

参考文献89

第5章 基于粒化的服务组合优化问题研究94

5.1引言95

5.2服务组合问题常用术语及模型96

5.2.1服务组合模型97

5.2.2质量约束模型99

5.3基于任务粒化的优化方法103

5.3.1任务粒化模型构建104

5.3.2单属性服务组合任务粒化可行性分析108

5.3.3多属性服务组合问题的任务粒化可行性分析109

5.3.4任务粒化时间复杂度分析112

5.4基于约束粒化的QoS约束感知服务组合优化方法112

5.4.1质量约束聚合113

5.4.2索引图构建116

5.4.3索引图查询119

5.5本章小结120

参考文献121

第6章 基于商空间理论的网络图路径分析123

6.1引言123

6.2商空间理论124

6.2.1等价关系商空间理论124

6.2.2相容关系商空间理论126

6.2.3网络图数据粒化128

6.3基于商空间理论的路径分析131

6.3.1加权网络图商空间最佳路径方法131

6.3.2无向无权网络图商空间最短路径方法133

6.3.3基于商空间的网络图多条最短路径方法135

6.4商空间理论的大规模网络图最短路径分析136

6.4.1基于社团的多粒度网络图分解136

6.4.2大规模网络图最短路径方法138

6.4.3实验及其分析140

6.5本章小结144

参考文献145

第7章 三支决策：三分而治的思维方式和方法146

7.1引言146

7.2三支决策的三个发展阶段148

7.3三分而治的三支决策模型150

7.4三支决策与科学研究151

7.4.1三支决策中的三点、三线和一面151

7.4.2三元思维在科学研究中的实例152

7.5三元思维与粒计算三元论154

7.6本章小结157

参考文献157

第8章 面向不完备数据的三支决策聚类方法162

8.1引言162

8.2相关基础理论165

8.2.1不完备信息系统165

8.2.2三支决策聚类表示166

8.2.3无监督聚类与半监督聚类167

8.2.4基于密度峰值的快速聚类方法168

8.3面向不完备数据的三支决策聚类策略169

8.3.1不完备数据的相似性度量169

8.3.2基于邻域对象的缺失数据区间填充171

8.3.3不完备数据的无监督聚类算法172

8.3.4不完备数据的半监督聚类算法174

8.4实验分析175

8.4.1数据集及评价指标175

8.4.2确定邻域半径的实验177

8.4.3对比实验178

8.5本章小结184

参考文献185

第9章 基于广义和狭义视角下的三支决策模型188

9.1引言188

9.2两个案例：生活中的三支决策190

9.3广义三支决策模型193

9.4狭义三支决策模型197

9.5三支决策的粒结构层次模型201

9.6本章小结202

参考文献203

第10章 多粒度三支决策：理论及应用205

10.1引言205

10.2三支决策与粒计算206

10.3三支决策与粗糙集208

10.3.1 Pawlak粗糙集中的三支决策208

10.3.2决策粗糙集中的三支决策209

10.4基于Parallel策略的多粒度决策粗糙集模型210

10.4.1乐观与悲观多粒度决策粗糙集211

10.4.2柔性多粒度决策粗糙集212

10.4.3决策规则和决策代价215

10.4.4阈值学习的朴素算法217

10.4.5实验分析218

10.5基于Sequential策略的多粒度三支分类模型221

10.5.1 Sequential三支决策方法221

10.5.2 Local和Global约简222

10.5.3 Sequential三支分类器225

10.5.4实验分析226

10.6本章小结229

参考文献229

第11章 基于代价敏感的三支决策边界域处理模型研究233

11.1引言233

11.2三支决策相关理论235

11.2.1构造型覆盖算法简介235

11.2.2基于构造型覆盖算法的三支决策模型236

11.2.3基于构造型覆盖算法的三支决策模型的边界域处理方法237

11.3基于CCA的代价敏感边界域处理模型239

11.3.1三种选择覆盖半径的方法239

11.3.2 CPBM算法实现过程240

11.3.3实验结果及分析241

11.4基于K最近邻的代价敏感三支决策边界域处理模型245

11.4.1 K最近邻算法简介245

11.4.2 CTK算法的实现过程246

11.4.3实验结果及分析249

11.5基于代价敏感边界域处理的社团发现算法253

11.5.1基于聚类粒化的重叠社团划分算法254

11.5.2重叠社团中的三个域255

11.5.3 C-TWD算法实现过程256

11.5.4实验结果及分析256

11.6本章小结257

参考文献258

第12章 多粒度标记决策表的知识表示与知识获取260

12.1引言260

12.2标记划分结构与粗糙近似261

12.2.1 Pawlak粗糙集近似261

12.2.2标记划分262

12.2.3多粒度标记划分结构267

12.2.4多粒度标记划分决策结构270

12.3多粒度标记决策表的知识获取271

12.3.1决策表与决策规则271

12.3.2多粒度标记信息系统275

12.3.3协调的多粒度标记决策表的知识获取279

12.3.4不协调的多粒度标记决策表的知识获取281

12.4本章小结287

参考文献287

第13章 基于概率粗糙集的流计算学习方法289

13.1引言289

13.2概率粗糙集三支决策基础理论291

13.3概率粗糙集的流计算方法292

13.3.1流计算学习方法下的条件概率更新292

13.3.2流计算学习方法下的三支区域更新299

13.3.3流计算学习方法下的单对象更新算法303

13.4实验与分析307

13.5本章小结314

参考文献314

第14章 群决策的区间犹豫模糊多粒度建模方法316

14.1引言316

14.2相关概念与理论318

14.2.1区间犹豫模糊集的定义318

14.2.2区间犹豫模糊集的运算319

14.2.3区间犹豫模糊集的比较320

14.2.4双论域多粒度粗糙集321

14.3双论域区间犹豫模糊多粒度粗糙集322

14.4基于双论域区间犹豫模糊多粒度粗糙集的决策模型324

14.4.1问题描述324

14.4.2模型建立326

14.4.3模型算法331

14.5算例及分析332

14.5.1算例描述332

14.5.2决策分析335

14.5.3对比性分析338

14.6本章小结340

参考文献340

第15章 粗糙集理论的多粒度研究346

15.1引言346

15.2粗糙集相关理论347

15.3基于属性的多粒度粗糙集研究349

15.3.1多粒度粗糙集模型349

15.3.2多粒度粗糙集模型的粒度约简354

15.3.3多粒度粗糙集模型的规则提取356

15.3.4多粒度粗糙集模型的扩展360

15.4基于属性值的多粒度粗糙集研究360

15.4.1概念层次树361

15.4.2层次粗糙集模型363

15.4.3基于层次粗糙集模型的泛化约简367

15.4.4基于层次粗糙集模型的规则提取368

15.5本章小结372

参考文献372

第16章 模糊软集信息集成与群决策方法377

16.1引言377

16.2模糊软集的相关模型377

16.3模糊软矩阵的粒度分析382

16.3.1模糊软矩阵的可能度及α-优势类382

16.3.2基于α-覆盖近似空间的变精度粒度分析384

16.4优势关系下的二粒度双极值粗糙387

16.5模糊软集信息的集成算子390

16.5.1模糊软集的集成算子390

16.5.2直觉模糊软集的集成算子392

16.5.3动态双极值模糊软集信息集成394

16.6模糊软集信息的群决策方法394

16.6.1基于水平软集的模糊软集决策方法394

16.6.2基于模糊软矩阵的群决策方法396

16.6.3基于水平软集的直觉模糊软集决策方法401

16.6.4基于直觉模糊软矩阵的群决策方法402

16.6.5双极值模糊软集的决策方法407

16.7本章小结410

参考文献410

后记414