幫助中心 | 我的帳號 | 關於我們

多粒度計算與三支決策/信息科學技術學術著作叢書

  • 作者:梁吉業//姚一豫//李德玉
  • 出版社:科學
  • ISBN:9787030602732
  • 出版日期:2019/06/01
  • 裝幀:平裝
  • 頁數:314
人民幣:RMB 138 元      售價:
放入購物車
加入收藏夾

內容大鋼
    粒計算是當前計算智能研究領域模擬人類思維和解決複雜問題的新方法,其研究內容覆蓋有關粒度的主要理論、方法和技術,是研究複雜問題求解、大數據挖掘和模糊不確定信息處理等關鍵問題的有效工具。本書介紹粗糙集理論、概念格理論、三支決策理論等粒計算研究的概述和最新進展,由相關領域的專家共同撰寫而成。全書共14章,主要由多粒度計算和三支決策兩部分組成,具體包括多粒度智能決策,局部多粒度粗糙集,多屬性群決策的猶豫模糊多粒度建模,穩健模糊粗糙集,廣義多粒度標記決策系統的粒度標記組合與知識表示,多源信息融合與概念學習的粒計算方法,動態多粒度標記決策系統的最優粒度選擇,三支聚類分析,基於θ-量化效用三支決策的屬性約簡,序貫三支決策理論框架,三支概念分析及其粒度,三支決策推薦系統,面向能耗優化的自適應三支閾值確定方法,三支計算、認識計算與粒計算。
    本書可供電腦、自動化、應用數學、人工智慧等相關專業的研究人員、高校師生和工程技術人員參考。

作者介紹
梁吉業//姚一豫//李德玉

目錄
《信息科學技術學術著作叢書》序
前言
第1章  多粒度智能決策
  1.1  引言
  1.2  複雜決策問題的多粒度特性
  1.3  多粒度智能決策模型與方法
    1.3.1  多層次決策
    1.3.2  多視角決策
    1.3.3  最優粒度選擇
  1.4  小結
  參考文獻
第2章  局部多粒度粗糙集
  2.1  引言
  2.2  局部粗糙集模型
    2.2.1  局部粗糙集的定義
    2.2.2  局部粗糙集的性質
    2.2.3  局部粗糙集的度量指標
    2.2.4  計算一個目標概念的近似和屬性約簡
    2.2.5  計算一個目標決策的近似和屬性約簡
    2.2.6  局部粗糙集在大數據上的擴展
  2.3  局部多粒度粗糙集模型
    2.3.1  局部多粒度粗糙集的定義
    2.3.2  局部多粒度粗糙集的性質
    2.3.3  計算一個目標概念的局部多粒度粗糙集的下近似
  2.4  小結
  參考文獻
第3章  多屬性群決策的猶豫模糊多粒度建模
  3.1  引言
  3.2  相關概念與理論
    3.2.1  猶豫模糊集
    3.2.2  猶豫模糊語言術語集
    3.2.3  雙論域多粒度粗糙集
  3.3  猶豫模糊多粒度建模
  3.4  基於猶豫模糊多粒度建模的多屬性群決策方法
    3.4.1  問題描述
    3.4.2  模型建立
    3.4.3  模型演算法
  3.5  算例及分析
    3.5.1  猶豫模糊背景下的算例
    3.5.2  猶豫模糊語言背景下的算例
  3.6  小結
  參考文獻
第4章  穩健模糊粗糙集
  4.1  引言
  4.2  相關的基礎知識
    4.2.1  模糊邏輯運算元
    4.2.2  模糊粗糙集對數據雜訊的敏感性分析
  4.3  基於穩健統計量的模糊粗糙集
    4.3.1  基於穩健統計量的模糊粗糙集定義
    4.3.2  模型性質

  4.4  基於軟距離的穩健模糊粗糙集
    4.4.1  軟模糊粗糙集
    4.4.2  模型性質
    4.4.3  參數β的幾何意義
  4.5  數據分佈感知的穩健模糊粗糙集
    4.5.1  穩健模糊粗糙集的穩健原理分類
    4.5.2  概率模糊粗糙集
    4.5.3  模型性質
  4.6  小結
  參考文獻
第5章  廣義多粒度標記決策系統的粒度標記組合與知識表示
  5.1  引言
  5.2  相關的基礎知識
    5.2.1  Pawlak粗糙集近似
    5.2.2  信息系統、決策表和決策規則
    5.2.3  信任結枸與信任函數
  5.3  廣義多粒度標記信息系統與粒度標記組合
    5.3.1  多粒度標記信息系統與粒度標記組合
    5.3.2  多粒度標記信息系統中的信息粒表示與粗糙近似
  5.4  廣義多粒度標記決策系統與最優粒度標記組合
    5.4.1  協調廣義多粒度標記決策系統的最優粒度標記組合
    5.4.2  不協調廣義多粒度標記決策系統的最優粒度標記組合
  5.5  小結
  參考文獻
第6章  多源信息融合與概念學習的粒計算方法
  6.1  引言
  6.2  相關理論
    6.2.1  多源模糊信息融合
    6.2.2  模糊信息系統的概念學習
  6.3  概念學習演算法設計
  6.4  數值實驗
  6.5  小結
  參考文獻
第7章  動態多粒度標記決策系統的最優粒度選擇
  7.1  引言
  7.2  相關理論
    7.2.1  Pawlak近似空間誘導的三支決策
    7.2.2  多粒度標記信息系統
  7.3  多粒度標記信息系統誘導的序貫三支決策
  7.4  多粒度標記決策系統的最優粒度選擇
  7.5  動態多粒度標記決策系統的最優粒度選擇演算法
  7.6  數值實驗
  7.7  小結
  參考文獻
第8章  三支聚類分析
  8.1  引言
  8.2  三支聚類
  8.3  多視圖數據的三支聚類方法
    8.3.1  多視圖數據融合
    8.3.2  主動三支聚類

    8.3.3  實驗結果
  8.4  基於數學形態學的三支聚類方法
    8.4.1  數學形態學中的腐蝕與膨脹
    8.4.2  CE3框架
    8.4.3  基於鄰域的CE3方法
    8.4.4  CE3譜聚類
    8.4.5  人工數據集實驗結果
  8.5  小結
  參考文獻
第9章  基於θ-量化效用三支決策的屬性約簡
  9.1  引言
  9.2  θ-量化效用三支決策模型
  9.3  θ-量化效用三支決策模型的屬性約簡
    9.3.1  經典三支決策模型的屬性約簡
    9.3.2  基於θ-量化效用三支決策模型的屬性約簡演算法
  9.4  實驗分析
  9.5  小結
  參考文獻
第10章  序貫三支決策理論框架
  10.1  引言
  10.2  三支決策理論
    10.2.1  靜態三支決策
    10.2.2  動態三支決策
  10.3  序貫三支決策模型
    10.3.1  多層次的粒結構
    10.3.2  多樣性的模型選擇
    10.3.3  多元化的代價結構
  10.4  小結
  參考文獻
第11章  三支概念分析及其粒度
  11.1  引言
  11.2  基於正交對的三支概念分析
    11.2.1  基本概念
    11.2.2  三支概念格
    11.2.3  對象導出三支概念格的格約簡
  11.3  基於區間集的三支概念分析
    11.3.1  基本概念
    11.3.2  部分已知概念
    11.3.3  部分已知概念與完備化背景上形式概念之間的關係
  11.43  WCA中的粒度分析
    11.4.1  對象導出三支概念格的粒
    11.4.2  對象導出三支概念格的粒層次
    11.4.3  屬性導出三支概念格的粒及其關係
  11.5  小結
  參考文獻
第12章  三支決策推薦系統
  12.1  引言
  12.2  問題定義
    12.2.1  評分系統
    12.2.2  代價敏感學習

    12.2.3  數據轉換
  12.3  計算模型
    12.3.1  Pawlak粗糙集模型
    12.3.2  變精度粗糙集模型
    12.3.3  二支決策模型
    12.3.4  三支決策模型
  12.4  演算法描述
    12.4.1  構建隨機森林
    12.4.2  平均代價計算
  12.5  實驗
    12.5.1  數據集
    12.5.2  實驗設計
    12.5.3  實驗結果
  12.6  小結
  參考文獻
第13章  面向能耗優化的自適應三支閾值確定方法
  13.1  引言
  13.2  相關工作
  13.3  模型與問題描述
    13.3.1  調度模型
    13.3.2  能耗模型
    13.3.3  虛擬遷移問題描述
  13.4  自適應閾值遷移演算法
    13.4.1  虛擬遷移問題描述
    13.4.2  基於代價評估的閾值確定方法
    13.4.3  實例說明
  13.5  實驗及數據分析
    13.5.1  靜態閾值與自適應閾值能耗比較
    13.5.2  ATM演算法節能效果比較
    13.5.3  集群資源利用率比較實驗
  13.6  小結
  參考文獻
第14章  三支計算、認識計算與粒計算
  14.1  引言
  14.2  中國文化中三支計算、認知計算與粒計算有機結合的一個例子
  14.3  三支決策的TAO模型
  14.4  基於三支決策的研究方法
  14.5  小結
  參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032