云模型与粒计算【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

云模型与粒计算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 双向认知计算模型——云模型1

1.1 引言2

1.2 正态分布与正态隶属函数4

1.3 云模型6

1.3.1 云模型的定义6

1.3.2 云模型的数字特征7

1.3.3 正态云模型的递归定义及其数学性质8

1.3.4 云发生器8

1.3.5 双向认知计算模型12

1.4 本章小结20

参考文献21

第2章 高斯云的数学性质23

2.1 高斯云分布23

2.2 高斯云的数学性质25

2.2.1 高斯云的数字特征25

2.2.2 高斯云的期望曲线27

2.2.3 高斯云的雾化特性28

2.2.4 高阶高斯云的数字特征30

2.3 高斯云的参数对峰度的影响分析32

2.4 高斯云的幂律特性实验35

2.5 本章小结39

参考文献39

第3章 云模型与相近概念的关系40

3.1 二型Fuzzy集40

3.1.1 二型Fuzzy集的定义40

3.1.2 二型Fuzzy集的运算42

3.1.3 区间值Fuzzy集44

3.1.4 Gaussian二型Fuzzy集46

3.1.5 二型Fuzzy集的嵌入区间值Fuzzy集47

3.1.6 m型Fuzzy集与Genuine集49

3.1.7 区间集与阴影集50

3.2 直觉Fuzzy集52

3.2.1 直觉Fuzzy集的定义52

3.2.2 直觉Fuzzy集的运算53

3.2.3 区间值直觉Fuzzy集53

3.3 Neumaier云55

3.3.1 Neumaier云的定义55

3.3.2 离散云58

3.3.3 连续云与潜云58

3.4 Fuzzy概率集59

3.4.1 随机集59

3.4.2 Fuzzy概率集59

3.4.3 Bifuzzy概率集和区间值概率集61

3.5 Soft集61

3.5.1 Soft集的定义61

3.5.2 Soft集的运算63

3.6 云模型64

3.6.1 云模型的定义64

3.6.2 云模型算法64

3.6.3 正态云生成的区间值Fuzzy集65

3.7 云集67

3.7.1 各类集合的关系67

3.7.2 云集69

3.8 本章小结69

参考文献70

第4章 区间集74

4.1 引言74

4.2 不精确概念及其表示75

4.3 区间集76

4.3.1 区间集与部分已知概念76

4.3.2 区间集与概念近似77

4.4 区间集代数78

4.4.1 幂代数78

4.4.2 区间集运算78

4.4.3 基于包含序的区间集代数80

4.4.4 基于知识序的区间集代数81

4.5 基于不完备信息表的区间集构造方法81

4.6 区间集与其他理论的联系85

4.6.1 区间集与Kleene三值逻辑85

4.6.2 区间集与粗糙集86

4.6.3 区间集与三支决策86

4.6.4 区间集、模糊集和云模型87

4.7 本章小结87

参考文献87

第5章 区间值信息系统的粒计算模型与方法94

5.1 引言94

5.2 基础概念95

5.2.1 不可分辨关系和近似域95

5.2.2 决策系统中的不确定性度量95

5.3 区间值决策系统的不确定性度量96

5.3.1 区间值的相似关系96

5.3.2 相似类和决策类97

5.3.3 θ-条件熵99

5.3.4 不确定性度量和θ-粗糙决策熵101

5.4 实验103

5.5 本章小结107

参考文献107

第6章 多粒度粗糙集110

6.1 问题描述110

6.2 乐观多粒度粗糙集112

6.2.1 Pawlak粗糙集理论112

6.2.2 乐观粗糙近似113

6.2.3 多粒度粗糙集中的几个度量122

6.2.4 特征选择125

6.3 悲观多粒度粗糙集128

6.3.1 悲观粗糙近似128

6.3.2 粗糙成员函数132

6.3.3 多粒度粗糙集中的规则133

6.4 本章小结134

参考文献135

第7章 粒计算模型的特性分析与比较137

7.1 引言137

7.2 不确定性表示方法141

7.2.1 隶属度的方法141

7.2.2 粗糙集的表示方法143

7.2.3 商空间的表示方法144

7.3 粒计算表示不确定性方法之间的关系145

7.3.1 隶属度函数表示方法与商空间链表示方法的关系145

7.3.2 粗糙集的表示方法与商空间链表示方法之间的关系146

7.3.3 云模型与二型模糊之间的关系148

7.4 问题求解方法的比较149

7.5 本章小结153

参考文献154

第8章 云计算环境下层次粗糙集模型约简算法156

8.1 层次粗糙集模型157

8.1.1 引言157

8.1.2 概念层次158

8.1.3 基于云模型的概念提取及概念提升159

8.1.4 层次粗糙集模型162

8.2 云计算技术167

8.2.1 云计算介绍167

8.2.2 MapReduce技术167

8.3 云计算环境下层次粗糙集模型约简算法168

8.3.1 云计算环境下知识约简算法中的并行性分析168

8.3.2 云计算环境下计算层次编码决策表算法169

8.3.3 云计算环境下层次粗糙集模型约简算法的研究170

8.4 实验与分析174

8.4.1 理论分析174

8.4.2 实验结果175

8.4.3 实验分析175

8.5 本章小结178

参考文献178

第9章 基于粒计算的聚类分析182

9.1 引言182

9.2 粒度计算与聚类分析的关系183

9.3 粒聚类的基本方法186

9.3.1 模糊聚类分析186

9.3.2 粗糙集聚类分析188

9.3.3 商空间聚类分析189

9.4 基于融合的粒度模型的聚类分析189

9.4.1 模糊集与粗糙集的结合190

9.4.2 模糊商空间191

9.5 多粒度聚类若干问题的研究192

9.5.1 多粒度聚类中粒子的转换问题192

9.5.2 约简集粒度的精准性196

9.5.3 多粒度快速聚类算法197

9.6 基于多粒度聚类的问题求解应用举例：粗糙RBF神经网络的学习算法201

9.6.1 粗糙RBF神经网络的学习算法201

9.6.2 粗糙RBF神经网络的可用性与可靠性实验202

9.7 本章小结205

参考文献206

第10章 并行约简与F-粗糙集210

10.1 粗糙集基本知识212

10.2 F-粗糙集214

10.3 并行约简定义与性质216

10.4 并行约简算法217

10.4.1 基于属性重要度矩阵的并行约简算法218

10.4.2 基于属性重要度矩阵的并行约简算法的优化220

10.4.3 基于F-属性重要度的并行约简算法220

10.4.4 （F，ε）-并行约简222

10.5 决策系统的分解223

10.6 本章小结226

参考文献227

第11章 单调性分类学习229

11.1 引言229

11.2 基于优势关系粗糙集的单调性分类分析230

11.3 基于模糊偏好粗糙集的单调性分类分析232

11.4 基于排序熵模型的单调性分类分析239

11.4.1 Shannon信息熵240

11.4.2 有序信息熵240

11.5 基于排序熵的单调性决策树244

11.5.1 程序描述246

11.5.2 性质研究248

11.5.3 在人工数据上的实验250

11.6 本章小结252

参考文献252

第12章 不确定性研究中若干问题的探讨254

12.1 隶属度的不确定性问题254

12.2 运算法则的不确定性问题256

12.3 模糊运算与逻辑运算问题260

12.3.1 模糊运算260

12.3.2 逻辑运算262

12.4 排序的不确定性问题265

12.5 截集水平的不确定性问题268

12.6 Fuzzy集合的互补律问题268

12.7 集合的统一问题269

12.8 本章小结270

参考文献270

第13章 基于云模型的文本分类应用273

13.1 云模型在文本挖掘中的理论扩充273

13.1.1 基于VSM模型的文本知识表示273

13.1.2 基于信息表的文本知识表示274

13.1.3 基于云模型的文本信息表转换275

13.1.4 基于云相似度的文本相似度量276

13.2 文本分类及其常用方法278

13.2.1 文本分类概述278

13.2.2 文本分类常用方法279

13.2.3 性能分析282

13.2.4 文本分类模型的评估283

13.3 基于云模型与粒计算的文本分类285

13.3.1 虚拟泛概念树及概念跃升285

13.3.2 基于云模型的文本特征自动提取算法287

13.3.3 基于云概念跃升的文本分类297

13.4 本章小结300

参考文献301

第14章 数据挖掘算法的云实现303

14.1 在云上实现数据挖掘算法的技术背景303

14.2 现有基于云计算的数据挖掘平台304

14.2.1 “大云”系统304

14.2.2 Mahout开源项目304

14.2.3 电子科技大学与华为公司合作的云挖掘项目305

14.3 经典数据挖掘算法的MapReduce实现思路305

14.4 经典数据挖掘算法在Hadoop平台的实现范例307

14.4.1 协同过滤算法在Hadoop平台的实现307

14.4.2 朴素贝叶斯算法在Hadoop平台的实现312

14.5 云挖掘技术的展望318

14.5.1 针对Web信息的云挖掘318

14.5.2 针对图结构的云挖掘319

14.5.3 针对声音与视频等多媒体信息的云挖掘319

参考文献319