粒计算研究丛书 三支决策 复杂问题求解方法与实践【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

粒计算研究丛书 三支决策 复杂问题求解方法与实践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 三支决策概述1

1.1 三支决策思想1

1.1.1 中庸与三支决策1

1.1.2 三支决策复杂问题求解实例2

1.1.3 三支决策问题求解的普遍性6

1.2 三支决策的认知基础及意义7

1.3 三支决策8

1.3.1 三支决策描述8

1.3.2 基于评价函数的三支决策9

1.4 基于集合论构造三支决策10

1.4.1 区间集与三支决策10

1.4.2 粗糙集与三支决策11

1.4.3 概率粗糙集与三支决策12

1.4.4 模糊集与三支决策13

1.4.5 阴影集与三支决策13

1.5 本章小结14

致谢14

参考文献15

第2章 三支决策空间20

2.1 引言20

2.2 三支决策空间21

2.2.1 三支决策的度量22

2.2.2 三支决策的条件22

2.2.3 三支决策的决策评价函数23

2.2.4 三支决策空间25

2.3 三支决策空间上的三支决策25

2.3.1 三支决策25

2.3.2 乐观多粒度三支决策26

2.3.3 悲观多粒度三支决策26

2.4 基于Fuzzy集的三支决策27

2.4.1 基于一般Fuzzy集的三支决策27

2.4.2 基于区间值Fuzzy集的三支决策28

2.4.3 基于Fuzzy关系的三支决策28

2.4.4 基于阴影集的三支决策28

2.4.5 基于区间集的三支决策29

2.5 基于随机集的三支决策30

2.5.1 随机集30

2.5.2 决策度量域为集代数的三支决策30

2.5.3 决策度量域为［0,1］的三支决策30

2.6 基于粗糙集的三支决策31

2.6.1 基于Fuzzy决策粗糙集的三支决策31

2.6.2 基于区间值Fuzzy决策粗糙集的三支决策32

2.7 多粒度三支决策空间的转化34

2.7.1 加权平均多粒度三支决策34

2.7.2 max-min平均多粒度三支决策35

2.8 三支决策空间的动态三支决策35

2.8.1 动态二支决策35

2.8.2 动态三支决策38

2.9 三支决策空间的双评价函数三支决策39

2.10 三支决策空间上的其他三支决策41

2.10.1 三支决策空间上0≤β≤a≤1的三支决策41

2.10.2 三支决策空间上含拒绝决策域的三支决策43

2.11 本章小结43

致谢45

参考文献45

第3章 基于概率粗糙集的动态三支决策方法49

3.1 引言49

3.2 基于概率粗糙集的三支决策模型50

3.3 基于概率粗糙集的动态三支决策方法52

3.4 基于概率粗糙集的增量式三支决策算法59

3.5 实例分析63

3.6 本章小结65

致谢65

参考文献66

第4章 基于区间数决策粗糙集的三支决策68

4.1 区间数决策粗糙集的基础模型68

4.1.1 区间数决策粗糙集的基本理论模型68

4.1.2 区间数决策粗糙集与决策粗糙集的比较70

4.2 基于确定性排序方法的区间数决策粗糙集决策机制71

4.3 基于可能度排序方法的区间数决策粗糙集决策机制74

4.3.1 基于可能度排序方法的决策规则74

4.3.2 决策规则准则76

4.4 基于优化视角的区间数决策粗糙集决策机制83

4.5 实验分析87

4.5.1 对比研究87

4.5.2 选取区间数决策粗糙集分析方法的准则90

4.6 本章小结90

致谢91

参考文献91

第5章 构造型的多粒度三支决策模型93

5.1 引言93

5.2 三支决策相关理论94

5.2.1 基于决策粗糙集的三支决策模型94

5.2.2 CCA简介95

5.2.3 基于CCA的三支决策模型96

5.3 基于CCA的代价敏感三支决策模型96

5.3.1 引入代价敏感的三支决策模型96

5.3.2 实验结果及分析97

5.4 基于CCA的鲁棒性三支决策模型101

5.4.1 基于CCA的鲁棒性三支决策模型101

5.4.2 实验结果及分析102

5.5 边界域的多粒度挖掘模型105

5.5.1 基于覆盖算法的多粒度思想105

5.5.2 边界域的多粒度挖掘106

5.5.3 实验结果分析107

5.6 本章小结110

致谢110

参考文献110

第6章 三支决策聚类112

6.1 引言112

6.2 不确定性聚类113

6.3 聚类问题的三支决策描述114

6.3.1 三支决策聚类的提出114

6.3.2 三支决策的区间集描述115

6.3.3 三支决策聚类的表示116

6.4 三个域的关系117

6.5 重叠域细分在社交网络中的应用120

6.6 动态三支决策聚类123

6.6.1 增量式数据聚类的相关定义124

6.6.2 初始聚类125

6.6.3 创建搜索树127

6.6.4 增量聚类128

6.6.5 实验分析130

6.7 本章小结132

致谢133

参考文献133

第7章 基于三支决策的多粒度文本情感分类136

7.1 引言136

7.2 粗糙集和三支决策137

7.3 上下文有关的词语情感分类138

7.3.1 上下文有关反义词对138

7.3.2 基于三支决策的上下文有关词语情感分类139

7.3.3 实验结果与分析141

7.4 主题依赖的句子情感分类143

7.4.1 情感先验143

7.4.2 基于三支决策的主题依赖句子情感分类144

7.4.3 实验结果与分析145

7.5 多标记的篇章情绪分类148

7.5.1 多标记情绪148

7.5.2 基于三支决策的多标记篇章情绪分类149

7.5.3 实验结果与分析151

7.6 本章小结153

致谢153

参考文献153

第8章 基于三支决策的高利润项集增量挖掘156

8.1 引言156

8.2 高利润项集挖掘157

8.2.1 数据模型157

8.2.2 相关定义158

8.2.3 效用约束的特性159

8.2.4 高效用项集挖掘算法160

8.3 三支决策163

8.3.1 三支决策理论163

8.3.2 研究现状164

8.4 基于三支决策的高利润项集增量挖掘165

8.4.1 三支决策模型165

8.4.2 增量更新算法166

8.4.3 同步机制168

8.5 算法性能评估171

8.5.1 数据集171

8.5.2 实验结果和评价172

8.6 本章小结174

致谢174

参考文献174

第9章 代价敏感序贯三支决策在图像识别中的应用177

9.1 引言177

9.2 三支决策及其应用178

9.3 决策方法及决策代价179

9.4 人脸图像识别与序贯决策182

9.5 图像的子空间粒度特征提取法184

9.5.1 序贯子空间粒度特征提取法184

9.5.2 PCA子空间粒度特征提取法185

9.5.3 LPP子空间粒度特征提取法186

9.6 代价敏感的序贯三支决策方法187

9.7 实验分析与验证189

9.7.1 数据库介绍及实验设置189

9.7.2 子空间粒度特征人脸图像190

9.7.3 序贯决策的代价与错误率191

9.7.4 序贯决策中的边界域变化趋势194

9.8 本章小结195

致谢195

参考文献195

第10章 基于基尼目标函数的三支决策域确定199

10.1 引言199

10.2 三支决策域及其评价200

10.2.1 粗糙集构造三支决策域200

10.2.2 评价三支决策域201

10.3 基尼系数202

10.3.1 一般概率分布的基尼系数203

10.3.2 三支决策域的基尼系数205

10.3.3 决策域基尼系数的变化分析206

10.4 基尼目标函数208

10.4.1 将三个决策域的基尼系数作为一个整体208

10.4.2 立即决策域的基尼系数对抗不承诺域的基尼系数209

10.4.3 分别考虑每一个决策域的基尼系数211

10.5 示例212

10.6 本章小结215

致谢215

参考文献215

第11章 基于三支决策的中文文本情感分析219

11.1 引言219

11.2 问题描述220

11.3 准备工作——情感词典的构建221

11.4 三支决策在中文文本情感分析中的应用223

11.4.1 三支决策分类223

11.4.2 对边界域的后续处理225

11.5 实验结果226

11.6 本章小结228

致谢228

参考文献228

第12章 基于三支决策的支持向量机增量学习方法231

12.1 引言231

12.2 背景知识232

12.2.1 SVM增量学习232

12.2.2 三支决策233

12.3 基于三支决策的SVM增量学习方法234

12.3.1 三支决策中条件概率的构建234

12.3.2 基于三支决策的SVM边界向量构建237

12.3.3 基于三支决策的SVM增量学习算法238

12.4 实验与分析239

12.4.1 实验数据描述239

12.4.2 数据预处理240

12.4.3 评价指标240

12.4.4 实验结果及分析240

12.5 本章小结242

致谢242

参考文献243

第13章 基于自反概率模糊粗糙集的三支决策245

13.1 引言245

13.2 模糊集与概率粗糙集246

13.2.1 模糊集246

13.2.2 概率粗糙集247

13.3 自反概率粗糙模糊集249

13.4 自反概率粗糙模糊集的三支决策251

13.4.1 贝叶斯决策过程251

13.4.2 自反概率粗糙模糊集的三支决策251

13.5 本章小结255

致谢255

参考文献255

第14章 三支决策的集对分析数学模型及应用259

14.1 引言259

14.2 集对分析联系数259

14.2.1 集对与联系度260

14.2.2 联系数260

14.2.3 联系变量与联系函数261

14.3 三支决策的集对分析数学模型261

14.3.1 集对联系数的重新定义262

14.3.2 三支决策的集对分析模型的建立263

14.3.3 模型向二支决策的转化264

14.3.4 模型的实现步骤和程序264

14.4 基于三支决策集对分析模型的稿件评审问题265

14.5 本章小结266

致谢267

参考文献267

第15章 基于直觉模糊集和区间集的三支决策研究269

15.1 引言269

15.2 阴影集与三支决策的关系270

15.2.1 基于面积的阴影集理解270

15.2.2 基于模糊熵的阴影集理解271

15.2.3 基于三支决策的阴影集理解272

15.3 直觉模糊集的三支近似273

15.3.1 基于直觉模糊集的三支决策274

15.3.2 直觉模糊集的三支近似275

15.4 区间集上的包含度理论276

15.4.1 区间集277

15.4.2 区间集上的序关系280

15.4.3 区间集上的包含度281

15.5 本章小结283

致谢283

参考文献283

第16章 基于三支决策的微博主观文本识别研究286

16.1 引言286

16.2 三支决策理论287

16.2.1 三支决策理论概述287

16.2.2 微博主观文本三支决策解释289

16.2.3 一种微博主观文本三支决策阈值解释290

16.3 特征抽取290

16.3.1 候选主观特征选择290

16.3.2 微博主观特征提取与加权291

16.4 二阶段三支决策分类器设计292

16.4.1 基于NB的三支决策分类器设计292

16.4.2 基于SVM的三支决策分类器设计292

16.4.3 基于KNN的三支决策分类器设计293

16.5 实验与分析293

16.5.1 评价标准293

16.5.2 基于NB的三支决策分类器实验293

16.5.3 基于SVM的三支决策分类器实验295

16.5.4 基于KNN的三支决策分类器实验297

16.6 本章小结298

致谢298

参考文献298

第17章 形式概念的三支表示300

17.1 引言300

17.2 预备知识301

17.2.1 子集对的运算301

17.2.2 二值信息表302

17.3 正算子与概念格302

17.4 负算子与补概念格304

17.5 三支算子与三支概念格305

17.5.1 三支算子305

17.5.2 对象导出的三支概念格309

17.5.3 属性导出的三支概念格310

17.6 本章小结312

致谢312

参考文献312

第18章 模糊三支决策314

18.1 从三支决策到模糊三支决策314

18.2 基于评价函数的模糊三支决策317

18.2.1 带有一对基于偏序集的评价函数的模糊三支决策317

18.2.2 带有一个基于偏序集的评价函数的模糊三支决策320

18.2.3 带有一个基于全序集（R，≤）的评价函数的模糊三支决策321

18.3 模糊三支决策的两个模型323

18.3.1 直觉模糊集与模糊三支决策323

18.3.2 粗糙模糊集与模糊三支决策324

18.4 本章小结325

致谢325

参考文献325

附录 三支决策理论与应用已有成果文献327