基本信息

• 商品名称：三支决策与大数据分析
• 作者：刘盾//贾修一//李华雄//闵帆//于洪|责编:任静
• 定价：188
• 出版社：科学
• ISBN号：9787030655806

其他参考信息（以实物为准）

• 出版时间：2020-07-01
• 印刷时间：2020-07-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：372
• 字数：465千字

内容提要

三支决策是一种基于人类认知过程的粒计算研 究方法。本书从大数据决策环境入手,以三支决策作 为目标对象,以粒计算论为指导思想,以大数据分析 为核心技术,以机器学习相关方法为研究手段,研究 三支决策与大数据分析模型的构建、算法的实现、 方法的应用。本书的相关研究内容能够适应大数据 分析需求和 复杂的决策环境,扩大三支决策和粒计 算理论的实际应用背力图展现 外三支决策与大 数据分析的 新研究成果,并理论、方法和应用上给 出一套处理不确定性大数据问题的系统研究体系。
     本书可供计算机科学、管理科学与工程、控制 科学与工程、信息科学、应用数学等专业的科研人 员、教师、研究生、高年级本科生和工程技术人员 参考。
    

目录

序
前言
理论篇
第1章 三支决策概述：从粗糙集到粒计算
1.1 引言
1.2 三支决策基本模型与框架
1.3 三支决策、粗糙集与决策粗糙集
1.4 三支决策的粒计算方法
1.5 三支决策的粒计算框架模型
1.6 本章小结
参考文献
第2章 三支决策的时空性模型
2.1 引言
2.2 三支决策模型与基本概念
2.3 基于时间维度三支决策模型
2.4 基于空间维度三支决策模型
2.5 三支决策的时空性研究方法
2.6 本章小结
参考文献
第3章 基于样本相似度的三支属性约简方法
3.1 引言
3.2 基于类内相似度和类间相似度的属性约简
3.2.1 类内相似度
3.2.2 类间相似度
3.2.3 属性约简定义
3.3 启发式约简算法
3.4 实验
3.4.1 约简对比实验
3.4.2 分布对比实验
3.4.3 系数对比实验
3.5 本章小结
参考文献
第4章 基于决策粗糙集模型的多目标属性约简
4.1 引言
4.2 多目标属性约简
4.2.1 约简定义
4.2.2 多目标优化属性约简方法
4.2.3 基于集成学习的多目标属性约简方法
4.3 实验
4.3.1 实验数据集
4.3.2 评价标准
4.3.3 实验设置
4.3.4 实验结果
4.4 本章小结
参考文献
第5章 基于不完备信息系统的三支决策方法
5.1 引言
5.2 相关概念
5.2.1 三支决策与粗糙集理论
5.2.2 决策粗糙集理论
5.3 不完备信息系统下的三支决策方法
5.3.1 不完备信息系统与相似关系
5.3.2 基于三支决策的不完备信息系统
5.3.3 不完备信息系统下的三支决策理论模型
5.3.4 不完备信息系统下的三支决策算法设计
5.4 案例分析
5.5 本章小结
参考文献
第6章 直觉模糊信息下的三支决策理论与方法
6.1 引言
6.2 直觉模糊集和三支决策知识
6.2.1 直觉模糊集相关知识
6.2.2 三支决策知识
6.3 直觉模糊粗糙近似的构造
6.3.1 直觉模糊数的相似测度
6.3.2 新直觉模糊相似度
6.3.3 直觉模糊目标概念的(α, β) - 下、上近似集
6.4 基于多风险偏好直觉模糊决策粗糙集的三支决策
6.4.1 多风险偏好信息下的直觉模糊决策粗糙集模型
6.4.2 基于多风险偏好直觉模糊决策粗糙集的三支决策
6.4.3 算例与比较分析
6.5 直觉模糊环境下基于决策粗糙集等价模型的三支决策
6.5.1 经典决策粗糙集等价模型的构建
6.5.2 KKT条件
6.5.3 模型等价性的验证
6.5.4 直觉模糊环境下基于决策粗糙集等价模型的三支决策概率阈值确定
6.5.5 直觉模糊环境下基于决策粗糙集等价模型的三支决策
6.5.6 算例与比较分析
6.6 本章小结
参考文献
算法篇
第7章 三支聚类算法研究
7.1 三支聚类表示
7.2 三支聚类模型
7.2.1 理论模型框架
7.2.2 基于概率的评估函数
7.2.3 三支阈值自动确定
7.3 三支聚类算法
7.3.1 面向多视图数据的三支主动学习算法
7.3.2 面向大规模数据的三支聚类集成算法
7.3.3 面向混合属性数据的三支聚类算法
7.4 本章小结
参考文献
第8章 三支社区分类算法研究
8.1 引言
8.2 相关知识
8.2.1 相关定义
8.2.2 三支社区表示
8.2.3 社区结构的评价指标
8.3 基于三支决策的重叠社区发现算法
8.3.1 算法描述
8.3.2 算法步骤
8.3.3 实验分析
8.4 基于三支决策的重叠社区演化算法
8.4.1 演化事件定义
8.4.2 算法框架
8.4.3 算法描述
8.4.4 可视化结果
8.5 本章小结
参考文献
第9章 三支主动学习方法
9.1 引言
9.2 问题定义
9.2.1 数据模型
9.2.2 具体描述问题定义
9.3 计算模型
9.3.1 标签均匀分布模型
9.3.2 冲突解决模型
9.4 算法描述
9.4.1 ALEC
9.4.2 ALRC
9.4.3 CADU
9.5 实验
9.5.1 ALEC算法实验结果
9.5.2 ALRC算法实验结果
9.5.3 CADU算法实验结果
9.6 本章小结
参考文献
0章 三支代价敏感属性选择方法
10.1 引言
10.2 属性选择定义
10.2.1 属性(集)评价
10.2.2 属性选择
10.2.3 代价结构
10.3 代价敏感属性选择计算模型
10.3.1 经典粗糙集计算模型
10.3.2 可辨识矩阵计算模型
10.3.3 三支决策(粒)计算模型
10.4 算法设计
10.4.1 减法策略算法描述
10.4.2 加法策略算法描述
10.4.3 算法时间复杂度分析
10.5 实验分析
10.5.1 数据集
10.5.2 实验设计
10.5.3 实验结果分析
10.6 本章小结
参考文献
1章 基于三支决策粗糙集模型的多类代价敏感学习
11.1 引言
11.2 多类三支决策理论模型
11.2.1 代价函数
11.2.2 模型
11.2.3 性质
11.2.4