書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

不確定信息的處理與知識(shí)挖掘

作者：汪凌
出版社：中國科學(xué)技術(shù)大學(xué)出版社出版時(shí)間：2015-05-01
開本： 16開 頁數(shù)： 120
讀者評(píng)分：3分1條評(píng)論
中 圖 價(jià):¥10.2(3.4折) 定價(jià)  ¥30.0 登錄后可看到會(huì)員價(jià)
暫時(shí)缺貨 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
溫馨提示：5折以下圖書主要為出版社尾貨，大部分為全新（有塑封/無塑封），個(gè)別圖書品相8-9成新、切口
有劃線標(biāo)記、光盤等附件不全詳細(xì)品相說明>>
本類五星書更多>

不確定信息的處理與知識(shí)挖掘 版權(quán)信息

不確定信息的處理與知識(shí)挖掘 本書特色

　　《不確定信息的處理與知識(shí)挖掘》在作者對(duì)粗糙集相關(guān)理論進(jìn)行研究及應(yīng)用的基礎(chǔ)上，系統(tǒng)論述了不確定信息的處理與知識(shí)挖掘理論、方法體系，囊括了包含作者近期成果在內(nèi)的一些先進(jìn)模型、算法和實(shí)例。主要內(nèi)容包括：基于廣義決策系統(tǒng)分割點(diǎn)區(qū)分度的連續(xù)屬性離散化方法、基于改進(jìn)粒子群優(yōu)化的連續(xù)屬性離散化方法、基于相對(duì)分辨矩陣和信息熵的屬性約簡(jiǎn)算法、基于屬性區(qū)分頻度的約簡(jiǎn)改進(jìn)算法、基于全局尋優(yōu)的完備信息系統(tǒng)知識(shí)獲取算法、基于相容矩陣計(jì)算的不完備信息系統(tǒng)知識(shí)獲取算法，*后介紹了不確定信息的處理在城市交通領(lǐng)域中的應(yīng)用研究。

不確定信息的處理與知識(shí)挖掘 內(nèi)容簡(jiǎn)介

《不確定信息的處理與知識(shí)挖掘》在作者對(duì)粗糙集相關(guān)理論進(jìn)行研究及應(yīng)用的基礎(chǔ)上，系統(tǒng)論述了不確定信息的處理與知識(shí)挖掘理論、方法體系，囊括了包含作者近期成果在內(nèi)的一些先進(jìn)模型、算法和實(shí)例。主要內(nèi)容包括：基于廣義決策系統(tǒng)分割點(diǎn)區(qū)分度的連續(xù)屬性離散化方法、基于改進(jìn)粒子群優(yōu)化的連續(xù)屬性離散化方法、基于相對(duì)分辨矩陣和信息熵的屬性約簡(jiǎn)算法、基于屬性區(qū)分頻度的約簡(jiǎn)改進(jìn)算法、基于全局尋優(yōu)的完備信息系統(tǒng)知識(shí)獲取算法、基于相容矩陣計(jì)算的不完備信息系統(tǒng)知識(shí)獲取算法，*后介紹了不確定信息的處理在城市交通領(lǐng)域中的應(yīng)用研究。

不確定信息的處理與知識(shí)挖掘 目錄

前言
第1章緒論
1.1背景介紹
1.1.1產(chǎn)生背景
1.1.2研究意義
1.2國內(nèi)外研究現(xiàn)狀
1.2.1不確定信息處理研究
1.2.2不確定信息知識(shí)發(fā)現(xiàn)研究
1.2.3粗糙集理論及應(yīng)用研究


第2章粗糙集及其相關(guān)理論
2.1 引言
2.2粗糙集理論的基本概念
2.2.1知識(shí)與知識(shí)庫
2.2.2不精確范疇與近似集
2.2.3近似精度與分類質(zhì)量
2.3知識(shí)的約簡(jiǎn)與決策規(guī)則
2.3.1知識(shí)的約簡(jiǎn)與核
2.3.2知識(shí)的相對(duì)約簡(jiǎn)與相對(duì)核
2.3.3知識(shí)的依賴性及依賴度
2.3.4決策系統(tǒng)與決策規(guī)則
2.4粗糙集擴(kuò)展模型
2.4.1概率粗糙集模型
2.4.2相容粗糙集模型
2.4.3相似粗糙集模型
2.4.4限制容差關(guān)系粗糙集模型


第3章決策系統(tǒng)中連續(xù)數(shù)據(jù)的離散化
3.1引言
3.2粗糙集中離散化問題描述
3.3典型的連續(xù)屬性離散化算法
3.4基于布爾邏輯的離散化算法及其改進(jìn)
3.4.1基于布爾邏輯的離散化算法
3.4.2改進(jìn)的啟發(fā)式離散化算法
3.4.3算法分析
3.4.4實(shí)驗(yàn)結(jié)果及分析
3.4.5 實(shí)例分析
3.5基于改進(jìn)粒子群優(yōu)化算法的連續(xù)屬性離散化
3.5.1 改進(jìn)粒子群優(yōu)化算法相關(guān)概念
3.5.2粒子群優(yōu)化算法及其改進(jìn)
3.5.3基于改進(jìn)粒子群優(yōu)化算法的連續(xù)屬性離散化
3.5.4算法分析
3.5.5實(shí)驗(yàn)結(jié)果及分析
3.6粗糙集離散化算法的評(píng)價(jià)


第4章決策系統(tǒng)中不確定信息約簡(jiǎn)
4.1引言
4.2典型的屬性約簡(jiǎn)算法
4.2.1基于分辨矩陣的約簡(jiǎn)算法
4.2.2基于屬性依賴度的約簡(jiǎn)算法
4.2.3基于互信息的啟發(fā)式約簡(jiǎn)算法
4.2.4基于遺傳算法的屬性約簡(jiǎn)算法
4.3屬性約簡(jiǎn)的一種新型啟發(fā)式算法
4.3.1相對(duì)分辨矩陣
4.3.2算法理論基礎(chǔ)
4.3.3算法描述
4.3.4算法分析
4.3.5 實(shí)例分析
4.4基于屬性區(qū)分頻度的約簡(jiǎn)改進(jìn)算法
4.4.1 求異矩陣
4.4.2算法原理
4.4.3算法描述
4.4.4算法分析
4.4.5 實(shí)例分析


第5章決策系統(tǒng)中不確定信息知識(shí)挖掘
5.1引言
5.2典型的決策規(guī)則獲取算法
5.2.1一般值約簡(jiǎn)算法
5.2.2基于決策矩陣的規(guī)則獲取算法
5.2.3基于投影的缺損規(guī)則獲取算法
5.3全局尋優(yōu)的完備信息系統(tǒng)規(guī)則獲取算法
5.3.1連續(xù)屬性離散化
5.3.2屬性約簡(jiǎn)
5.3.3屬性值約簡(jiǎn)
5.3.4算法描述
5.3.5決策解釋
5.3.6算法分析
5.3.7 實(shí)例分析
5.4不完備信息系統(tǒng)的規(guī)則獲取算法
5.4.1 不完備信息系統(tǒng)與廣義決策函數(shù)
5.4.2條件屬性矩陣和決策屬性矩陣
5.4.3基于矩陣的不完備信息決策系統(tǒng)規(guī)則獲取算法
5.4.4算法分析
5.4.5 實(shí)例分析


第6章不確定信息處理在城市交通管理中的應(yīng)用
6.1引言
6.2城市交通管理中的不確定性因素分析
6.3城市交通管理中交通流狀態(tài)識(shí)別概述
6.3.1 交通流狀態(tài)模式識(shí)別
6.3.2交通流狀態(tài)模式識(shí)別過程
6.3.3交通流狀態(tài)模式識(shí)別方法
6.4基于不確定信息的交通流狀態(tài)模式分類
6.4.1特征屬性選取
6.4.2交通流狀態(tài)模式分類知識(shí)發(fā)現(xiàn)
6.4.3集成分類系統(tǒng)
6.5應(yīng)用實(shí)例分析
6.5.1數(shù)據(jù)來源及預(yù)處理
6.5.2特征屬性約簡(jiǎn)
6.5.3交通流狀態(tài)模式分類知識(shí)發(fā)現(xiàn)
6.5.4交通流狀態(tài)模式分析與預(yù)測(cè)
參考文獻(xiàn)

 

展開全部
商品評(píng)論(1條)
書友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服