三支決策:復(fù)雜問題求解方法與實(shí)踐
定 價(jià):88 元
叢書名:粒計(jì)算研究叢書
- 作者:于洪 ... [等] 著
- 出版時(shí)間:2015/7/1
- ISBN:9787030452290
- 出 版 社:科學(xué)出版社
- 中圖法分類:TP399
- 頁碼:337
- 紙張:膠版紙
- 版次:1
- 開本:16K
決策是人類生產(chǎn)和生活中的普遍行為。當(dāng)人們?cè)诮邮、拒絕、暫不做決定三者之間權(quán)衡利弊時(shí), 便自發(fā)地運(yùn)用了一種三支策略。為了系統(tǒng)地研究計(jì)算機(jī)科學(xué)、醫(yī)學(xué)、管理學(xué)、心理學(xué)、認(rèn)知科學(xué)中普遍存在的三支策略和方法, 一種新的用于復(fù)雜問題求解的三支決策計(jì)算方法在逐漸得到廣大學(xué)者的關(guān)注, 并逐漸形成其理論體系。近年來, 該理論已應(yīng)用于決策分析、不確定性分析、聚類分析、信息過濾、多標(biāo)簽分類、多維決策模型和Web支持系統(tǒng)等領(lǐng)域的研究工作中。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
適讀人群 :適用于計(jì)算機(jī)、自動(dòng)化等相關(guān)專業(yè)的研究人員、教師、研究生、高年級(jí)本科生和工程技術(shù)人員參考。
《三支決策:復(fù)雜問題求解方法與實(shí)踐》可供計(jì)算機(jī)、自動(dòng)化等相關(guān)專業(yè)的研究人員、教師、研究生、高年級(jí)本科生和工程技術(shù)人員參考。
目錄
前言
第1章 三支決策概述 1
An Introduction to Three-Way Decisions
1.1 三支決策思想 1
1.1.1 中庸與三支決策 1
1.1.2 三支決策復(fù)雜問題求解實(shí)例 2
1.1.3 三支決策問題求解的普遍性 6
1.2 三支決策的認(rèn)知基礎(chǔ)及意義 7
1.3 三支決策 8
1.3.1 三支決策描述 8
1.3.2 基于評(píng)價(jià)函數(shù)的三支決策 9
1.4 基于集合論構(gòu)造三支決策 10
1.4.1 區(qū)間集與三支決策 10
1.4.2 粗糙集與三支決策 11
1.4.3 概率粗糙集與三支決策 12
1.4.4 模糊集與三支決策 13
1.4.5 陰影集與三支決策 13
1.5 本章小結(jié) 14
致謝 14
參考文獻(xiàn) 15
第2章 三支決策空間 20
Three-Way Decision Space
2.1 引言 20
2.2 三支決策空間 21
2.2.1 三支決策的度量 22
2.2.2 三支決策的條件 22
2.2.3 三支決策的決策評(píng)價(jià)函數(shù) 23
2.2.4 三支決策空間 25
2.3 三支決策空間上的三支決策 25
2.3.1 三支決策 25
2.3.2 樂觀多粒度三支決策 26
2.3.3 悲觀多粒度三支決策 26
2.4 基于Fuzzy集的三支決策 27
2.4.1 基于一般Fuzzy集的三支決策 27
2.4.2 基于區(qū)間值Fuzzy集的三支決策 28
2.4.3 基于Fuzzy關(guān)系的三支決策 28
2.4.4 基于陰影集的三支決策 28
2.4.5 基于區(qū)間集的三支決策 29
2.5 基于隨機(jī)集的三支決策 30
2.5.1 隨機(jī)集 30
2.5.2 決策度量域?yàn)榧鷶?shù)的三支決策 30
2.5.3 決策度量域?yàn)閇0,1]的三支決策 30
2.6 基于粗糙集的三支決策 31
2.6.1 基于Fuzzy決策粗糙集的三支決策 31
2.6.2 基于區(qū)間值Fuzzy決策粗糙集的三支決策 32
2.7 多粒度三支決策空間的轉(zhuǎn)化 34
2.7.1 加權(quán)平均多粒度三支決策 34
2.7.2 max-min平均多粒度三支決策 35
2.8 三支決策空間的動(dòng)態(tài)三支決策 35
2.8.1 動(dòng)態(tài)二支決策 35
2.8.2 動(dòng)態(tài)三支決策 38
2.9 三支決策空間的雙評(píng)價(jià)函數(shù)三支決策 39
2.10 三支決策空間上的其他三支決策 41
2.10.1 三支決策空間上0≤β≤α≤1的三支決策 41
2.10.2 三支決策空間上含拒絕決策域的三支決策 43
2.11 本章小結(jié) 43
致謝 45
參考文獻(xiàn) 45
第3章 基于概率粗糙集的動(dòng)態(tài)三支決策方法 49
Dynamic Three-Way Decision Method Based on Probabilistic Rough Sets
3.1 引言 49
3.2 基于概率粗糙集的三支決策模型 50
3.3 基于概率粗糙集的動(dòng)態(tài)三支決策方法 52
3.4 基于概率粗糙集的增量式三支決策算法 59
3.5 實(shí)例分析 63
3.6 本章小結(jié) 65
致謝 65
參考文獻(xiàn) 66
第4章 基于區(qū)間數(shù)決策粗糙集的三支決策 68
Three-Way Decisions with Interval-Valued Decision-Theoretic Rough Sets
4.1 區(qū)間數(shù)決策粗糙集的基礎(chǔ)模型 68
4.1.1 區(qū)間數(shù)決策粗糙集的基本理論模型 68
4.1.2 區(qū)間數(shù)決策粗糙集與決策粗糙集的比較 70
4.2 基于確定性排序方法的區(qū)間數(shù)決策粗糙集決策機(jī)制 71
4.3 基于可能度排序方法的區(qū)間數(shù)決策粗糙集決策機(jī)制 74
4.3.1 基于可能度排序方法的決策規(guī)則 74
4.3.2 決策規(guī)則準(zhǔn)則 76
4.4 基于優(yōu)化視角的區(qū)間數(shù)決策粗糙集決策機(jī)制 83
4.5 實(shí)驗(yàn)分析 87
4.5.1 對(duì)比研究 87
4.5.2 選取區(qū)間數(shù)決策粗糙集分析方法的準(zhǔn)則 90
4.6 本章小結(jié) 90
致謝 91
參考文獻(xiàn) 91
第5章 構(gòu)造型的多粒度三支決策模型 93
Constructive Multi-Granular Three-Way Decision Model
5.1 引言 93
5.2 三支決策相關(guān)理論 94
5.2.1 基于決策粗糙集的三支決策模型 94
5.2.2 CCA簡(jiǎn)介 95
5.2.3 基于CCA的三支決策模型 96
5.3 基于CCA的代價(jià)敏感三支決策模型 96
5.3.1 引入代價(jià)敏感的三支決策模型 96
5.3.2 實(shí)驗(yàn)結(jié)果及分析 97
5.4 基于CCA的魯棒性三支決策模型 101
5.4.1 基于CCA的魯棒性三支決策模型 101
5.4.2 實(shí)驗(yàn)結(jié)果及分析 102
5.5 邊界域的多粒度挖掘模型 105
5.5.1 基于覆蓋算法的多粒度思想 105
5.5.2 邊界域的多粒度挖掘 106
5.5.3 實(shí)驗(yàn)結(jié)果分析 107
5.6 本章小結(jié) 110
致謝 110
參考文獻(xiàn) 110
第6章 三支決策聚類 112
Three-Way Decision Clustering
6.1 引言 112
6.2 不確定性聚類 113
6.3 聚類問題的三支決策描述 114
6.3.1 三支決策聚類的提出 114
6.3.2 三支決策的區(qū)間集描述 115
6.3.3 三支決策聚類的表示 116
6.4 三個(gè)域的關(guān)系 117
6.5 重疊域細(xì)分在社交網(wǎng)絡(luò)中的應(yīng)用 120
6.6 動(dòng)態(tài)三支決策聚類 123
6.6.1 增量式數(shù)據(jù)聚類的相關(guān)定義 124
6.6.2 初始聚類 125
6.6.3 創(chuàng)建搜索樹 127
6.6.4 增量聚類 128
6.6.5 實(shí)驗(yàn)分析 130
6.7 本章小結(jié) 132
致謝 133
參考文獻(xiàn) 133
第7章 基于三支決策的多粒度文本情感分類 136
Multi-Granularity Sentiment Classification Based on Three-Way Decisions
7.1 引言 136
7.2 粗糙集和三支決策 137
7.3 上下文有關(guān)的詞語情感分類 138
7.3.1 上下文有關(guān)反義詞對(duì) 138
7.3.2 基于三支決策的上下文有關(guān)詞語情感分類 139
7.3.3 實(shí)驗(yàn)結(jié)果與分析 141
7.4 主題依賴的句子情感分類 143
7.4.1 情感先驗(yàn) 143
7.4.2 基于三支決策的主題依賴句子情感分類 144
7.4.3 實(shí)驗(yàn)結(jié)果與分析 145
7.5 多標(biāo)記的篇章情緒分類 148
7.5.1 多標(biāo)記情緒 148
7.5.2 基于三支決策的多標(biāo)記篇章情緒分類 149
7.5.3 實(shí)驗(yàn)結(jié)果與分析 151
7.6 本章小結(jié) 153
致謝 153
參考文獻(xiàn) 153
第8章 基于三支決策的高利潤(rùn)項(xiàng)集增量挖掘 156
Three-Way Based High Utility Itemset Incremental Mining
8.1 引言 156
8.2 高利潤(rùn)項(xiàng)集挖掘 157
8.2.1 數(shù)據(jù)模型 157
8.2.2 相關(guān)定義 158
8.2.3 效用約束的特性 159
8.2.4 高效用項(xiàng)集挖掘算法 160
8.3 三支決策 163
8.3.1 三支決策理論 163
8.3.2 研究現(xiàn)狀 164
8.4 基于三支決策的高利潤(rùn)項(xiàng)集增量挖掘 165
8.4.1 三支決策模型 165
8.4.2 增量更新算法 166
8.4.3 同步機(jī)制 168
8.5 算法性能評(píng)估 171
8.5.1 教據(jù)集 171
8.5.2 實(shí)驗(yàn)結(jié)果和評(píng)價(jià) 172
8.6 本章小結(jié) 174
致謝 174
參考文獻(xiàn) 174
第9章 代價(jià)敏感序貫三支決策在圖像識(shí)別中的應(yīng)用 177
Cost-Sensitive Sequential Three-Way Decision and Its Application in Image Recognition
9.1 引言 177
9.2 三支決策及其應(yīng)用 178
9.3 決策方法及決策代價(jià) 179
9.4 人臉圖像識(shí)別與序貫決策 182
9.5 圖像的子空間粒度特征提取法 184
9.5.1 序貫子空間粒度特征提取法 184
9.5.2 PCA子空間粒度特征提取法 185
9.5.3 LPP子空間粒度特征提取法 186
9.6 代價(jià)敏感的序貫三支決策方法 187
9.7 實(shí)驗(yàn)分析與驗(yàn)證 189
9.7.1 數(shù)據(jù)庫介紹及實(shí)驗(yàn)設(shè)置 189
9.7.2 子空間粒度特征人臉圖像 190
9.7.3 序貫決策的代價(jià)與錯(cuò)誤率 191
9.7.4 序貫決策中的邊界域變化趨勢(shì) 194
9.8 本章小結(jié) 195
致謝 195
參考文獻(xiàn) 195
第10章 基于基尼目標(biāo)函數(shù)的三支決策域確定 199
Gini Objective Functions for Determining Three-Way Decision Regions
10.1 引言 199
10.2 三支決策域及其評(píng)價(jià) 200
10.2.1 粗糙集構(gòu)造三支決策域 200
10.2.2 評(píng)價(jià)三支決策域 201
10.3 基尼系數(shù) 202
10.3.1 一般概率分布的基尼系數(shù) 203
10.3.2 三支決策域的基尼系數(shù) 205
10.3.3 決策域基尼系數(shù)的變化分析 206
10.4 基尼目標(biāo)函數(shù) 208
10.4.1 將三個(gè)決策域的基尼系數(shù)作為一個(gè)整體 208
10.4.2 立即決策域的基尼系數(shù)對(duì)抗不承諾域的基尼系數(shù) 209
10.4.3 分別考慮每一個(gè)決策域的基尼系數(shù) 211
10.5 示例 212
10.6 本章小結(jié) 215
致謝 215
參考文獻(xiàn) 215
第11章 基于三支決策的中文文本情感分析 219
Emotion Analysis of Chinese Text Based on Three-Way Decisions
11.1 引言 219
11.2 問題描述 220
11.3 準(zhǔn)備工作——情感詞典的構(gòu)建 221
11.4 三支決策在中文文本情感分析中的應(yīng)用 223
11.4.1 三支決策分類 223
11.4.2 對(duì)邊界域的后續(xù)處理 225
11.5 實(shí)驗(yàn)結(jié)果 226
11.6 本章小結(jié) 228
致謝 228
參考文獻(xiàn) 228
第12章 基于三支決策的支持向量機(jī)增量學(xué)習(xí)方法 231
Three-Way Decisions-Based Incremental Learning Method for Support Vector Machine
12.1 引言 231
12.2 背景知識(shí) 232
12.2.1 SVM增量學(xué)習(xí) 232
12.2.2 三支決策 233
12.3 基于三支決策的SVM增量學(xué)習(xí)方法 234
12.3.1 三支決策中條件概率的構(gòu)建 234
12.3.2 基于三支決策的SVM邊界向量構(gòu)建 237
12.3.3 基于三支決策的SVM增量學(xué)習(xí)算法 238
12.4 實(shí)驗(yàn)與分析 239
12.4.1 實(shí)驗(yàn)數(shù)據(jù)描述 239
12.4.2 數(shù)據(jù)預(yù)處理 240
12.4.3 評(píng)價(jià)指標(biāo) 240
12.4.4 實(shí)驗(yàn)結(jié)果及分析 240
12.5 本章小結(jié) 242
致謝 242
參考文獻(xiàn) 243
第13章 基于自反概率模糊粗糙集的三支決策 245
Three-Way Decisions with Reflexive Probabilistic Rough Fuzzy Sets
13.1 引言 245
13.2 模糊集與概率粗糙集 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決策 251
13.4.1 貝葉斯決策過程 251
13.4.2 自反概率粗糙模糊集的三支決策 251
13.5 本章小結(jié) 255
致謝 255
參考文獻(xiàn) 255
第14章 三支決策的集對(duì)分析數(shù)學(xué)模型及應(yīng)用 259
Set Pair Analysis in Three-Way Decision Mode1
14.1 引言 259
14.2 集對(duì)分析聯(lián)系數(shù) 259
14.2.1 集對(duì)與聯(lián)系度 260
14.2.2 聯(lián)系數(shù) 260
14.2.3 聯(lián)系變量與聯(lián)系函數(shù) 261
14.3 三支決策的集對(duì)分析數(shù)學(xué)模型 261
14.3.1 集對(duì)聯(lián)系數(shù)的貢新定義 262
14.3.2 三支決策的集對(duì)分析模型的建立 263
14.3.3 模型向二支決策的轉(zhuǎn)化 264
14.3.4 模型的實(shí)現(xiàn)步驟和程序 264
14.4 基于三支決策集對(duì)分析模型的稿件評(píng)審問題 265
14.5 本章小結(jié) 266
致謝 267
參考文獻(xiàn) 267
第15章 基于直覺模糊集和區(qū)間集的三支決策研究 269
Three-Way Decisions Based on Intuitionistic Fuzzy Sets and Interval Sets
15.1 引言 269
15.2 陰影集與三支決策的關(guān)系 270
15.2.1 基于面積的陰影集理解 270
15.2.2 基于模糊熵的陰影集理解 271
15.2.3 基于三支決策的陰影集理解 272
15.3 直覺模糊集的三支近似 273
15.3.1 基于直覺模糊集的三支決策 274
15.3.2 直覺模糊集的三支近似 275
15.4 區(qū)間集上的包含度理論 276
15.4.1 區(qū)間集 277
15.4.2 區(qū)間集上的序關(guān)系 280
15.4.3 區(qū)間集上的包含度 281
15.5 本章小結(jié) 283
致謝 283
參考文獻(xiàn) 283
第16章 基于三支決策的微博主觀文本識(shí)別研究 286
Research on Identifying Micro-blog Subjective Text Based on Three-Way Decisions
16.1 引言 286
16.2 三支決策理論 287
16.2.1 三支決策理論概述 287
16.2.2 微博主觀文本三支決策解釋 289
16.2.3 一種微博主觀文本三支決策閾值解釋 290
16.3 特征抽取 290
16.3.1 候選主觀特征選擇 290
16.3.2 微博士觀特征提取與加權(quán) 291
16.4 二階段三支決策分類器設(shè)計(jì) 292
16.4.1 基于NB的三支決策分類器設(shè)計(jì) 292
16.4.2 基于SVM的三支決策分類器設(shè)計(jì) 292
16.4.3 基于KNN的三支決策分類器設(shè)計(jì) 293
16.5 實(shí)驗(yàn)與分析 293
16.5.1 評(píng)價(jià)標(biāo)準(zhǔn) 293
16.5.2 基于NB的三支決策分類器實(shí)驗(yàn) 293
16.5.3 基于SVM的三支決策分類器實(shí)驗(yàn) 295
16.5.4 基于KNN的三支決策分類器實(shí)驗(yàn) 297
16.6 本章小結(jié) 298
致謝 298
參考文獻(xiàn) 298
第17章 形式概念的三支表示 300
Three-Way Formation of Formal Concepts
17.1 引言 300
17.2 預(yù)備知識(shí) 301
17.2.1 子集對(duì)的運(yùn)算 301
17.2.2 三值信息表 302
17.3 正算子與概念格 302
17.4 負(fù)算子與補(bǔ)概念格 304
17.5 三支算子與三支概念格 305
17.5.1 三支算子 305
17.5.2 對(duì)象導(dǎo)出的三支概念格 309
17.5.3 屬性導(dǎo)出的三支概念格 310
17.6 本章小結(jié) 312
致謝 312
參考文獻(xiàn) 312
第18章 模糊三支決策 314
Fuzzy Three-Way Decisions
18.1 從三支決策到模糊三支決策 314
18.2 基于評(píng)價(jià)函數(shù)的模糊三支決策 317
18.2.1 帶有一對(duì)基于偏序集的評(píng)價(jià)函數(shù)的模糊三支決策 317
18.2.2 帶有一個(gè)基于偏序集的評(píng)價(jià)函數(shù)的模糊三支決策 320
18.2.3 帶有一個(gè)基于全序集(R,≤)的評(píng)價(jià)兩數(shù)的模糊三支決策 321
18.3 模糊三支決策的兩個(gè)模型 323
18.3.1 直覺模糊集與模糊三支決策 323
18.3.2 粗糙模糊集與模糊三支決策 324
18.4 本章小結(jié) 325
致謝 325
參考文獻(xiàn) 325
附錄 三支決策理論與應(yīng)用已有成果文獻(xiàn) 327