不确定信息的处理与知识挖掘pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

不确定信息的处理与知识挖掘PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

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 绪论 1

1.1 背景介绍 1

1.1.1 产生背景 1

1.1.2 研究意义 4

1.2 国内外研究现状 5

1.2.1 不确定信息处理研究 5

1.2.2 不确定信息知识发现研究 7

1.2.3 粗糙集理论及应用研究 10

第2章 粗糙集及其相关理论 14

2.1 引言 14

2.2 粗糙集理论的基本概念 14

2.2.1 知识与知识库 14

2.2.2 不精确范畴与近似集 15

2.2.3 近似精度与分类质量 16

2.3 知识的约简与决策规则 17

2.3.1 知识的约简与核 17

2.3.2 知识的相对约简与相对核 18

2.3.3 知识的依赖性及依赖度 19

2.3.4 决策系统与决策规则 19

2.4 粗糙集扩展模型 20

2.4.1 概率粗糙集模型 20

2.4.2 相容粗糙集模型 21

2.4.3 相似粗糙集模型 22

2.4.4 限制容差关系粗糙集模型 23

第3章 决策系统中连续数据的离散化 24

3.1 引言 24

3.2 粗糙集中离散化问题描述 25

3.3 典型的连续属性离散化算法 26

3.4 基于布尔逻辑的离散化算法及其改进 31

3.4.1 基于布尔逻辑的离散化算法 31

3.4.2 改进的启发式离散化算法 34

3.4.3 算法分析 35

3.4.4 实验结果及分析 36

3.4.5 实例分析 36

3.5 基于改进粒子群优化算法的连续属性离散化 38

3.5.1 改进粒子群优化算法相关概念 38

3.5.2 粒子群优化算法及其改进 39

3.5.3 基于改进粒子群优化算法的连续属性离散化 40

3.5.4 算法分析 43

3.5.5 实验结果及分析 43

3.6 粗糙集离散化算法的评价 45

第4章 决策系统中不确定信息约简 47

4.1 引言 47

4.2 典型的属性约简算法 48

4.2.1 基于分辨矩阵的约简算法 48

4.2.2 基于属性依赖度的约简算法 49

4.2.3 基于互信息的启发式约简算法 50

4.2.4 基于遗传算法的属性约简算法 51

4.3 属性约简的一种新型启发式算法 52

4.3.1 相对分辨矩阵 52

4.3.2 算法理论基础 53

4.3.3 算法描述 56

4.3.4 算法分析 57

4.3.5 实例分析 58

4.4 基于属性区分频度的约简改进算法 61

4.4.1 求异矩阵 61

4.4.2 算法原理 64

4.4.3 算法描述 65

4.4.4 算法分析 66

4.4.5 实例分析 67

第5章 决策系统中不确定信息知识挖掘 70

5.1 引言 70

5.2 典型的决策规则获取算法 71

5.2.1 一般值约简算法 71

5.2.2 基于决策矩阵的规则获取算法 72

5.2.3 基于投影的缺损规则获取算法 72

5.3 全局寻优的完备信息系统规则获取算法 73

5.3.1 连续属性离散化 74

5.3.2 属性约简 74

5.3.3 属性值约简 75

5.3.4 算法描述 76

5.3.5 决策解释 76

5.3.6 算法分析 77

5.3.7 实例分析 78

5.4 不完备信息系统的规则获取算法 81

5.4.1 不完备信息系统与广义决策函数 81

5.4.2 条件属性矩阵和决策属性矩阵 83

5.4.3 基于矩阵的不完备信息决策系统规则获取算法 84

5.4.4 算法分析 86

5.4.5 实例分析 86

第6章 不确定信息处理在城市交通管理中的应用 91

6.1 引言 91

6.2 城市交通管理中的不确定性因素分析 92

6.3 城市交通管理中交通流状态识别概述 94

6.3.1 交通流状态模式识别 94

6.3.2 交通流状态模式识别过程 94

6.3.3 交通流状态模式识别方法 96

6.4 基于不确定信息的交通流状态模式分类 97

6.4.1 特征属性选取 97

6.4.2 交通流状态模式分类知识发现 98

6.4.3 集成分类系统 100

6.5 应用实例分析 102

6.5.1 数据来源及预处理 102

6.5.2 特征属性约简 104

6.5.3 交通流状态模式分类知识发现 106

6.5.4 交通流状态模式分析与预测 107

参考文献 109