决策粗糙集理论及其研究进展

序
前言
第1章 决策粗糙集理论方法研究综述
　1.1 引言
　1.2 决策粗糙集理论
　　1.2.1 Pawlak代数粗糙集模型
　　1.2.2 基于最小风险的Bayes决策
　　1.2.3 决策粗糙集模型
　1.3 基于决策粗糙集的三枝决策语义
　1.4 决策粗糙集的约简理论
　1.5 决策粗糙集模型的应用研究
　1.6 本章小结
　参考文献
第2章 三枝决策粗糙集
　2.1 三枝决策粗糙集基本模型
　2.2 三枝决策粗糙集的主要思想
　2.3 三枝决策粗糙集的优势
　2.4 三枝决策粗糙集的应用
　2.5 多分类三枝决策粗糙集
　2.6 基于判别分析的三枝决策方法及其应用
　2.7 本章小结
　参考文献
第3章 基于决策风险最小化的属性约简
　3.1 引言
　3.2 决策粗糙集下的泛化属性约简定义
　　3.2.1 决策粗糙集基本概念
　　3.2.2 Yao和Zhao的泛化属性约简
　　3.2.3 基于正区域不变的属性约简的困难
　3.3 决策风险最小化的属性约简及性质
　　3.3.1 决策风险最优化问题
　　3.3.2 决策风险最小化属性约简
　　3.3.3 风险最小化带来的决策区域改变
　　3.3.4 决策风险与属性之间的非单调性质
　　3.3.5 决策风险值的上下界
　3.4 关于基于决策风险最小化属性约简的一些讨论
　　3.4.1 决策风险最优化的泛化问题
　　3.4.2 求属性约简的算法
　3.5 本章小结
　参考文献
第4章 决策粗糙集的正域约简
　4.1 引言
　4.2 正域单调性分析
　　4.2.1 Pawlak粗糙集的正域单调性
　　4.2.2 决策粗糙集的正域非单调性
　4.3 决策粗糙集正域约简定义与算法
　4.4 实验分析
　4.5 本章小结
　参考文献
第5章 基于决策粗糙集的自动聚类方法
　5.1 引言
　5.2 面向知识的聚类方法
　　5.2.1 初始等价关系
　　5.2.2 面向知识聚类算法
　　5.2.3 自动获取初始阈值
　　5.2.4 类间不可区分度的定义
　5.3 基于决策粗糙集的聚类
　　5.3.1 决策粗糙集
　　5.3.2 聚类模式的更改
　　5.3.3 聚类模式代价评估
　5.4 自动面向知识的聚类算法
　　5.4.1 聚类思想
　　5.4.2 实验结果及分析
　5.5 Web搜索结果聚类
　5.6 本章小结
　参考文献
第6章 基于决策粗糙集模型的文本分类研究
第7章 多用户决策粗糙集模型
第8章 决策粗糙集研究探讨
附录