商品参数
多粒度知识获取与不确定性度量 |
| 曾用价 | 98.00 |
出版社 | 科学出版社 |
版次 | 1 |
出版时间 | 2013年03月 |
开本 | 16 |
作者 | 张清华,王国胤,胡军 |
装帧 | 平装 |
页数 | 244 |
字数 | 322000 |
ISBN编码 | 9787030369550 |
内容介绍
粒计算是人工智能领域中的一种新理念和新方法,它覆盖了所有有关粒度的理论、方法和技术,是研究复杂问题求解、海量数据挖掘和模糊信息处理等问题的有力工具。从粒计算的观点看,在认知过程中,人们对问题的分析与求解都具有粒度性,既与认知主体的主观局限有关,也与观测工具等很多客观因素有关。粒计算理论模型中的粒的合成与分解以及问题求解等都具有不确定性,直接影响问题求解的精度与效率。本书内容主要涉及粒计算研究概述、粒计算基本理论、多粒度知识空间模型、粒计算的不确定性度量、多粒度知识获取的模型和方法、覆盖粒计算模型的知识获取方法、粗糙集的近似集和多粒度计算研究的展望等。
目录
目录
丛书序
前言
目录
第1章 绪论 1
1.1 引言 2
1.1.1 人工智能的起源 3
1.1.2 粒讨算的发展现状 5
1.2 粒计算研究概述 11
1.2.1 粒计算的基本概念 12
1.2.2 粒计算的基本理论模型 18
1.2.3 粒计算的不确定性度量方法 22
1.2.4 粒计算应用研究 23
1.3 总结和展望 28
1.3.1 粒计算理论研究尚存的问题 28
1.3.2 粒计算模型的不确定性度量研究中存在的问题 33
1.4 本书的主要内容和结构安排 35
1.4.1 多粒度计算的研究 35
1.4.2 本书的主要内容和安排 38
参考文献 39
第2章 粒计算的基本理论 43
2.1 模糊集粒计算理论 44
2.2 粗糙集粒计算理论 47
2.3 商空间粒计算理论 51
2.4 云模型粒计算理论 54
2.5 其他粒计算理论 58
本章小结 60
参考文献 61
第3章 多粒度知识空间模型 65
3.1 分层递阶商空间 65
3.1.1 阀值为1的商空间理论 65
3.1.2 任意阀值的商壁间理论 67
3.1.3 模糊等价关系的分层递阶构建方法 68
3.2 覆盖近似空间的层次模型 73
3.2.1 知识粒度的基本概念 74
3.2.2 基于*小描述的覆盖上的知识粒度关系 76
3.2.3 覆盖上的知识粒度关系定义间的联系 79
3.3 覆盖近似壁间与划分壁间的转化 80
3.3.1 覆盖空间的近似划分空问 81
3.3.2 覆盖空间与划分空间之间的关系 84
本章小结 87
参考文献 87
第4章 粒计算的不确定性度量方法 89
4.1 模糊集的不确定性度量 90
4.1.1 模糊集的几种不确定性度量方法 90
4.1.2 Vague集的几种不确定性度量方法 93
4.2 粗糙集的不确定性度量 99
4.2.1 完备信息系统的粗糙集模型的不确定性度量 99
4.2.2 不完备信息系统的粗糙集模型的不确定性度量 102
4.2.3 各种不确定性度量方法之间的对比分析 104
4.3 覆盖粗糙集的不确定性度量 106
4.3.1 覆盖粗糙集模型 106
4.3.2 Bonikowski覆盖粗糙集的不确定性度量 108
4.4 分层递阶商空间的不确定性度量 115
4.4.1 分层递阶商空间的信息煽序列 115
4.4.2 分层递阶商空间同构的判定定理 119
4.4.3 分层递阶商空间、模糊关系和信息熵序列之间的关系 120
4.5 其他粒计算模型的不确定性度量 121
4.5.1 模糊粗糙集的不确定性度量 121
4.5.2 粗糙模糊集的不确定性度量 122
4.5.3 云模型的不确定性度量 126
4.5.4 概念格粒计算模型的不确定性度量 129
本章小结 129
参考文献 130
第5章 多粒度知识获取 134
5.1 多粒度认知模型 134
5.1.1 认知过程的粒计算 135
5.1.2 多粒度认知过程 135
5.2 多粒度规则获取 138
5.2.1 模糊决策信息系统 139
5.2.2 模糊信息系统的多粒度规则提取 140
5.2.3 不完备信息系统的多粒度规则提取 144
5.3 属性约筒的粒度原理与*大粒知识获取 151
5.3.1 一致诀策信息系统及其决策逻辑 151
5.3.2 属性约筒的多粒度原理 153
5.3.3 多粒度属性约筒与规则获取 155
5.3.4 基于*大粒的规则获取算法 158
5.4 多粒度增量式知识获取 161
5.4.1 相关基本概念 162
5.4.2 多粒度增量式知识在取方法 164
5.4.3 算法分析 167
5.4.4 实验对比分析 169
5.5 多粒度形式背景分析 171
5.5.1 形式背景分析 172
5.5.2 属性细分及其概念格之间的关系 174
本章小结 180
参考文献 181
第6章 覆盖粒计算模型的知识获取方法 183
6.1 覆盖粗糙模糊集模型及其应用 183
6.1.1 Wei覆盖粗糙模糊集模型和Xu覆盖粗糙模糊集模型 184
6.1.2 Hu覆盖粗糙模糊集模型 185
6.1.3 三种覆盖粗糙模糊集间的关系 189
6.1.4 覆盖粗糙模糊集模型在模糊决策中的应用 190
6.2 覆盖近似空间的知识约简模型及其应用 192
6.2.1 覆盖近似空间的知识的简模型 193
6.2.2 基于覆盖粒计算模型的不完备信息系统处理方法 199
6.3 覆盖近似空间的扩展与属性约简 204
6.3.1 覆盖近似空间的扩展 204
6.3.2 覆盖决策系统的属性约简 207
6.3.3 覆盖近似空间的扩展空间与属性约简 210
本章小结 213
参考文献 213
第7章 粗糙集的近似集 216
7.1 集合的近似度 217
7.2 粗糙集的近似集 219
7.2.1 粗糙集的近似集的性质 221
7.2.2 R(X)与X的近似性 222
7.2.3 基于R(X)提取规则的实例分析 227
7.3 近似集R(X)随知识粒度的变化关系 230
本章小结 233
参考文献 234
第8章 总结与展望 236
8.1 本书总结 236
8.2 未来工作展望 240
在线试读
第1章 绪论
在人类进步和社会发展的历史长河中,人们似乎总是喜欢提出一些看似不可能完成的任务,而恰恰是在人类解决这些问题的同时推动了科技的进步。例如,人类希望能够打破地域的限制进行交流,于是发明了电话和国特网;人类希望像鸟儿一样在天空飞翔,于是发明了飞机等。随着科技的不断进步和对未知世界的好奇,人类又提出了一个充满诱惑和挑战的设想一一让机器具有人类的智能并能像人类一样思考和解决问题。这个设想吸引了无数的研究者。20世纪50年代中期,著名科学家McCarthy召开了一次会议来讨论机器智能未来的发展方向,人工智能(artificial intelligence,AI)这一术语也在这次会议上正式被确立。为人类的某些智能行为建立适当的形式化模型,使计算机再现人类智能的主要功能,是人工智能*主要的目的。然而,什么是人类*主要的智能?智能*重要的表现形式是什么?至今没有统一的答案。那么人类的智能体现在哪里呢?研究人员在总结人类观察、分析、解决问题的过程时发现了一些规律。人类在观察、分析、求解问题时大致会采用如下方式。
(1)从部分到整体、从细节到抽象。即先从各个方面、各个角度对同一问题进行不同侧面的观察,然后再对它们进行综合。“横看成岭侧成峰,远近高低各不同”就是描述了对问题从不同角度和侧面所进行的观察和分析。如果不经过综合处理,结果只能是片面地了解事物,不能从总体上把握事物。因此,诗人又以“不识庐山真面目,只缘身在此山中”对综合和整体的重要性给予了论述。
(2)从整体到部分。即先从总体进行观察、分析,然后再逐步深入地研究各个部分。中国古代的哲学家老子在其著作《道德经》中有这样的论述:道生一,一生二,二生三,三生万物。宇宙本原是否果真如此,不得而知,但这至少在一定程度上体现了古人就已经知道按照从整体到部分的方式来观察、认识世界;现代物理学从物质到分子、从分子到原子、从原子到粒子的研究,也正是这一过程的体现。
(3)前面两种方式的结合。即从各侧面对事物进行了解,然后进行综合观察,再对不甚了解的部分进行进一步观察。
从上述3种方式可以看出,在不同的抽象层次上观察、理解、表示现实世界问题,并进行分析、综合、推理,是人类问题求解过程的一个明显特征,也是人类问题求解能力的强有力的表现。因此,从一定意义上来说,这就是人类智能之所在。针对人类问题求解的这种能力和特征,人工智能研究者对其进行了深人的研究,并建立了各种形式化的模型。作为一种正在兴起的人工智能研究领域,粒计算(granular computing,GrC)的目的是建立一种体现人类问题求解特征的抽象模型,其基本思想是在不同的粒度(granularity)层次上进行问题求解。粒计算是一种看待客观世界和处理客观问题的世界观和方法论。粒(granule)广泛存在于现实世界中,是对现实世界的一种抽象。粒化(granulation)旨在建立基于外部世界的有效的并以用户为中心的概念,同时简化人们对物理世界和虚拟世界的认识。
1.1引言
粒计算是融合了粗糙集(rough set)、模糊集(fuzzy set)、商空间(quotient space)和云模型(cloud model)等人工智能领域里多种理论方法的一个超集。如今,粒计算已成为学术界非常重视的研究领域,IEEE计算智能学会于2004年成立了粒计算小组(Task Force on GrC),并从2005年开始召开国际粒计算学术年会(IEEE International Conference on Granular Computing),我国也从2007年开始召开国内粒计算学术年会(CGrC),除此之外,RSFDGrC、RSCTC、RSKT,JRS等国际会议都设置了专门的粒计算专题。粒计算理论及其应用的研究在*近十多年得到了长足发展,特别是从2007年开始,我国每年的CGrC-RSCTC-Web联合会议召开更进一步促进了粒计算理论及其应用的研究。从2010年开始每年召开的粒计算专题研讨会(2010年的主题是“商空间与粒计算”,2011年的主题是“不确定性与粒计算”,2012年的主题是“云模型与粒计算”,2013年将以“三支决策与粒计算”为主题进行研讨)也有效地促进了粒计算的发展,并在科学出版社出版了“粒计算研究丛书”,主要包括《粒计算:过去、现在与展望》、《商空间与粒计算》、《不确定性与粒计算》、《云模型与粒计算》、《决策粗糙集理论及其研究进展》等。本书在简单论述粒计算发展现状和理论模型的基础上,较为全面地介绍了粒计算的应用领域。
读者在了解粒计算的过程中,不仅要了解其本质的概念和理论,更应该学会用这种哲学的方式去思考和解决问题。在“粒计算”一词正式提出以前,“粒”的概念已经进入了科学家的视线,但是由于当时的社会环境和科研条件的限制,“粒”并没有得到很好的发展。后来人们在研究模糊集、粗糙集、商空间和云模型时,“粒”的概念再次得到了科学家的重视,从而掀起了粒计算的研究热潮。当时人们把粒计算称为粒数学(granular mathematics),后来Lin将其改为粒计算;而在我国,有的研究者称其为粒度计算、粒子计算等,后来,我国研究者在几次国内学术会议上将其统一定义为粒计算。
下面将简单从人工智能的角度介绍粒计算,并分析现有描述复杂问题方法的一些缺陷或不足,从而引出粒计算研究的意义和必要性;然后从时间顺序和研究角度两方面来阐述粒计算的发展历程。读者在阅读本节后,可以对身边的人工智能应用和粒计算发展现状有初步的了解和把握。
1.1.1 人工智能的起源
人工智能的出现可以追溯到古埃及。19世纪后,以机器代替或减轻人类的体力劳动的研究,使科学技术得到
多粒度知识获取与不确定性度量 下载 mobi epub pdf txt 电子书 格式