第1章 概論
1.1 粒計算
1.1.1 概述
1.1.2 粒計算內涵
1.2 粗糙集
1.2.1 概述
1.2.2 基本概念
1.3 知識約簡
1.3.1 基於正區域的知識約簡算法
1.3.2 基於差別矩陣的知識約簡算法
1.3.3 基於信息熵的知識約簡算法
1.3.4 普適知識約簡算法
1.3.5 三種經典知識約簡算法之間的關繫
1.3.6 影響知識約簡算法效率的關鍵因素
1.4 知識獲取
1.4.1 知識獲取概述
1.4.2 知識獲取的主要途徑
1.4.3 知識獲取的常用技術
1.5 大數據技術
1.5.1 概述
1.5.2 HDFS
1.5.3 MapReduce
1.6 小結
第2章 高效的Pawlak粗糙集模型知識約簡
2.1 引言
2.2 基於計數排序的知識約簡算法中若干關鍵子算法
2.2.1 基於計數排序的等價類計算算法
2.2.2 基於計數排序的簡化決策表獲取算法
2.2.3 基於計數排序的正區域計算算法
2.2.4 基於計數排序的核屬性計算方法
2.3 高效的知識約簡算法框架模型
2.3.1 基於正區域的知識約簡算法
2.3.2 基於差別矩陣的知識約簡算法
2.3.3 基於信息熵的知識約簡算法
2.3.4 高效的知識約簡算法框架模型
2.4 實驗分析
2.4.1 效率評價
2.4.2 分類精度比較
2.4.3 CHybrid I／Ⅱ算法與其他算法比較
2.5 應用實例
2.5.1 預測模型設計
2.5.2 預測結果分析
2.6 小結
第3章 區間值信息繫統的知識約簡
3.1 引言
3.2 基本概念和性質
3.2.1 區間值信息繫統
3.2.2 相似率
3.2.3 口.極大相容類
3.3 區間值信息繫統中的粗糙近似