决策粗糙集理论及其研究进展.PDF下载

内容简介

决策粗糙集（Decision-TheoreticRoughSets）是加拿大里贾纳大学姚一豫教授等人在上世纪九十年代初提出的一种新型粗糙集理论与方法。决策粗糙集以风险决策分类问题为背景，将Bayes决策引入到粗糙集理论中，通过分析比较各种决策的风险损失，找出最小风险损失的分类决策，以此作为把对象划分到正域、负域和边界区域的依据，最终形成正域决策、负域决策和边界决策。近年来该理论与思想正逐步引起数据挖掘与决策分析领域越来越多学者的关注。本书就是以此为背景，以数据驱动的决策分类问题为主线，系统介绍决策粗糙集的理论基础、应用方法以及国际国内研究进展情况。主要内容包括：决策粗糙集理论及其研究进展、基于决策风险最小化的属性约简理论、三枝决策粗糙集理论、朴素贝叶斯粗糙集、基于决策粗糙集模型的文本分类研究、基于决策粗糙集的自动聚类、决策粗糙集中的博弈风险分析、多Agent决策粗糙集模型等。本书主要内容将力图反映国际国内决策粗糙集领域学者的最新研究成果。

发现好书期刊，享受阅读乐趣

决策粗糙集理论及其研究进展