云模型与粒计算
作者：王国胤 等著
出版时间：2012年版
内容简介
云模型是研究定性概念与定量数值之间相互转换的不确定性认知模型。粒计算是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法。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。《粒计算研究丛书：云模型与粒计算》介绍云模型与粒计算交叉研究的最新进展，由国内外相关领域的华人学者撰文14章，内容涉及云模型、高斯云的数学性质、云模型与相近概念的关系、区间集、区间值信息系统的粒计算模型与方法、多粒度粗糙集、粒计算模型的特性分析与比较、云计算环境下层次粗糙集模型约简算法、基于粒计算的聚类分析、并行约简与F-粗糙集、单调性分类学习、不确定性研究中若干问题的探讨、基于云模型的文本分类应用、数据挖掘算法的云实现。《粒计算研究丛书：云模型与粒计算》可供计算机、自动化等相关专业的研究人员、教师、研究生、高年级本科生和工程技术人员参考。
目录
前言
第1章 双向认知计算模型——云模型
1.1 引言
1.2 正态分布与正态隶属函数
1.3 云模型
1.3.1 云模型的定义
1.3.2 云模型的数字特征
1.3.3 正态云模型的递归定义及其数学性质
1.3.4 云发生器
1.3.5 双向认知计算模型
1.4 本章小结
参考文献
第2章 高斯云的数学性质
2.1 高斯云分布
2.2 高斯云的数学性质
2.2.1 高斯云的数字特征
2.2.2 高斯云的期望曲线
2.2.3 高斯云的雾化特性
2.2.4 高阶高斯云的数字特征
2.3 高斯云的参数对峰度的影响分析
2.4 高斯云的幂律特性实验
2.5 本章小结
参考文献
第3章 云模型与相近概念的关系
3.1 二型Fuzzy集
311.1 二型Fuzzy集的定义
3.1.2 二型Fuzzy集的运算
3.1.3 区间值Fuzzy集
3.1.4 Gaussian二型Fuzzy集
3.1.5 二型Fuzzy集的嵌入区间值Fuzzy集
3.1.6 m型Fuzzy集与Genuine集
3.1.7 区间集与阴影集
3.2 直觉Fuzzy集
3.2.1 直觉Fuzzy集的定义
3.2.2 直觉Fuzzy集的运算
3.2.3 区间值直觉Fuzzy集
3.3 Neumaier云
3.3.1 Neumaier云的定义
3.3.2 离散云
3.3.3 连续云与潜云
3.4 Fuzzy概率集
3.4.1 随机集
3.4.2 Fuzzy概率集
3.4.3 Bifuzzy概率集和区间值概率集
3.5 Soft集
3.5.1 Soft集的定义
3.5.2 Soft集的运算
3.6 云模型
3.6.1 云模型的定义
3.6.2 云模型算法
3.6.3 正态云生成的区间值Fuzzy集
3.7 云集
3.7.1 各类集合的关系
3.7.2 云集
3.8 本章小结
参考文献
第4章 区间集
4.1 引言
4.2 不精确概念及其表示
4.3 区间集
4.3.1 区间集与部分已知概念
4.3.2 区间集与概念近似
4.4 区间集代数
4.4.1 幂代数
4.4.2 区间集运算
4.4.3 基于包含序的区间集代数
4.4.4 基于知识序的区间集代数
4.1 5基于不完备信息表的区间集构造方法
4.6 区间集与其他理论的联系
4.6.1 区间集与Kleene三值逻辑
4.6.2 区间集与粗糙集
4.6.3 区间集与三支决策
4.6.4 区间集、模糊集和云模型
4.7 本章小结
参考文献
第5章 区间值信息系统的粒计算模型与方法
第6章 多粒度粗糙集
第7章 粒计算模型的特性分析与比较
第8章 云计算环境下层次粗糙集模型约简算法
第9章 基于粒计算的聚类分析
第10章 并行约简与F-粗糙集
第11章 单调性分类学习
第12章 不确定性研究中若干问题的探讨
第13章 基于云模型的文本分类应用
第14章 数据挖掘算法的云实现
