序
前言
第1章 粗糙集与知识系统的基本概念
1．1 知识系统的一个简单模型
1．2 粗糙集的基本概念与性质
1．3 近似空间与近似算子
1．4 数据挖掘与粗糙集约简理论
1．5 信息系统的约简算法
1．6 对粗糙集理论的一些理解
1．7 粗糙集理论中的一些数量特征
第2章 覆盖粗糙集模型
2．1 近似空间的推广（知识空间的推广）
2．2 覆盖近似空间
2．3 覆盖广义粗糙集理论的约简问题
2．4 覆盖近似空间的约简理论
2．5 粗糙集理论的公理化研究
2．6 导出知识系统与近似算子的推广
2．7 公理化进一步的研究
第3章 不完备信息系统
3．1 不完备信息系统所含知识的挖掘
3．2 由不完备信息系统获得的近似空间族
第4章 变精度粗糙集模型
4．1 变精度粗糙集模型的基本概念与性质
4．2 变精度粗糙集模型的知识约简
第5章 粗糙集理论中的优化问题与属性重要性的刻画
5．1 不协调决策信息系统的最大分布约简集
5．2 变精度粗糙集理论中变精度的最佳选择问题
5．3 不完备信息系统的最优选择（相应给出未确定属性值的最佳估计）
5．4 偏序关系化全序的粗糙集方法
5．5 属性重要性的刻画工具
第6章 格值信息系统
6．1 格值信息系统及其性质
6．2 格值信息系统属性的依赖关系
第7章 形式背景与概念格
7．1 形式背景与概念格的基本性质
7．2 概念格协调集的判定定理
7．3 概念格约简方法
第8章 决策形式背景
8．1 决策形式背景的约简方法
8．2 决策形式背景例子
8．3 概念格族上的弱偏序关系
参考文献
索引
缺书网
扫码进群