奇异粗糙集理论与方法

第一章 Pawlak粗糙集的基本概念

§1.1 知识与知识库

§1.2 不精确范畴，近似与粗糙集

§1.3 知识约简

§1.4 知识的依赖性

§1.5 知识表达系统

§1.6 知识的颗粒特征

§1.7 决策表与信息系统

§1.8 重要性和核

§1.9 属性依赖性

§1.10 约简

§1.11 信息熵与系统不确定性

第二章 S-粗糙集模型

§2.1 元素迁移的概念

§2.2 单向S-粗集

§2.3 双向S-粗集

§2.4 单向S-粗集对偶

§2.5 单向变异S-粗集

§2.6 双向变异S-粗集

§2.7 单向S-粗糙模糊集

§2.8 双向S-粗糙模糊集

§2.9 S-粗集的F-分解，F-还原

§2.10 S-粗集与数据筛选一过滤

§2.11 S-粗集的近似处理方法

§2.12 S-粗集的不确定性度量

§2.13 S-粗集的粗糙熵

§2.14 S-粗集与信息隐藏——还原

§2.15 S-粗集与图像信息保真传递

§2.16 基于S-粗集的交通控制研究

第三章 函数S-粗糙集模型

§3.1 函数单向S-粗集

§3.2 函数双向S-粗集

§3.3 函数S-粗集与S-粗集的关系

§3.4 函数粗集与Z.Pawlak粗集的关系

§3.5 变异函数单向S-粗集

§3.6 变异函数双向S-粗集

§3.7 函数S-粗集的概率特征

§3.8 函数S-粗集与规律生成

§3.9 规律与它的颗粒特征

§3.10 函数S-粗集的积分度量

§3.11 粗积分的粗糙度与萎缩率

§3.12 函数S-粗集与系统扰动识别

第四章 IS-粗糙集模型

§4.1 单向IS-粗集

§4.2 单向IS-粗集的近似精度

§4.3 单向IS-粗集的相对精度

§4.4 双向IS-粗集

§4.5 单向IS-随机粗集

§4.6 双向IS-随机粗集

§4.7 基于IS-粗集的医疗诊治知识支持系统

§4.8 基于IS-粗集的实时调度策略

§4.9 函数单向IS-粗集

§4.10 函数双向IS-粗集

§4.11 一元F-粗积分的概率估计

§4.12 Fp-规律与Fp-规律积分度量

§4.13 函数IS-粗集与图像生成

§4.14 函数IS-粗集与信息加密

第五章 变精度IS-粗糙集模型

§5.1 多数包含关系

§5.2 变精度粗糙集模型中的近似集

§5.3 集合的相对可辨别性

§5.4 属性的近似依赖性

§5.5 变精度单向IS-粗集

……

第六章 属性S-粗糙集模型

参考文献

《奇异粗糙集理论与方法》在传统粗糙集（Z.Pawlak粗糙集）理论的基础上，系统介绍了具有动态特性和随机特征的奇异粗糙集的基本内容和方法。主要内容包括：奇异粗糙集的基本概念、性质，奇异粗糙集的不确定性度量，奇异粗糙集的各种推广模型，奇异粗糙集与其他处理不确定或不精确问题理论的联系以及奇异粗糙集在数据筛选-过滤、系统状态检测、信息图像加密等不完备信息系统下的粗糙集方法。
　　《奇异粗糙集理论与方法》可作为应用数学、金融数学、计算机科学、信息科学、自动控制和管理工程等专业的高年级学生及研究生教材，也可作为研究粗糙集理论与方法的科技人员的参考书。