粒計(jì)算是專門研究基于粒結(jié)構(gòu)的思維方式、問(wèn)題求解方法、信息處理模式的理論、方法、技術(shù)和工具的學(xué)科,是當(dāng)前智能信息處理領(lǐng)域中一種新的計(jì)算范式.該理論從實(shí)際問(wèn)題的需要出發(fā),通過(guò)模擬人類思考和解決大規(guī)模復(fù)雜問(wèn)題的結(jié)構(gòu)化求解模式,用可行的滿意近似解替代精確解,達(dá)到對(duì)問(wèn)題的簡(jiǎn)化、提高問(wèn)題求解效率等目的.多粒度模式發(fā)現(xiàn)與融合是粒計(jì)算框架下復(fù)雜問(wèn)題求解的內(nèi)在邏輯要求.所謂多粒度,即人們對(duì)通過(guò)獲得的信息粒集和多個(gè)粒結(jié)構(gòu)進(jìn)行復(fù)雜數(shù)據(jù)分析,從中挖掘可用的知識(shí)并形成有效決策.該方法是從不同角度、不同層次出發(fā)分析問(wèn)題,因此可以獲得對(duì)于問(wèn)題更加合理、更加滿意的求解結(jié)果.總之,基于多粒度原理的模擬與實(shí)現(xiàn)對(duì)復(fù)雜問(wèn)題的機(jī)器求解具有重要指導(dǎo)價(jià)值.多粒度的主要模型包括多粒度粗糙集、多尺度粗糙集、基于對(duì)象（屬性）�；男问礁拍罘治�,等等.迄今為止,如上模型雖然得到了大量的研究,但一些關(guān)鍵性問(wèn)題還有待進(jìn)一步研究,這主要表現(xiàn)在:多粒度粗糙集的邏輯本質(zhì)還不夠清晰;基于多尺度信息系統(tǒng)的最優(yōu)尺度選擇還有待深入研究;多尺度粗糙集與形式概念分析之間的融合研究亟待深入;已有的三支概念分析模型還停留在經(jīng)典數(shù)據(jù)分析層面,等等.鑒于此,本文主要研... 

【文章來(lái)源】：西北大學(xué)陜西省 211工程院校

【文章頁(yè)數(shù)】：118 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
英文摘要
第一章 緒論
    §1.1 研究現(xiàn)狀及研究背景
    §1.2 與本文相關(guān)的理論基礎(chǔ)
        §1.2.1 粗糙集基礎(chǔ)知識(shí)
        §1.2.2 格論基礎(chǔ)知識(shí)
        §1.2.3 形式概念分析基本理論
        §1.2.4 面向?qū)ο蟾拍罡衽c面向?qū)傩愿拍罡窕A(chǔ)理論
        §1.2.5 區(qū)間集理論
    §1.3 本文研究?jī)?nèi)容及安排
第二章 基于一致模的的多粒度空間信息融合
    §2.1 引言
    §2.2 多粒度空間與一致模
    §2.3 多粒度空間中不同粗糙集模型的語(yǔ)義表示特點(diǎn)
    §2.4 多粒度空間與三值邏輯
        §2.4.1 與不同三值邏輯合取算子所對(duì)應(yīng)的多粒度粗糙集模型
        §2.4.2 基于三值邏輯的三支決策融合機(jī)制
    §2.5 多粒度信息融合
        §2.5.1 基于三角模的多粒度的信息融合
        §2.5.2 基于三角余模的多粒度的信息融合
        §2.5.3 基于妥協(xié)算子的多粒度的信息聚合
    §2.6 本章小結(jié)
第三章 多尺度信息系統(tǒng)的屬性粒化及最優(yōu)規(guī)則提取
    §3.1 引言
    §3.2 多尺度信息系統(tǒng)的屬性�；�
        §3.2.1 形式背景中的屬性粒化
        §3.2.2 多尺度信息系統(tǒng)的轉(zhuǎn)化
        §3.2.3 基于屬性粒度的多尺度信息系統(tǒng)的分解
    §3.3 多尺度信息系統(tǒng)中基于屬性�；淖顑�(yōu)尺度規(guī)則提取
    §3.4 本章小結(jié)
第四章 屬性粒度下的區(qū)間集概念分析
    §4.1 引言
    §4.2 多尺度形式背景的區(qū)間集概念格
    §4.3 面向?qū)ο螅▽傩裕﹨^(qū)間集概念格及聯(lián)系
        §4.3.1 面向?qū)ο髤^(qū)間集概念格的定義、性質(zhì)及構(gòu)造
        §4.3.2 面向?qū)傩詤^(qū)間集概念格的定義、性質(zhì)及構(gòu)造
        §4.3.3 面向?qū)ο螅▽傩裕﹨^(qū)間集概念格之間的聯(lián)系
    §4.4 本章小結(jié)
第五章 L-模糊三支概念格
    §5.1 引言
    §5.2 L-模糊三支概念格的定義及性質(zhì)
        §5.2.1 L-模糊伽羅瓦連接
        §5.2.2 經(jīng)典三支概念分析
        §5.2.3 L-模糊三支概念分析
    §5.3 從可能性理論來(lái)看L-模糊三支概念格
    §5.4 基于L-模糊三支概念格的模糊推理
    §5.5 本章小結(jié)
第六章 總結(jié)與展望
    §6.1 總結(jié)
    §6.2 尚待進(jìn)一步研究的問(wèn)題
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]多粒度粗糙集數(shù)據(jù)分析研究的回顧與展望[J]. 吳偉志.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[2]多標(biāo)記序決策系統(tǒng)中基于局部最優(yōu)粒度的規(guī)則獲取[J]. 顧沈明,張昊,吳偉志,譚安輝.  南京大學(xué)學(xué)報(bào)(自然科學(xué)). 2017(06)
[3]形式概念分析的粒計(jì)算方法及其研究展望[J]. 李金海,吳偉志.  山東大學(xué)學(xué)報(bào)(理學(xué)版). 2017(07)
[4]基于屬性導(dǎo)出三支概念格的決策背景規(guī)則提取[J]. 劉琳,錢婷,魏玲.  西北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(04)
[5]協(xié)調(diào)的不完備多粒度標(biāo)記決策系統(tǒng)的最優(yōu)粒度選擇[J]. 吳偉志,陳穎,徐優(yōu)紅,顧沈明.  模式識(shí)別與人工智能. 2016(02)
[6]概念格合并原理與算法[J]. 智慧來(lái),智東杰,劉宗田.  電子學(xué)報(bào). 2010(02)
[7]一種模糊概念格模型及其漸進(jìn)式構(gòu)造算法[J]. 劉宗田,強(qiáng)宇,周文,李旭,黃美麗.  計(jì)算機(jī)學(xué)報(bào). 2007(02)

博士論文
[1]經(jīng)典概念格與三支概念格的構(gòu)造及知識(shí)獲取理論[D]. 錢婷.西北大學(xué) 2016



本文編號(hào)：2909755