- 科学出版社
- 9787030836236
- 1版
- B5
- 2026-03
内容简介
模糊覆盖粗糙集理论作为模糊集与覆盖粗糙集理论的结合，是近年发展起来的一种新的处理复杂不确定性问题的有效数学工具，已被成功应用于特征选择、决策分析、图像处理、多标签学习、故障诊断、新型神经网络模型的构造等领域。本书以作者博士后入站以来研究的模糊覆盖粗糙集理论及其应用为主，从理论知识与实际应用的角度，对模糊覆盖粗糙集理论研究的最新成果进行总结，主要包括：（1）模型的构造（基于重叠函数与分组函数的新型模糊覆盖粗糙集模型、三支模糊覆盖粗糙集模型、直觉模糊覆盖粗糙集模型）；（2）针对模型的快速计算方法（基于矩阵论的覆盖粗糙集快速计算方法、基于矩阵论的模糊覆盖粗糙集快速计算方法）；（3）基于模型的特征选择、智能决策方法及其应用研究（基于模糊覆盖粗糙集的特征选择和决策方法、基于模糊积分与模糊覆盖粗糙集的特征选择和决策方法）等内容。
