搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
基于特征选择的粗糙集(第2版)(精)
0.00     定价 ¥ 108.50
图书来源: 浙江图书馆(由浙江新华配书)
此书还可采购25本,持证读者免费借回家
  • 配送范围:
    浙江省内
  • ISBN:
    9787118131840
  • 作      者:
    作者:(巴基斯坦)穆罕默德·苏马尔·拉扎//乌斯曼·卡马尔|责编:冯晨|译者:陈小卫//潘俊杰//杨超//孟礼//苏艳琴等
  • 出 版 社 :
    国防工业出版社
  • 出版日期:
    2024-06-01
收藏
内容介绍
本书全面介绍了基于粗糙集的特征选择技术,包括基于经典粗糙集、模糊粗糙集、优势关系粗糙集等的特征选择技术。还介绍了技术应用,提供各类算法的伪代码,构建了基于经典粗糙集和优势粗糙集的特征选择算法的API库,可为技术应用提供支撑。
展开
目录
第1章 特征选择介绍
1.1 特征
1.1.1 数值特征
1.1.2 类别特征
1.2 特征选择
1.2.1 有监督特征选择
1.2.2 无监督特征选择
1.3 特征选择技术
1.3.1 过滤法
1.3.2 封装法
1.3.3 嵌入法
1.4 特征选择的目标
1.5 特征选择标准
1.5.1 信息增益
1.5.2 距离
1.5.3 相关性
1.5.4 一致性
1.5.5 分类精度
1.6 特征生成方案
1.6.1 前向特征生成
1.6.2 后向特征生成
1.6.3 随机特征生成
1.7 相关概念
1.7.1 搜索机制
1.7.2 特征选择算法的生成
1.7.3 特征相关性
1.7.4 特征冗余度
1.7.5 特征选择的应用
1.7.6 特征选择:挑战性问题
1.8 小结
参考文献
第2章 背景
2.1 维数灾难
2.2 基于转换的降维
2.2.1 线性技术
2.2.2 非线性技术
2.3 基于选择的降维
2.3.1 有监督学习的特征选择
2.3.2 过滤技术
2.3.3 封装技术
2.3.4 无监督学习的特征选择
2.4 基于相关性的特征选择
2.4.1 基于相关性的度量
2.4.2 基于相关度的高效特征选择(ECMBF)
2.5 基于互信息的特征选择
2.5.1 基于互信息的特征选择技术
2.5.2 多目标人工蜂群(Multi-objective Artificial Bee Colony,MOABC)技术
2.6 小结
参考文献
第3章 粗糙集理论
3.1 经典集合理论
3.1.1 集合
3.1.2 子集
3.1.3 幂集
3.1.4 算子
3.1.5 集合理论的数学符号
3.2 知识表达和模糊
3.3 粗糙集理论
3.3.1 信息系统
3.3.2 决策系统
3.3.3 不可分辨性
3.3.4 近似
3.3.5 正域
3.3.6 差别矩阵
3.3.7 差别函数
3.3.8 决策相关差别矩阵
3.3.9 相关性
3.3.10 约简和核
3.4 离散化过程
3.5 其他相关概念
3.6 粗糙集理论的应用
3.7 小结
参考文献
第4章 粗糙集理论的前沿概念
4.1 模糊集理论
4.1.1 模糊集
4.1.2 模糊集和部分真实性
4.1.3 隶属函数
4.1.4 模糊算子
4.1.5 模糊集表示法
4.1.6 模糊规则
4.2 模糊粗糙集杂合
4.2.1 有监督学习和信息检索
4.2.2 特征选择
4.2.3 粗糙模糊集
4.2.4 模糊粗糙集
4.3 相关类
4.3.1 增量相关类
4.3.2 直接相关类
4.4 重新定义的近似
4.4.1 重新定义的下近似
4.4.2 重新定义的上近似
4.5 小结
参考文献
第5章 基于特征选择技术的粗糙集理论
5.1 快速约简
5.2 基于粒子群优化的混合特征选择算法
5.3 遗传算法
5.4 增量特征选择算法
5.5 使用鱼群算法的特征选择法
5.5.1 位置的表示
5.5.2 鱼的距离和中心
5.5.3 位置更新策略
5.5.4 适应度函数
5.5.5 停止条件
5.6 基于快速约简和改进Harmony搜索算法的特征选择技术
5.7 基于启发式和穷举算法的粗糙集理论的混合特征选择技术
5.7.1 特征选择预处理程序
5.7.2 使用相对相关性算法对所选特征进行优化
5.8 使用随机特征向量的粗糙集特征选择技术
5.9 基于启发式的相关性计算技术
5.10 特征选择的平行相关性计算技术
5.11 小结
参考文献
第6章 基于粗糙集理论的无监督特征选择
6.1 无监督快速约简算法
6.2 无监督相对约简算法
6.3 无监督模糊粗糙特征选择
6.4 无监督粒子群算法相对约简(US-PSO-RR)
6.5 无监督粒子群算法快速约简(US-PSO-QR)
6.6 小结
参考文献
第7章 特征选择算法的批判性分析
7.1 特征选择技术的优点和缺点
7.1.1 过滤法
7.1.2 封装法
7.1.3 嵌入法
7.2 比较框架
7.2.1 执行时间减少的百分比
7.2.2 内存使用量
7.3 各种特征选择技术的批判性分析
7.3.1 快速约简
7.3.2 基于粗糙集的遗传算法
7.3.3 粒子群算法-快速约简
7.3.4 增量特征选择算法
7.3.5 AFSA
7.3.6 使用穷举法和启发法的特征选择
7.3.7 使用随机特征向量的特征选择
7.4 小结
参考文献
第8章 优势关系粗糙集技术
8.1 概述
8.2 优势关系粗糙集技术
8.2.1 决策表
8.2.2 优势
8.2.3 决策类别和类簇
8.2.4 下近似
8.2.5 上近似
8.3 一些基于优势关系粗糙集的技术
8.4 小结
参考文献
第9章 模糊粗糙集
9.1 模糊粗糙集模型
9.1.1 模糊近似
9.1.2 模糊正域
9.2 基于模糊粗糙集的技术
9.3 小结
参考文献
第10章 基于粗糙集的典型API库介绍
10.1 简明教程
10.1.1 变量说明
10.1.2 数组说明
10.1.3 注释
10.1.4 假设语句
10.1.5 循环
10.1.6 函
展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证