《信息系统与知识发现》以粗糙集、模糊集、随机集理论为工具，论述信息系统上的知识发现与知识约简理论。内容包含经典信息系统与知识发现，模糊信息系统与知识发现，随机信息系统与知识发现，格值信息系统与知识发现，以及知识发现形成的知识系统与知识逻辑。本书坚持严格的数学模式与方法的实际可实现性紧密结合，既可以作为数学与信息科学研究生教材，又可以作为从事信息科学研究人员与工程人员的参考书。

第一章 信息系统与知识发现
1. 1 信息系统与知识发现
1. 2 目标信息系统与知识发现
1. 3 信息系统属性的重要性度量
1. 4 信息系统的多样化与一般化

第二章 经典信息系统与知识发现
2. 1 rough集的基本概念与性质
2. 2 信息系统的知识发现与知识约简
2. 3 协调目标信息系统的知识发现与知识约简
2. 4 不协调目标信息系统的知识发现与知识约简
2. 5 变精度粗糙集模型上的知识约简
2. 6 连续值域信息系统的知识约简
2. 7 信息系统上的优势关系与知识发现
2. 8 属性空间上的ruogh集理论
2. 9 rough集近似的属性递归算法
2. 10 包含度与粗糙集数据分析中各种度量之间的关系

第三章 fuzzy信息系统与知识发现
3. 1 fuzzy集合的ruogh近似
3. 2 fuzzy信息系统的ruogh集理论
3. 3 fuzzy信息系统上fuzzy集的ruogh近似
3. 4 信息系统上fuzzy规则的知识发现

第四章 随机信息系统与知识发现
4. 1 随机集与证据理论
4. 2 证据理论与ruogh集的关系
4. 3 随机信息系统上的知识发现
4. 4 随机信息系统的合成与D-S公式

第五章 格值信息系统与知识发现
5. 1 集值信息系统与知识发现
5. 2 格值信息系统上的ruogh集理论
5. 3 格值信息系统的知识约简
5. 4 格关系信息系统

第六章 知识系统与知识逻辑
6. 1 知识系统及其生成方法
6. 2 知识系统的细化及其性质
6. 3 知识系统的属性特征
6. 4 知识系统的代数结构
6. 5 知识系统与粗糙逻辑
参考文献