前言
章 三支决策概述 1
An Introduction to Three-Way Decisions
1.1 三支决策思想 1
1.1.1 中庸与三支决策 1
1.1.2 三支决策复杂问题求解实例 2
1.1.3 三支决策问题求解的普遍性 6
1.2 三支决策的认知基础及意义 7
1.3 三支决策 8
1.3.1 三支决策描述 8
1.3.2 基于评价函数的三支决策 9
1.4 基于集合论构造三支决策 10
1.4.1 区间集与三支决策 10
1.4.2 粗糙集与三支决策 11
1.4.3 概率粗糙集与三支决策 12
1.4.4 模糊集与三支决策 13
1.4.5 阴影集与三支决策 13
1.5 本章小结 14
致谢 14
参考文献 15
第2章 三支决策空间 20
Three-Way Decision Space
2.1 引言 20
2.2 三支决策空间 21
2.2.1 三支决策的度量 22
2.2.2 三支决策的条件 22
2.2.3 三支决策的决策评价函数 23
2.2.4 三支决策空间 25
2.3 三支决策空间上的三支决策 25
2.3.1 三支决策 25
2.3.2 乐观多粒度三支决策 26
2.3.3 悲观多粒度三支决策 26
2.4 基于Fuzzy集的三支决策 27
2.4.1 基于一般Fuzzy集的三支决策 27
2.4.2 基于区间值Fuzzy集的三支决策 28
2.4.3 基于Fuzzy关系的三支决策 28
2.4.4 基于阴影集的三支决策 28
2.4.5 基于区间集的三支决策 29
2.5 基于随机集的三支决策 30
2.5.1 随机集 30
2.5.2 决策度量域为集代数的三支决策 30
2.5.3 决策度量域为[0， 1]的三支决策 30
2.6 基于粗糙集的三支决策 31
2.6.1 基于Fuzzy决策粗糙集的三支决策 31
2.6.2 基于区间值Fuzzy决策粗糙集的三支决策 32
2.7 多粒度三支决策空间的转化 34
2.7.1 加权平均多粒度三支决策 34
2.7.2 max-min平均多粒度三支决策 35
2.8 三支决策空间的动态三支决策 35
2.8.1 动态二支决策 35
2.8.2 动态三支决策 38
2.9 三支决策空间的双评价函数三支决策 39
2.10 三支决策空间上的其他三支决策 41
2.10.1 三支决策空间上 的三支决策 41
2.10.2 三支决策空间上含拒绝决策域的三支决策 43
2.11 本章小结 43
致谢 45
参考文献 45
第3章 基于概率粗糙集的动态三支决策方法 49
Dynamic Three-Way Decision Method Based on Probabilistic Rough Sets
3.1 引言 49
3.2 基于概率粗糙集的三支决策模型 50
3.3 基于概率粗糙集的动态三支决策方法 52
3.4 基于概率粗糙集的增量式三支决策算法 59
3.5 实例分析 63
3.6 本章小结 65
致谢 65
参考文献 66
第4章 基于区间数决策粗糙集的三支决策 68
Three-Way Decisions with Interval-Valued Decision-Theoretic Rough Sets
4.1 区间数决策粗糙集的基础模型 68
4.1.1 区间数决策粗糙集的基本理论模型 68
4.1.2 区间数决策粗糙集与决策粗糙集的比较 70
4.2 基于确定性排序方法的区间数决策粗糙集决策机制 71
4.3 基于可能度排序方法的区间数决策粗糙集决策机制 74
4.3.1 基于可能度排序方法的决策规则 74
4.3.2 决策规则准则 76
4.4 基于优化视角的区间数决策粗糙集决策机制 83
4.5 实验分析 87
4.5.1 对比研究 87
4.5.2 选取区间数决策粗糙集分析方法的准则 90
4.6 本章小结 90
致谢 91
参考文献 91
第5章 构造型的多粒度三支决策模型 93
Constructive Multi-Granular Three-Way Decision Model
5.1 引言 93
5.2 三支决策相关理论 94
5.2.1 基于决策粗糙集的三支决策模型 94
5.2.2 CCA简介 95
5.2.3 基于CCA的三支决策模型 96
5.3 基于CCA的代价敏感三支决策模型 96
5.3.1 引入代价敏感的三支决策模型 96
5.3.2 实验结果及分析 97
5.4 基于CCA的鲁棒性三支决策模型 101
5.4.1 基于CCA的鲁棒性三支决策模型 101
5.4.2 实验结果及分析 102
5.5 边界域的多粒度挖掘模型 105
5.5.1 基于覆盖算法的多粒度思想 105
5.5.2 边界域的多粒度挖掘 106
5.5.3 实验结果分析 107
5.6 本章小结 110
致谢 110
参考文献 110
第6章 三支决策聚类 112
Three-Way Decision Clustering
6.1 引言 112
6.2 不确定性聚类 113
6.3 聚类问题的三支决策描述 114
6.3.1 三支决策聚类的提出 114
6.3.2 三支决策的区间集描述 115
6.3.3 三支决策聚类的表示 116
6.4 三个域的关系 117
6.5 重叠域细分在社交网络中的应用 120
6.6 动态三支决策聚类 123
6.6.1 增量式数据聚类的相关定义 124
6.6.2 初始聚类 125
6.6.3 创建搜索树 127
6.6.4 增量聚类 128
6.6.5 实验分析 130
6.7 本章小结 132
致谢 133
参考文献 133
第7章 基于三支决策的多粒度文本情感分类 136
Multi-Granularity Sentiment Classification Based on Three-Way Decisions
7.1 引言 136
7.2 粗糙集和三支决策 137
7.3 上下文有关的词语情感分类 138
7.3.1 上下文有关反义词对 138
7.3.2 基于三支决策的上下文有关词语情感分类 139
7.3.3 实验结果与分析 141
7.4 主题依赖的句子情感分类 143
7.4.1 情感先验 143
7.4.2 基于三支决策的主题依赖句子情感分类 144
7.4.3 实验结果与分析 145
7.5 多标记的篇章情绪分类 148
7.5.1 多标记情绪 148
7.5.2 基于三支决策的多标记篇章情绪分类 149
7.5.3 实验结果与分析 151
7.6 本章小结 153
致谢 153
参考文献 153
第8章 基于三支决策的高利润项集增量挖掘 156
Three-Way Based High Utility Itemset Incremental Mining
8.1 引言 156
8.2 高利润项集挖掘 157
8.2.1 数据模型 157
8.2.2 相关定义 158
8.2.3 效用约束的特性 159
8.2.4 高效用项集挖掘算法 160
8.3 三支决策 163
8.3.1 三支决策理论 163
8.3.2 研究现状 164
8.4 基于三支决策的高利润项集增量挖掘 165
8.4.1 三支决策模型 165
8.4.2 增量更新算法 166
8.4.3 同步机制 168
8.5 算法性能评估 171
8.5.1 数据集 171
8.5.2 实验结果和评价 172
8.6 本章小结 174
致谢 174
参考文献 174
第9章 代价敏感序贯三支决策在图像识别中的应用 177
Cost-Sensitive Sequential Three-Way Decision and Its Application in Image
Recognition
9.1 引言 177
9.2 三支决策及其应用 178
9.3 决策方法及决策代价 179
9.4 人脸图像识别与序贯决策 182
9.5 图像的子空间粒度特征提取法 184
9.5.1 序贯子空间粒度特征提取法 184
9.5.2 PCA子空间粒度特征提取法 185
9.5.3 LPP子空间粒度特征提取法 186
9.6 代价敏感的序贯三支决策方法 187
9.7 实验分析与验证 189
9.7.1 数据库介绍及实验设置 189
9.7.2 子空间粒度特征人脸图像 190
9.7.3 序贯决策的代价与错误率 191
9.7.4 序贯决策中的边界域变化趋势 194
9.8 本章小结 195
致谢 195
参考文献 195
0章 基于基尼目标函数的三支决策域确定 199
Gini Objective Functions for Determining Three-Way Decision Regions
10.1 引言 199
10.2 三支决策域及其评价 200
10.2.1 粗糙集构造三支决策域 200
10.2.2 评价三支决策域 201
10.3 基尼系数 202
10.3.1 一般概率分布的基尼系数 203
10.3.2 三支决策域的基尼系数 205
10.3.3 决策域基尼系数的变化分析 206
10.4 基尼目标函数 208
10.4.1 将三个决策域的基尼系数作为一个整体 208
10.4.2 立即决策域的基尼系数对抗不承诺域的基尼系数 209
10.4.3 分别考虑每一个决策域的基尼系数 211
10.5 示例 212
10.6 本章小结 215
致谢 215
参考文献 215
1章 基于三支决策的中文文本情感分析 219
Emotion Analysis of Chinese Text Based on Three-Way Decisions
11.1 引言 219
11.2 问题描述 220
11.3 准备工作——情感词典的构建 221
11.4 三支决策在中文文本情感分析中的应用 223
11.4.1 三支决策分类 223
11.4.2 对边界域的后续处理 225
11.5 实验结果 226
11.6 本章小结 228
致谢 228
参考文献 228
2章 基于三支决策的支持向量机增量学习方法 231
Three-Way Decisions-Based Incremental Learning Method for Support Vector
Machine
12.1 引言 231
12.2 背景知识 232
12.2.1 SVM增量学习 232
12.2.2 三支决策 233
12.3 基于三支决策的SVM增量学习方法 234
12.3.1 三支决策中条件概率的构建 234
12.3.2 基于三支决策的SVM边界向量构建 237
12.3.3 基于三支决策的SVM增量学习算法 238
12.4 实验与分析 239
12.4.1 实验数据描述 239
12.4.2 数据预处理 240
12.4.3 评价指标 240
12.4.4 实验结果及分析 240
12.5 本章小结 242
致谢 242
参考文献 243
3章 基于自反概率模糊粗糙集的三支决策 245
Three-Way Decisions with Reflexive Probabilistic Rough Fuzzy Sets
13.1 引言 245
……
4章 三支决策的集对分析数学模型及应用 259
5章 基于直觉模糊集和区间集的三支决策研究 269
6章 基于三支决策的微博主观文本识别研究 286
7章 形式概念的三支表示 300
8章 模糊三支决策 314
附录 三支决策理论与应用已有成果文献 327

决策是人类生产和生活中的普遍行为。当人们在接受、拒绝、暂不做决定三者之间权衡利弊时，便自发地运用了一种三支策略。为了系统地研究计算机科学、医学、管理学、心理学、认知科学中普遍存在的三支策略和方法，一种新的用于复杂问题求解的三支决策计算方法逐渐得到广大学者的关注，并逐渐形成其理论体系。近年来，该理论已应用于决策分析、不确定性分析、聚类分析、信息过滤、多标签分类、多维决策模型和Web支持系统等领域的研究工作中。《三支决策：复杂问题求解方法与实践》主要介绍三支决策理论、模型与方法，以及在工程、管理等领域中的实践，并力图展现三支决策的近期新研究成果。《三支决策：复杂问题求解方法与实践》可供信息科学技术、计算机科学与技术、智能科学与技术、自动化、控制科学与工程、管理科学与工程和应用数学等专业的教师、研究生、高年级本科生和科研人员、工程技术人员参考。