《云模型与粒计算》由国内外云模型和粒计算研究领域的20余位华人学者(包括王国胤、李德毅、姚一豫、梁吉业、苗夺谦等)合作撰写。书中介绍了各位作者及其研究团队近年来在云模型和粒计算研究方面取得的最新研究成果，及时总结了相关研究进展。本书除作为2012年暑期研讨会的教材外，还可为人工智能领域的专家或研究人员从事相关研究提供参考。

云模型是研究定性概念与定量数值之间相互转换的不确定性认知模型。粒计算是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法。它覆盖了所有有关粒度的理论、方法和技术，是研究复杂问题求解、海量数据挖掘和模糊信息处理等问题的有力工具。王国胤、李德毅、姚一豫、梁吉业、苗夺谦等编写的《云模型与粒计算》介绍云模型与粒计算交叉研究的最新进展，由国内外相关领域的华人学者撰文14章，内容涉及云模型、高斯云的数学性质、云模型与相近概念的关系、区间集、区间值信息系统的粒计算模型与方法、多粒度粗糙集、粒计算模型的特性分析与比较、云计算环境下层次粗糙集模型约简算法、基于粒计算的聚类分析、并行约简与F-粗糙集、单调性分类学习、不确定性研究中若干问题的探讨、基于云模型的文本分类应用、数据挖掘算法的云实现。

《云模型与粒计算》可供计算机、自动化等相关专业的研究人员、教师、研究生、高年级本科生和工程技术人员参考。

前言

第1章 双向认知计算模型——云模型

第2章 高斯云的数学性质

第3章 云模型与相近概念的关系

第4章 区间集

第5章 区间值信息系统的粒计算模型与方法

第6章 多粒度粗糙集

第7章 粒计算模型的特性分析与比较

第8章 云计算环境下层次粗糙集模型约简算法

第9章 基于粒计算的聚类分析

第10章 并行约简与F-粗糙集

第11章 单调性分类学习

第12章 不确定性研究中若干问题的探讨

第13章 基于云模型的文本分类应用

第14章 数据挖掘算法的云实现