阮红生（Nguyen，Hung Son）;安德烈·斯科伦 粗糙集：从初级到挑战。 （英语） Zbl 1327.68008号 Andrzej Skowron等人，《粗糙集与智能系统——纪念Zdzisław Pawlak教授》。第1卷。罗曼·索文斯基的前言。柏林：施普林格出版社（ISBN 978-3-642-30343-2/hbk；978-3-442-30344-9/电子书）。智能系统参考图书馆42，75-173（2013）。 摘要：在粗糙集理论和应用的发展过程中，可以分为三个主要阶段。起初，研究人员专注于描述性属性，例如保留不可分辨关系的信息系统的约简或概念或分类的描述。接下来，他们转向了粗糙集在机器学习、模式识别和数据挖掘中的应用。在获得一些经验后，他们为归纳推理奠定了基础，例如，归纳分类器。虽然第一个周期基于这样的假设，即物体是通过属性表示的部分信息来感知的，但第二个周期基于关于近似概念的信息也是部分的假设。近似空间和相关近似空间的搜索策略被认为是粗糙集的基本工具。使用布尔推理和近似布尔推理应用于，例如，搜索相关特征、离散化、符号值分组，或更一般意义上的搜索相关近似空间。现在，我们观察到一个新的时期正在出现，其中研究了两个新的重要课题：（i）发现被分析对象或颗粒的相关（复杂）上下文的策略，与信息粒化过程和颗粒计算密切相关的内容，以及（ii）颗粒的交互计算。这两个方向的目标都是开发用于近似复杂模糊概念的工具，例如行为模式或自适应策略，使实现交互计算的质量达到令人满意的程度。本章介绍了从粗糙集的基础到挑战的发展，例如与本体近似、过程挖掘、上下文诱导或基于感知的计算（PBC）相关的挑战。该方法基于交互式粗粒度计算（IRGC）。关于整个系列，请参见[Zbl 1251.68030号]. 引用于5文件 MSC公司： 68-03 计算机科学史 68立方英尺 知识表示 68层37 人工智能背景下的不确定性推理 关键词：模糊的概念;不可分辨性;还原;近似空间;粗糙集;决策规则;附属国;近似布尔推理;概念近似;本体近似;数据挖掘中的可扩展性;粒度计算;上下文诱导;过程挖掘;基于感知的计算 PDF格式BibTeX公司 XML格式引用 \textit{H.S.Nguyen}和\textit{A.Skowron}，情报。系统。参考图书馆。42、75——173（2013年；Zbl 1327.68008） 全文： 内政部 参考文献： [1] Aggarwal，C.，《数据流：模型和算法》（2007），柏林：施普林格出版社，柏林·Zbl 1126.68033号 [2] Alpingii，J.J。；彼得斯，J.F。；斯科伦，A。；Zhong，N.，《粗糙集与当前计算趋势》（2002），海德堡：斯普林格出版社·Zbl 1001.00048号 [3] 安，A.，黄，Y.，黄，X.，Cercone，N.：用粗糙集进行网页分类的特征选择。摘自：Peters等人[231]，第1-13页·Zbl 1108.68607号 [4] 安，A。；Stefanowski，J。；拉曼纳，S。；布茨，C.J。；佩德里茨，W。；Wang，G.，《粗糙集、模糊集、数据挖掘和粒度计算》（2007），海德堡：施普林格出版社·Zbl 1177.68002号 [5] Ariew，R.，Garber，D.（编辑）：Leibniz，G.W.，《哲学论文》。印第安纳波利斯哈克特出版公司（1989） [6] 巴尔比亚尼，P。；Vakarelov，D.，《信息系统中不可分辨性和互补性的模式逻辑》，《信息学基础》，50，3-4，243-263（2002）·Zbl 1016.03026号 [7] 班纳吉，M。；Chakraborty，M.，《粗略真理的逻辑》，《信息学基础》，第71、2-3、139-151页（2006年）·Zbl 1094.03015号 [8] 班纳吉，M。；Pal，S.K.，模糊集的粗糙度，信息科学，93，3-4，235-246（1996）·Zbl 0879.04004号 [9] Bargiela，A.，Pedrycz，W.（编辑）：颗粒计算：简介。Kluwer学术出版社（2003）·Zbl 1046.68052号 [10] Barr，B.：*——自主分类，《数学讲义》，第752卷。施普林格（1979）·Zbl 0415.18008号 [11] Barsalou，L.W.，感知符号系统，行为与脑科学，22577-660（1999） [12] Barwise，J.，Seligman，J.：《信息流：分布式系统的逻辑》。剑桥大学出版社（1997）·Zbl 0927.03004号 [13] Bazan，J.：复杂时空概念的层次分类器。摘自：Peters等人[236]，第474-750页 [14] Bazan，J.：行为模式识别和规划中的粗糙集和粒度计算。摘自：Pedrycz等人[223]，第777-822页 [15] Bazan，J.，Latkowski，R.，Szczuka，M.：DIXER-粗糙集探索系统的分布式执行器。收录于：扎克等人[321]，第362-371页 [16] Bazan，J.，Nguyen，H.S.，Nugyen，S.H.，Synak，P.，Wróblewski，J.：分类问题中的粗糙集算法。摘自：Polkowski等人[249]，第49-88页·Zbl 0992.68197号 [17] Bazan，J.，Skowron，A.：行为模式识别中复杂对象非相关部分的在线消除。收录：Pal等人[193]，第720-725页 [18] 巴赞，J.G。；斯科伦，A。；Ślęzak，D。；Wróblewski，J。；钟，N。；拉希，Z.W。；津本，S。；铃木，E.，《寻找复杂决策约简：生存分析的案例研究》，《智能系统基础》，160-168（2003），海德堡：斯普林格·Zbl 1070.68636号 [19] Bazan，J.、Szczuka，M.、Wojna，M.和Wojnarski，M.：关于粗糙集探索系统的演化。收录于：Tsumoto等人[356]，第592-601页·Zbl 1103.68671号 [20] Bazan，J.G.：从决策表中提取规律的动态和非动态粗糙集方法的比较。收录于：Polkowski和Skowron[252]，第321-365页·Zbl 1067.68711号 [21] Bazan，J.G.，Nguyen，H.S.，Peters，J.F.，Skowron，A.，Szczuka，M.：从分类器中提取模式的粗糙集方法。收录于：Skowron和Szczuka[310]，第20-29页，www.elsevier.nl/locate/entcs/volume82.html·Zbl 1270.68306号 [22] Bazan，J.G.，Nguyen，H.S.，Skowron，A.，Szczuka，M.：关于粗糙集概念近似的观点。参见：Wang等人[367]，第181-188页·Zbl 1026.68615号 [23] 巴赞，J.G。；Nguyen，H.S。；Szczuka，M.S.，关于粗糙集概念近似的观点，《信息学基础》，59，107-118（2004）·Zbl 1098.68126号 [24] Bazan，J.G.，Peters，J.F.，Skowron，A.：通过粗糙集建模进行行为模式识别。收录于：扎克等人[321]，第688-697页 [25] Bazan，J.G.，Skowron，A.：基于近似推理方案的分类器。摘自：Dunin-Kęplicz等人[52]，第191-202页·Zbl 1082.68832号 [26] Bazan，J.G.，Skowron，A.，Swiniarski，R.：粗糙集和模糊概念近似：从样本近似到自适应学习。摘自：Peters和Skowron[228]，第39-62页·兹比尔1136.68476 [27] Bazan，J.G.，Szczuka，M.：RSES和RSESlib——一组用于粗糙集计算的工具。收录于：Ziarko和Yao[394]，第106-113页·Zbl 1014.68825号 [28] Behnke，S.，图像解释的层次神经网络（2003），海德堡：施普林格·Zbl 1041.68076号 [29] 贝洛，R。；Falcón，R。；Pedrycz，W.，《计算：在粗糙集和模糊集的交界处》（2010），海德堡：斯普林格出版社 [30] Blake，A.：布尔代数中的规范表达式。芝加哥大学数学系论文（1937年）；芝加哥大学图书馆（1938） [31] Boole，G.，《逻辑的数学分析》（1847），伦敦：G.Bell，伦敦 [32] 布勒，G.：《思想规律的调查》。沃尔顿，伦敦（1854）；纽约多佛出版社重印（1954年）·Zbl 1528.68004号 [33] Borrett，S.R。；布里德维尔，W。；兰格利，P。；Arrigo，K.R.，表示和开发过程模型的方法，生态复杂性，4，1-12（2007） [34] Bower，J.M.，Bolouri，H.（编辑）：遗传和生物化学网络的计算建模。麻省理工学院出版社（2001） [35] Breiman，L.，《统计建模：两种文化》，统计科学，16，3，199-231（2001）·Zbl 1059.62505号 [36] Brown，F.，Boolean Reasoning（1990），多德雷赫特：Kluwer Academic Publishers，多德雷赫特·Zbl 0719.03002号 [37] Cercone，N.，Skowron，A.，Zhong，N.：（特刊），计算智能：国际期刊17（3）（2001） [38] 查克拉波蒂，M。；Pagliani，P.，《近似几何：粗糙集理论：概念模式的逻辑、代数和拓扑》（2008），海德堡：斯普林格出版社·Zbl 1213.03002号 [39] Chan，C.-C。；Grzymała-Busse，J.W。；Ziarko，W.P.，《粗糙集与当前计算趋势》（2008），海德堡：斯普林格出版社·Zbl 1149.68009号 [40] Chikalov，I.，Lozin，V.，Lozina，I.，Moshkov，M.，Nguyen，H.S.，Skowron，A.，Zielosko，B.：数据分析的三种方法。测试理论，粗糙集和数据逻辑分析。施普林格（即将亮相，2012年）·兹比尔1254.68005 [41] Chmielewski，M.R。；Grzymała-Busse，J.W.，作为机器学习预处理的连续属性的全局离散化，国际近似推理杂志，15，41319-331（1996）·Zbl 0949.68560号 [42] Choubey，S.K。；Deogun，J.S。；拉加万，V.V。；Sever，H。；Petry，F.，《粗糙分类器背景下特征选择算法的比较》，模糊系统国际会议（FUZZ-IEEE 1996），1122-1128（1996），Pistcataway:IEEE服务中心，Pistcataway [43] Cios，K。；佩德里茨，W。；Swiniarski，R.，《用于知识发现的数据挖掘方法》（1998年），诺威尔：Kluwer，诺威尔·Zbl 0912.68199号 [44] Ciucci，D.，Yao，Y.Y.：《粗糙集理论进展专刊》，《基础信息学》108（3-4）（2011）·Zbl 1246.68026号 [45] Delimata，P。；莫什科夫，M.J。；斯科伦，A。；Suraj，Z.，《数据分析中的抑制规则：粗糙集方法》（2009），海德堡：斯普林格出版社·Zbl 1157.68054号 [46] Demri，S。；Orłowska，E.，《不完全信息：结构、推断、复杂性》（2002），海德堡：斯普林格出版社·Zbl 1016.68163号 [47] Deogun，J.、Raghavan，V.V.、Sarkar，A.、Sever，H.：数据挖掘：研究与开发趋势。收录于：Lin和Cercone[135]，第9-46页 [48] 多尔蒂，P。；Łukaszewicz，W。；斯科伦，A。；Szałas，A.，《知识工程：粗糙集方法》（2006），海德堡：斯普林格出版社·Zbl 1131.68107号 [49] Dubois，D.，Prade，H.：前言。In:粗糙集：数据推理的理论方面[215] [50] Dubois，V.，Quafafou，M.：近似概念学习：粗糙版本空间。收录：Alpigini等人[2]，第239-246页·Zbl 1013.68574号 [51] 杜达，R。；哈特，P。；Stork，R.，模式分类（2002），纽约：John Wiley&Sons，纽约 [52] Dunin-Kęplicz，B。；Jankowski，A。；斯科伦，A。；Szczuka，M.，多智能体系统中的监控、安全和救援任务（MSRAS 2004）（2005），海德堡：施普林格，海德堡 [53] Düntsch，I.，《粗糙集的逻辑》，《理论计算机科学》，179427-436（1997）·Zbl 0896.03050号 [54] Düntsch，I.，Gediga，G.：粗糙集数据分析。摘自：《计算机科学与技术百科全书》，第43卷，第281-301页。马塞尔·德克尔（2000）·Zbl 1027.68119号 [55] 杜恩施，I。；Gediga，G.，《粗糙集数据分析：非侵入性知识发现之路》（2000），班戈：Methodos出版社，班戈 [56] 法勒，M。；Poggio，T.，感知学习（2002），剑桥：麻省理工学院出版社，剑桥 [57] 风机，T.F。；Liau，C.J。；姚毅，基于粗糙集理论的模态和模糊决策逻辑，《信息科学基础》，52，4，323-344（2002）·Zbl 1016.03027号 [58] 冯，J。；Jost，J。；Q.Minping，《网络：从生物学到理论》（2007），柏林：施普林格出版社，柏林 [59] Frege，G.：Grundgesetzen der Arithmetik，第2卷。弗拉格·冯·赫尔曼·波勒（Verlag von Hermann Pohle，Jena）（1903年） [60] 弗里德曼，J.H。；Scott，D.，数据挖掘和统计。有什么联系？（主题演讲），《第29届界面研讨会论文集：计算科学与统计》（1997），休斯顿：休斯顿大学 [61] Gabbay，D.（编辑）：Fibring Logics。牛津大学出版社（1998）·Zbl 0909.03001号 [62] Gabbay，D.M。；Hogger，C.J。；Robinson，J.A.，《人工智能和逻辑编程逻辑手册》（1994），牛津：卡尔德龙出版社，牛津·Zbl 0804.03017号 [63] Garcia-Molina，H。；Ullman，J。；Widom，J.，《数据库系统：全书》（2002），《上鞍河：普伦蒂斯·霍尔》，上鞍河 [64] Gediga，G。；Düntsch，I.，《重新审视粗糙近似质量》，《人工智能》，132219-234（2001）·Zbl 0983.68194号 [65] Gediga，G.，Düntsch，I.：关于粗糙集分析中的模型评估、重要性指数和交互值。收录：Pal等人[199]，第251-276页 [66] Gell-Mann，M.，《夸克与美洲豹——简单与复杂的冒险》（The Quark and The Jaguar-Adventures in The Simple and The Complex，1994），伦敦：布朗公司，伦敦·Zbl 0833.00011号 [67] Goldin，D.，Smolka，S.，Wegner，P.（编辑）：交互式计算：新范式。斯普林格（2006）·Zbl 1106.68002号 [68] Goldin，D.，Wegner，P.：交互计算原理。摘自：Goldin等人[67]，第25-37页·兹比尔1266.68110 [69] Gomoliáska，A.，近似空间中公式的分级意义，《信息基础》，60，1-4，159-172（2004）·兹比尔1083.68119 [70] 戈莫林斯卡，A.：近似空间中规则的大致有效性、置信度和覆盖率。摘自：Peters和Skowron[226]，第57-81页·Zbl 1117.68070号 [71] 戈拉，G。；Wojna，A.G.，RIONA：结合规则归纳和实例学习的新分类系统，《基础信息学》，51，4，369-390（2002）·Zbl 1011.68114号 [72] Greco，S。；哈塔，Y。；平野，S。；Inuiguchi，M。；宫本茂，S。；Nguyen，H.S。；Słowiáski，R.，《计算中的粗糙集和当前趋势》（2006），海德堡：斯普林格出版社·Zbl 1147.68006号 [73] Greco，S。；Inuiguchi，M。；Słowiáski，R.，模糊粗糙集和多假设逐步决策规则，国际近似推理杂志，41，2，179-211（2006）·Zbl 1093.68114号 [74] Greco，S。；Kadzinski，M。；Słowiáski，R.，稳健多准则排序中代表值函数的选择，计算机与OR，38，11，1620-1637（2011）·Zbl 1210.90102号 [75] Greco，S。；马塔拉佐，B。；Słowiáski，R。；Zanakis，S。；杜基迪斯，G。；Zopounidis，C.，《处理多属性和多标准决策问题的粗糙集分析中的缺失数据》，《决策：最新发展和全球应用》，295-316（2000），波士顿：Kluwer学术出版社，波士顿 [76] Greco，S。；马塔拉佐，B。；Słowiáski，R.，《多准则决策分析的粗糙集理论》，《欧洲运筹学杂志》，129，1，1-47（2001）·Zbl 1008.91016号 [77] Greco，S。；马塔拉佐，B。；Słowiáski，R。；Kloesgen，W。；Żytkow，J.，数据挖掘任务和方法：分类：多标准分类，KDD手册，318-328（2002），牛津：牛津大学出版社，牛津 [78] Greco，S.，Matarazo，B.，Słowiáski，R.：基于优势的粗糙集知识发现方法（I）-一般观点，（II）-扩展和应用。收录：钟和刘[387]，第513-552、553-612页 [79] Greco，S.，Matarazo，B.，Słowiñski，R.：基于优势的粗糙集方法是粗糙集理论中处理渐进性的一种适当方法。摘自：Peters等人[235]，第36-52页·Zbl 1187.03042号 [80] Greco，S。；马塔拉佐，B。；Słowiáski，R.，《有序数据的粒度计算和数据挖掘：基于优势的粗糙集方法》，《复杂性和系统科学百科全书》，4283-4305（2009），海德堡：斯普林格 [81] Greco，S.，Matarazzo，B.，Słowiński，R.：“有序数据的粒度计算和数据挖掘：基于优势的粗糙集方法”的总结和更新。作者：Hu，X.，Lin，T.Y.，Raghavan，V.V.，Grzymała-Busse，J.W.，Liu，Q.，Broder，a.Z.（eds.）2010 IEEE国际颗粒计算会议，GrC 2010，美国加利福尼亚州圣何塞，8月14-16日，第20-21页。IEEE计算机学会（2010） [82] Greco，S.，Słowiński，R.，Stefanowski，J.，Zurawski，M.：多准则分类的增量与非增量规则归纳。摘自：Peters等人[231]，第54-62页·兹比尔1108.68610 [83] Grzymała-Busse，J.W.，《管理专家系统中的不确定性》（1990年），诺威尔：Kluwer学术出版社，诺威尔·Zbl 0751.68069号 [84] Grzymała-Busse，J.W.：LERS-基于粗糙集的示例学习系统。收录于：Słowiáski[324]，第3-18页 [85] Grzymała-Busse，J.W.，《从示例中选择机器学习算法》，《信息基础》，第18期，193-207（1993）·Zbl 0781.68094号 [86] Grzymała-Busse，J.W.，《不确定性下未发现示例的分类》，《信息学基础》，30，3-4，255-267（1997） [87] Grzymała-Busse，J.W.，规则归纳系统的新版本LERS，Fundamenta Informaticae，31，1，27-39（1997）·Zbl 0882.68122号 [88] Grzymała-Busse，J.W.：从具有数字属性的数据中规则归纳的三种策略。摘自：Peters等人[231]，第54-62页·Zbl 1108.68611号 [89] Grzymała-Busse，J.W.：LERS-数据挖掘系统。收录于：Maimon和Rokach[143]，第1347-1351页 [90] Grzymała-Busse，J.W.：规则归纳。收录于：Maimon和Rokach[143]，第277-294页·Zbl 1091.68531号 [91] Grzymała-Busse，J.W.：广义参数化近似。收录于：Yao等人[378]，第136-145页 [92] Grzymała-Busse，J.W.、Grzyma-Busse、W.J.：处理缺少的属性值。收录于：Maimon和Rokach[143]，第37-57页·Zbl 1156.68583号 [93] Grzymała-Busse，J.W。；Ziarko，W.，《数据挖掘和粗糙集理论》，《ACM的通信》，第43期，第108-109页（2000年） [94] Gurevich，Y.：交互式算法2005。收录于：Goldin等人[67]，第165-181页 [95] Harnad，S.，《范畴感知：认知的基础》（1987），纽约：剑桥大学出版社，纽约 [96] Hassanien，A.E。；苏拉吉，Z。；Ślęzak，D。；Lingras，P.，《粗糙计算：理论、技术和应用》（2008），好时：IGI Global，好时 [97] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.H.，《统计学习的要素：数据挖掘、推断和预测》（2001），海德堡：斯普林格出版社·Zbl 0973.62007号 [98] Herbert，J.，Yao，J.T.：用粗糙集进行时间序列数据分析。载：《第四届国际经济与金融计算智能会议论文集》（CIEF 2005），犹他州盐湖城，7月21日至26日，第908-911页（2005） [99] 平野，S。；Inuiguchi，M。；Tsumoto，S.，《粗糙集理论和粒度计算国际研讨会论文集》（RSTGC 2001）（2001），Matsue:国际粗糙集协会，Matsue [100] 胡，X。；Cercone，N.，《关系数据库中的学习：粗糙集方法》，《计算智能：国际期刊》，11，2，323-338（1995） [101] 胡，X。；Cercone，N.，通过离散化、泛化和粗糙集特征选择进行数据挖掘，知识和信息系统：国际期刊，1，1，33-60（1999） [102] 胡，X。；Cercone，N.，通过水平和垂直数据缩减发现最大广义决策规则，计算智能：国际期刊，17，4，685-702（2001） [103] Huhns，M.N。；Singh，M.P.，《代理阅读》（1998年），圣马特奥：Morgan Kaufmann，San Mateo [104] Inuiguchi，M。；平野，S。；Tsumoto，S.，《粗糙集理论与粒度计算》（2003），海德堡：斯普林格出版社·Zbl 1030.68087号 [105] Jain，R.，Abraham，A.：《使用粗糙集的混合智能专题》，《混合智能系统国际期刊》2（2005） [106] Jankowski，A.，Skowron，A.：智能系统的wistech范例。摘自：Peters等人[232]，第94-132页 [107] Jankowski，A。；斯科伦，A。；埃伦菲赫特，A。；马雷克，V。；Srebrny，M.，《人工智能的逻辑：拉西奥瓦-保拉克学派的观点》，安德烈·莫斯托夫斯基和基础研究，106-143（2008），阿姆斯特丹：阿姆斯特丹IOS出版社·Zbl 1149.01021号 [108] Jankowski，A。；斯科伦，A。；马西尼亚克，M。；Mykowiecka，A.，《智慧技术：粗粒度方法》，Bolc Festschrift，3-41（2009），海德堡：施普林格 [109] Jensen，R。；Shen，Q.，《计算智能和特征选择：粗糙和模糊方法》（2008），新泽西州霍博肯：IEEE出版社和新泽西州霍博肯John Wiley&Sons [110] Jian，L。；刘，S。；Lin，Y.，《混合粗糙集及其在不确定决策中的应用》（系统评估、预测和决策（2010），博卡拉顿：CRC出版社，博卡拉顿·Zbl 1184.91007号 [111] 基夫，R.：模糊理论。剑桥哲学研究，剑桥（2000） [112] 基夫，R。；Smith，P.，《模糊：读者》（1997），马萨诸塞州：麻省理工学院出版社 [113] Kim，D.，基于容忍粗糙集的数据分类，模式识别，34，8，1613-1624（2001）·Zbl 0984.68520号 [114] Kim，D。；Bang，S.Y.，使用容忍粗糙集的手写数字字符分类，IEEE模式分析和机器智能汇刊，22，9，923-937（2000） [115] Kloesgen，W。；Żytkow，J.，《知识发现和数据挖掘手册》（2002），牛津：牛津大学出版社，牛津·Zbl 1003.68037号 [116] Komorowski，J.，Øhrn，A.，Skowron，A.：Rosetta和其他粗糙集软件系统。摘自：Klösgen，W.，Żytkow，J.（编辑）《数据挖掘和知识发现手册》，第554-559页。牛津大学出版社（2000） [117] Komorowski，J.，Pawlak，Z.，Polkowski，L.，Skowron，A.：粗糙集：教程。收录：Pal and Skowron[200]，第3-98页 [118] Kostek，B.，声学中的软计算，神经网络、模糊逻辑和粗糙集在物理声学中的应用（1999），海德堡：Physica Verlag，海德堡·Zbl 1044.68919号 [119] Kostek，B.，《声学中基于感知的数据处理：在音乐信息检索和听觉心理生理学中的应用》（2005），海德堡：斯普林格 [120] 科特洛夫斯基，W。；Dembczynski，K。；Greco，S。；Słowiński，R.，用于序数分类的基于随机优势的粗糙集模型，信息科学，178，214019-4037（2008）·Zbl 1173.68734号 [121] Kryszkiewicz，M。；Rybiñski，H.，《复合信息系统约简计算》，《信息学基础》，27，2-3，183-195（1996）·Zbl 0854.68097号 [122] Kryszkiewicz，M.，Cichoán，K.：面向发现粗糙集约简的可伸缩算法。摘自：彼得斯和斯科伦[233]，第120-143页·Zbl 1104.68764号 [123] Kryszkiewicz，M。；彼得斯，J.F。；莱宾斯基，H。；Skowron，A.，《粗糙集与智能系统范式》（2007），海德堡：斯普林格 [124] 库兹涅佐夫，S.O。；Ślęzak，D。；赫平，D.H。；Mirkin，B.G.，《粗糙集、模糊集、数据挖掘和粒度计算》（2011），海德堡：斯普林格出版社·Zbl 1217.68012号 [125] Latkowski，R.，《关于不完整数据的分解》，《信息学基础》，54，1，1-16（2003）·Zbl 1146.68460号 [126] Latkowski，R.，缺失属性值的灵活不可分辨关系，《信息学基础》，67，1-3，131-147（2005）·Zbl 1096.68149号 [127] 莱布尼茨，G.W.：《形而上学的论述》。摘自：Ariew和Garber[5]，第35-68页 [128] Le she niewski，S.，Grundzüge eines neuen Systems der Grundlagen der Mathematik，《数学基础》，14，1-81（1929） [129] Le sh niewski，S.，《数学基础》，托波伊，2，7-52（1982） [130] Li，J.，Cercone，N.：基于粗糙集的关联规则重要性排序模型。收录于：扎克等人[321]，第109-118页 [131] 李，Y。；Shiu，S.C.K。；Pal，S.K。；Liu，J.N.K.，基于粗糙集的案例推理机在文本分类中的应用，国际近似推理杂志，41，2，229-255（2006） [132] Lin，T.Y。；Emrich，M.L。；Phifer，M.S。；Hadzikadic，M。；Ra sh，Z.W.，数据库和知识库系统中的邻域系统和近似，第四届智能系统方法学国际研讨会论文集（海报会议），75-86（1989），夏洛特：橡树岭国家实验室，夏洛蒂 [133] Lin，T.Y.：《智能自动化和软计算杂志》专刊2（2）（1996）·兹比尔0878.00042 [134] Lin，T.Y。；Polkowski，L。；Skowron，A.，《数据库中数据相关性的发现、分析和表示》，《知识发现中的粗糙集1：方法论和应用》，107-121（1998），海德堡：Physica-Verlag出版社，海德伯格·兹伯利0927.68089 [135] Lin，T.Y。；Cercone，N.，《粗糙集与数据挖掘——不完美数据的分析》（1997），波士顿：Kluwer学术出版社，波士顿·Zbl 0855.00039号 [136] Lin，T.Y。；Wildberger，A.M.，《软计算：粗糙集、模糊逻辑、神经网络、不确定性管理、知识发现》（1995年），圣地亚哥：模拟委员会公司 [137] Lin，T.Y。；Yao，Y.Y。；Zadeh，L.A.，《粗糙集、粒度计算和数据挖掘》（Rough Sets，Granular Computing and Data Mining）（2001），海德堡：Physica-Verlag出版社 [138] Lingras，P.，神经计算中的模糊-粗糙和粗糙-模糊序列组合，神经计算，36，1-4，29-44（2001）·Zbl 1003.68637号 [139] Lingras，P.，使用气体的无监督粗糙集分类，智能信息系统杂志，16，3，215-228（2001）·Zbl 1016.68112号 [140] Lingras，P。；West，C.，使用粗糙K-means对Web用户进行区间集聚类，《智能信息系统杂志》，23，1，5-16（2004）·Zbl 1074.68586号 [141] Liu，J.：《自治代理和多代理系统：学习、自组织和自适应计算的探索》。世界科学出版社（2001） [142] Łukasiewicz，J。；Borkowski，L.，Die logischen Grundlagen der Wahrscheinlichkeitsrechnung，1913，JanŁukasiewicz-精选作品，16-63（1970），华沙阿姆斯特丹：北荷兰出版公司，波兰科学出版社，阿姆斯特丹，华沙 [143] O.Maimon。；Rokach，L.，《数据挖掘和知识发现手册》（2005），海德堡：斯普林格·Zbl 1087.68029号 [144] 马吉，P。；Pal，S.K.，《粗糙-模糊模式识别：在生物信息学和医学成像中的应用》（Rough-Fuzzy Pattern Recognition:Application in Bioinformatics and Medical Imaging）（2012），霍博肯：约翰·威利父子公司，霍博克 [145] 马库斯：关于粗糙、模糊和可忽略性的谷物堆的悖论。摘自：Polkowski和Skowron[251]，第19-23页·Zbl 0907.03006号 [146] 马雷克，V.W。；Rasiowa，H.，具有等价关系的近似集，理论计算机科学，48，3，145-152（1986）·Zbl 0638.68066号 [147] 马雷克，V.W。；Truszczyñski，M.，对粗糙集理论的贡献，信息学基础，39，4，389-409（1999）·Zbl 0944.68051号 [148] McCarthy，J.，《关于规范上下文的注释》，《第十三届人工智能国际联合会议论文集》（IJCAI 1993），555-560（1993），旧金山：摩根考夫曼出版社，旧金山 [149] de Medeiros，A.K.A。；魏杰特斯，A.J.M。；van der Aalst，W.M.P.，遗传过程挖掘：实验评估，数据挖掘和知识发现，14245-304（2007） [150] Mill，J.S.：推理和归纳，是证据原则和科学调查方法的关联视图。帕克、儿子和伯恩，伦敦西街（1862年） [151] Mitchel，T.M.：机器学习，马萨诸塞州波士顿。McGraw-Hill计算机科学系列（1999） [152] Mitra，P.、Mitra、S.、Pal，S.K.：模块化粗糙模糊mlp：进化设计。参见：Skowron等人[290]，第128-136页 [153] Mitra，P。；Pal，S.K。；Siddiqi，M.A.，使用带有粗糙集初始化的期望最大化算法的非凸聚类，模式识别快报，24，6，863-873（2003）·Zbl 1053.68098号 [154] Moshkov，M.，Skowron，A.，Suraj，Z.：关于信息系统最大一致扩展的成员测试。摘自：Greco等人[72]，第85-90页·Zbl 1162.68669号 [155] Moshkov，M.，Skowron，A.，Suraj，Z.：关于信息系统的不可约描述性属性集。参见：Chan等人[39]，第21-30页·Zbl 1185.68694号 [156] 莫什科夫，M.J。；Piliszczuk，M。；Zielosko，B.，《粗糙集的部分覆盖、约简和决策规则——理论和应用》（2008），海德堡：施普林格出版社·Zbl 1158.68045号 [157] 莫什科夫，M.J。；斯科伦，A。；Suraj，Z.，《关于几乎所有二进制信息系统的最小规则集》，《基础信息》，80，1-3，247-258（2007）·Zbl 1128.68110号 [158] 莫什科夫，M.J。；斯科伦，A。；Suraj，Z.，《关于几乎所有k值信息系统的最小抑制规则》，《信息学基础》，93，1-3，261-272（2009）·Zbl 1189.68168号 [159] 莫什科夫，M。；Zielosko，B.，《组合机器学习-粗糙集方法》（2011），海德堡：斯普林格·Zbl 1246.68010号 [160] Nakamura，A。；Wang，P.P.，《模糊量词和粗糙量词》，《模糊理论与技术进展II》，111-131（1994），达勒姆：杜克大学出版社，达勒谟 [161] 中村由纪夫：关于知识推理的信息逻辑。收录于：齐亚尔科[390]，第186-195页·Zbl 0939.68835号 [162] Nakamura，A.，《基于不完全信息的粗糙逻辑及其应用》，《国际近似推理杂志》，第15、4、367-378页（1996年）·Zbl 0935.03045号 [163] Nakata，M.，Sakai，H.：处理概率解释的缺失值的粗糙集。收录于：扎克等人[320]，第325-334页·Zbl 1134.68548号 [164] Nguyen，H.S.：实值属性的离散化，布尔推理方法。波兰华沙华沙大学博士论文（1997年） [165] Nguyen，H.S.，《从最优超平面到最优决策树》，《信息学基础》，34，1-2，145-174（1998）·Zbl 0903.68161号 [166] Nguyen，H.S。；Dean，T.，《大型数据库中数据挖掘的高效SQL学习方法》，第十六届国际人工智能联合会议，806-811（1999），斯德哥尔摩：Morgan-Kaufmann出版社，斯德哥尔摩 [167] Nguyen，H.S.，《大型数据库中连续属性的有效处理》，《信息基础》，48，1，61-81（2001）·Zbl 0997.68037号 [168] Nguyen，H.S.：粗糙集和数据挖掘的近似布尔推理方法。收录于：扎克等人[321]，第12-22页（全体会议）·Zbl 1155.68532号 [169] Nguyen，H.S.：近似布尔推理：数据挖掘的基础和应用。摘自：彼得斯和斯科伦[228]，第344-523页 [170] Nguyen，H.S。；Jankowski，A。；斯蒂芬纽克，J。；斯科伦，A。；Szczuka，M。；Yao，J.T.，《从数据和领域知识中发现过程模型：粗粒度方法》，《颗粒计算的新发展：高级人类推理和软计算的应用》，16-47（2010），好时：IGI Global，好时 [171] Nguyen，H.S。；Nguyen，S.H.，从数据中提取模式，《信息学基础》，34129-144（1998）·Zbl 0903.68054号 [172] Nguyen，H.S。；Nguyen，S.H.，《粗糙集与关联规则生成》，《基础信息》，第40、4、383-405页（1999）·Zbl 0946.68153号 [173] Nguyen，H.S。；Skowron，A.，实值属性的量化，第二届信息科学联合年会论文集，34-37（1995），达勒姆：杜克大学 [174] Nguyen，H.S。；Skowron，A.，从数据和领域知识中发现过程模型的粗粒度计算，重庆邮电大学学报，20，3，341-347（2008） [175] Nguyen，H.S.，Ślęzak，D.：近似约简和关联规则-对应和复杂性结果。收录于：Skowron等人[290]，第137-145页·Zbl 0954.68129号 [176] Nguyen，S.H.：正则性分析及其在数据挖掘中的应用。摘自：Polkowski等人[249]，第289-378页·Zbl 0992.68049号 [177] Nguyen，S.H.、Bazan，J.、Skowron，A.、Nguyen，H.S.：概念合成的分层学习。摘自：彼得斯和斯科伦[233]，第187-208页·兹比尔1104.68565 [178] Nguyen，S.H.，Nguyen，H.S.：粗糙集方法的一些有效算法。摘自：第六届知识系统信息处理和不确定性管理国际会议，IPMU，1996年，西班牙格拉纳达，第三卷，第1451-1456页（1996） [179] Nguyen，T.T.：在手写数字识别中提取领域知识。收录：Pal等人[193]，第762-767页 [180] Nguyen，T.T.，Skowron，A.：领域知识近似的粗糙集方法。参见：Wang等人[367]，第221-228页·Zbl 1026.68644号 [181] Nguyen，T.T。；斯科伦，A。；Bargiela，A。；Pedrycz，W.，《以人为本信息处理中的粗糙粒度计算》，《以人为本的信息处理》，1-30（2009），海德堡：斯普林格出版社 [182] 不，答：感知中的行动。麻省理工学院出版社（2004） [183] Omicini，A.、Ricci，A.和Viroli，M.：从科学到计算机科学的多学科交互模式。收录于：Goldin等人[67]，第395-414页 [184] 或者E·奥斯卡。；多恩·G。；Weingartner，P.，《模糊概念的语义》，《逻辑和语言学基础》，465-482（1984），纽约：普伦姆出版社，纽约·Zbl 0619.03020号 [185] 或łowska，E.：粗略的概念逻辑。收录于：Skowron[277]，第177-186页 [186] Orłowska，E.，《模糊概念的推理》，《波兰科学院学报》，数学，35643-652（1987）·Zbl 0641.68160号 [187] 或łowska，E.，《知识推理的逻辑》，Zeitschrift für Mathematische Logik und Grundlagen der Mathematik，35，559-572（1989）·Zbl 0711.03008号 [188] Orłowska，E.，Kripke语义知识表示逻辑，Studia Logica，49，2，255-272（1990）·Zbl 0726.03023号 [189] Orłowska，E.，《不完全信息：粗糙集分析》（Incomplete Information:Rough Set Analysis）（1997），海德堡：施普林格/物理-Verlag出版社，海德伯格·Zbl 0878.00031号 [190] 或者E·奥斯卡。；Pawlak，Z.，非确定性信息的表示，理论计算机科学，29，27-39（1984）·Zbl 0537.68098号 [191] Orłowska，E.，Peters，J.F.，Rozenberg，G.，Skowron，A.：纪念Zdzis \322»aw Pawlak的特别卷，《信息学基础》75（1-4）（2007） [192] Pal，S.：《生物信息学和网络智能中的计算理论感知、粗糙模糊不确定性分析和挖掘：统一框架》，载于：Peters和Skowron[230]，第106-129页 [193] 帕尔，S.K。；Bandyopadhyay，S。；Biswas，S.，《模式识别与机器智能》（2005），海德堡：斯普林格出版社 [194] 帕尔，S.K。；Dasgupta，B。；Mitra，P.，粗糙的自组织地图，应用智能，21289-299（2004）·Zbl 1101.68825号 [195] Pal，S.K。；Mitra，P.，使用带有模糊表示的粗糙集生成案例，IEEE Trans。知识与数据工程，16，3，292-300（2004） [196] Pal，S.K。；Mitra，P.，《数据挖掘的模式识别算法》（2004），博卡拉顿：CRC出版社，博卡拉通·Zbl 1099.68091号 [197] Pal，S.K.，Pedrycz，W.，Skowron，A.，Swiniarski，R.：特别卷：粗糙神经计算，神经计算36（2001） [198] Pal，S.K。；Peters，J.F.，《粗糙模糊图像分析基础和方法》（2010），Boca Raton，Fl:Chapman&Hall/CRC，Boca Raton，Fl·Zbl 1189.94009号 [199] Pal，S.K。；Polkowski，L。；Skowron，A.，《粗糙神经计算：文字计算技术》（Rough-Neural Computing:Techniques for Computing with Words）（2004），海德堡：斯普林格出版社·Zbl 1040.68113号 [200] Pal，S.K。；Skowron，A.，《粗糙模糊杂交：决策的新趋势》（1999），新加坡：斯普林格出版社，新加坡·Zbl 0941.68129号 [201] Pancerz，K。；Suraj，Z.，《动态信息系统指定的并发系统建模：粗糙集方法》，《理论计算机科学电子笔记》，82，4，206-218（2003）·兹比尔1270.68220 [202] Pancerz，K。；Suraj，Z.，《利用ROSECON系统从数据表中发现并发模型》，《基础信息》，第60、1-4、251-268页（2004年）·Zbl 1086.68560号 [203] Pancerz，K。；Suraj，Z.，《利用ROSECON系统从数据表中发现并发模型》，《基础信息》，第60、1-4、251-268页（2004年）·Zbl 1086.68560号 [204] Pancerz，K。；Suraj，Z.，《从实验表中发现异步并发模型》，《信息学基础》，61，2，97-116（2004）·Zbl 1083.68120号 [205] Pancerz，K。；Suraj，Z.，使用粗糙集形式主义的基于限制的并发系统设计，《基础信息学》，67，1-3，233-247（2005）·Zbl 1096.68113号 [206] Pancerz，K。；Suraj，Z.，由分解的数据表描述的并发系统模型的重建，基础信息学，71，121-137（2006）·Zbl 1095.68069号 [207] Pancerz，K。；Suraj，Z.，信息系统的高效计算一致性和部分一致性扩展，基础信息学，79，3-4553-566（2007）·Zbl 1124.68111号 [208] Papageorgiou，E.I.，Stylios，C.D.：模糊认知地图。摘自：Pedrycz等人[223]，第755-774页 [209] Pawlak，Z.，《通过属性对物体进行分类》，报告（1981），华沙：波兰科学院，华沙 [210] Pawlak，Z.，《信息系统-理论基础》，信息系统，6205-218（1981）·Zbl 0462.68078号 [211] Pawlak，Z.，《粗糙关系，报告》（1981），华沙：波兰科学院，华沙 [212] Pawlak，Z.，《粗糙集》，《国际计算机和信息科学杂志》，11，341-356（1982）·Zbl 0501.68053号 [213] Pawlak，Z.，《粗糙逻辑》，《波兰科学院技术科学公报》，35，5-6，253-258（1987）·Zbl 0645.03019号 [214] Pawlak，Z.，《决策逻辑》，EATCS公报，44，201-225（1991）·Zbl 0744.68118号 [215] Pawlak，Z.，《粗糙集：关于数据、系统理论、知识工程和问题解决的推理的理论方面》（Rough Sets:Theory Aspects of Reasoning about Data，System Theory，Knowledge Engineering and Problem Solving）（1991年），多德雷赫特：克鲁沃学术出版社，多德雷赫特·Zbl 0758.68054号 [216] Pawlak，Z.，《并发与顺序——粗糙集视角》，EATCS公报，48，178-190（1992）·Zbl 1023.68640号 [217] Pawlak，Z.：决策规则、贝叶斯规则和粗糙集。收录于：Skowron等人[290]，第1-9页·Zbl 0948.03026号 [218] Pawlak，Z.，Polkowski，L.，Skowron，A.：粗糙集和粗糙逻辑：KDD视角。摘自：Polkowski等人[249]，第583-646页·Zbl 1009.68159号 [219] Pawlak，Z。；斯科伦，A。；Yager，R。；Fedrizzi，M。；Kacprzyk，J.，《粗糙隶属函数》，《Dempster-Shafer证据理论的进展》，251-271（1994），纽约：John Wiley&Sons出版社，纽约 [220] Pawlak，Z。；Skowron，A.，《粗糙集与布尔推理》，《信息科学》，177，1，41-73（2007）·Zbl 1142.68551号 [221] Pawlak，Z。；Skowron，A.，《粗糙集：一些扩展》，《信息科学》，177，28-40，1（2007）·Zbl 1142.68550号 [222] Pawlak，Z。；Skowron，A.，《粗糙集的基础》，信息科学，177，1，3-27（2007）·Zbl 1142.68549号 [223] 佩德里茨，W。；Skowron，S。；Kreinovich，V.，《颗粒计算手册》（2008），霍博肯：John Wiley&Sons，霍博克 [224] 彼得斯，G。；Lingras，P。；Ślęzak，D。；Yao，Y.Y.，《粗糙集：管理和工程中的选定方法和应用》（2012），海德堡：施普林格出版社 [225] Peters，J.，Skowron，A.：《用粗糙集方法推理数据的专题》，《国际智能系统杂志》16（1）（2001）·Zbl 0967.00024号 [226] 彼得斯，J.F。；Skowron，A.，《粗糙集交易III》（2005），海德堡：斯普林格出版社·Zbl 1063.68010号 [227] 彼得斯，J.F。；Skowron，A.，《粗糙集交易IV》（2005），海德堡：斯普林格出版社·兹比尔1131.68013 [228] 彼得斯，J.F。；Skowron，A.，《粗糙集学报V》（2006），海德堡：斯普林格出版社·Zbl 1131.68014号 [229] 彼得斯，J.F。；Skowron，A.，《粗糙集汇刊VIII》（2008），海德堡：施普林格出版社，海德堡·Zbl 1155.68305号 [230] 彼得斯，J.F。；Skowron，A.，《粗糙集汇刊XI》（2010），海德堡：施普林格出版社，海德堡·Zbl 1180.68006号 [231] 彼得斯，J.F。；斯科伦，A。；Dubois，D。；Grzymała-Busse，J.W。；Inuiguchi，M。；Polkowski，L.，《粗糙集学报II》（2004），海德堡：斯普林格出版社·Zbl 1062.68008号 [232] 彼得斯，J.F。；斯科伦，A。；杜恩施，I。；Grzymała-Busse，J.W。；或者E·奥斯卡。；Polkowski，L.，《粗糙集交易》第六卷（2007年），海德堡：斯普林格出版社·Zbl 1115.68005号 [233] 彼得斯，J.F。；斯科伦，A。；Grzymała-Busse，J.W。；Kostek，B..z。；Ś温尼亚尔斯基，R.W。；Szczuka，M.S.，《粗糙集学报I》（2004），海德堡：斯普林格出版社·Zbl 1062.68009号 [234] 彼得斯，J.F。；斯科伦，A。；Chan，C.-C。；Grzymala-Busse，J.W。；Ziarko，W.P.，《粗糙集交易》第十三卷（2011年），海德堡：施普林格出版社·Zbl 1206.68021号 [235] 彼得斯，J.F。；斯科伦，A。；马雷克，V.W。；或者E·奥斯卡。；Słowiáski，R。；Ziarko，W.P.，《粗糙集交易VII》（2007），海德堡：斯普林格出版社·Zbl 1115.68006号 [236] 彼得斯，J.F。；斯科伦，A。；Rybiñski，H.，《粗糙集交易IX》（2008），海德堡：斯普林格出版社·Zbl 1154.68311号 [237] 彼得斯，J.F。；斯科伦，A。；Sakai，H。；查克拉博蒂，M.K。；Slęzak，D。；Hassanien，A.E。；Zhu，W.，《粗糙集学报》第十四期（2011），海德堡：斯普林格出版社·Zbl 1218.68027号 [238] 彼得斯，J.F。；斯科伦，A。；Słowiáski，R。；Lingras，P。；Miao，D。；Tsumoto，S.，《粗糙集交易》第十二卷（2010年），海德堡：斯普林格出版社·Zbl 1194.68059号 [239] 彼得斯，J.F。；斯科伦，A。；Suraj，Z.，粗糙集方法在控制设计中的应用，基础信息学，43，1-4，269-290（2000）·Zbl 0971.93052号 [240] 彼得斯，J.F。；斯科伦，A。；Suraj，Z.，粗糙集方法在控制设计中的应用，基础信息学，43，1-4，269-290（2000）·Zbl 0971.93052号 [241] 彼得斯，J.F。；斯科伦，A。；沃尔斯基，M。；查克拉博蒂，M.K。；Wu，W.-Z.，《粗糙集交易X》（2009），海德堡：斯普林格出版社·兹比尔1169.68304 [242] 彼得斯，J.F。；苏拉吉，Z。；Shan，S。；拉马纳，S。；佩德里茨，W。；Pizzi，N.J.，使用粗糙集方法对气象体积雷达数据进行分类，模式识别字母，24，61911-920（2003） [243] 平杜尔，R。；苏斯马加，R。；Stefanowski，J.，优势决策规则的超平面聚合，信息学基础，61，2，117-137（2004）·Zbl 1083.68121号 [244] Poggio，T。；Smale，S.，《学习的数学：处理数据》，AMS公告，50，5，537-544（2003）·Zbl 1083.68100号 [245] Polkowski，L.，《粗糙集：数学基础》（2002），海德堡：Physica-Verlag出版社·Zbl 1040.68114号 [246] Polkowski，L.，《粗糙血液学：统一粗糙集理论和模糊集理论的粗糙集范式》，《信息学基础》，54，67-88（2003）·Zbl 1031.03069号 [247] Polkowski，L.，关于三值粗糙逻辑接受决策规则的注记，《信息基础》，61，1，37-45（2004）·Zbl 1083.68116号 [248] Polkowski，L.，《零件近似推理》。《粗糙血液学导论》（2011），海德堡：斯普林格，海德伯格 [249] Polkowski，L。；Lin，T.Y。；Tsumoto，S.，《粗糙集方法与应用：信息系统中知识发现的新发展》（2000年），海德堡：Springer/Physia-Verlag出版社，海德伯格 [250] Polkowski，L。；Skowron，A.，《粗糙数学：近似推理的新范式》，《国际近似推理杂志》，第15、4、333-365页（1996年）·Zbl 0938.68860号 [251] Polkowski，L。；Skowron，A.，《粗糙集与当前计算趋势》（1998），海德堡：斯普林格出版社·Zbl 0891.00026号 [252] Polkowski，L。；Skowron，A.，《知识发现中的粗糙集1：方法论和应用》（1998年），海德堡：Physica-Verlag出版社·Zbl 0910.00028号 [253] Polkowski，L。；Skowron，A.，《知识发现中的粗糙集2：应用、案例研究和软件系统》（1998年），海德堡：Physica-Verlag出版社·Zbl 0910.00029号 [254] Polkowski，L。；斯科伦，A。；洛杉矶扎德。；Kacprzyk，J.，《颗粒自适应演算》，《信息/智能系统中的文字计算》，201-227（1999），海德堡：Physica-Verlag出版社，海德伯格·Zbl 0931.00023号 [255] Polkowski，L。；Skowron，A.，《颗粒的粗糙血液学计算：一种粗糙集计算方法》，《计算智能：国际期刊》，17，3，472-492（2001） [256] Polkowski，L.，Skowron，A.，Żytkow，J.：粗糙集的粗糙基础。收录于：Lin和Wildberger[136]，第55-58页 [257] 夸法福，M。；Boussouf，M.，基于广义粗糙集的特征选择，智能数据分析，4，1，3-17（2000）·Zbl 1055.68560号 [258] J.O.拉姆齐。；Silverman，B.W.，《应用功能数据分析》（2002），柏林：施普林格出版社，柏林·Zbl 1011.62002号 [259] Rasiowa，H.，不可数值近似逻辑的公理化和完备性，Studia Logica，53，1137-160（1994）·Zbl 0787.03015号 [260] 拉西奥瓦，H。；斯科伦，A。；比贝尔，W。；Jantke，K.P.，近似逻辑，软件系统规格说明和综合的数学方法，123-139（1985），柏林：Akademie Verlag，柏林·兹比尔0642.68040 [261] Rasiowa，H.，Skowron，A.：粗略概念逻辑。收录于：Skowron[277]，第288-297页·Zbl 0611.68006号 [262] Rauszer，C.：信息系统中不可分辨关系与直觉主义逻辑片断之间的等价。收录于：Skowron[277]，第298-317页·Zbl 0609.68076号 [263] Rauszer，C.，《函数依赖理论与直觉主义逻辑片断之间的等价性》，《波兰科学院公报》，数学，33571-579（1985）·Zbl 0583.68054号 [264] Rauszer，C.，《信息系统逻辑》，《信息基础》，第16期，第371-382页（1992年）·Zbl 0768.68199号 [265] Rauszer，C。；罗恩斯基，J.，《代理人群体的知识表示系统》，《波兰哲学逻辑》，217-238（1994），多德雷赫特：克鲁沃 [266] 里德·S，《思考逻辑：逻辑哲学导论》（1994），牛津：牛津大学出版社，牛津 [267] Rissanen，J.，《用shortes数据描述建模》，Automatica，1465-471（1978）·Zbl 0418.93079号 [268] Rissanen，J。；科茨，S。；Johnson，N.，最小描述长度原则，《统计科学百科全书》，523-527（1985），纽约：John Wiley&Sons出版社，纽约 [269] 罗迪克，J。；Hornsby，K.S。；Spiliopoulou，M。；罗迪克，J。；Hornsby，K.S.，《时间、空间和时空数据挖掘研究的更新参考书目》，时间、空间及时空数据挖掘，147-164（2001），海德堡：斯普林格·Zbl 0981.68657号 [270] 罗伊，A。；Pal，S.K.，粗糙集分类器特征空间的模糊离散化，模式识别字母，24，6，895-902（2003）·Zbl 1053.68091号 [271] 罗素，B.：对意义和真理的探究。George Allen&Unwin Ltd.和W.W.Norton，伦敦和纽约（1940年） [272] Sakai，H。；查克拉博蒂，M.K。；Hassanien，A.E。；Ślęzak，D。；朱伟，《粗糙集、模糊集、数据挖掘和粒度计算》（2009），海德堡：施普林格出版社·Zbl 1177.68018号 [273] 塞拉菲尼，L。；Bouquet，P.，《人工智能中上下文形式理论的比较》，人工智能，155，41-67（2004）·Zbl 1085.68164号 [274] 塞维尔，H。；拉加万，V.V。；Johnsten，T.D。；Sivasundaram，S.，数据库中知识发现的粗糙集研究现状，第二届航空航天非线性问题国际会议论文集（ICNPAA 1998），673-680（1998），代托纳海滩：Embry Riddle航空大学，代托纳海滩 [275] 北掸邦。；齐亚尔科，W。；Ziarko，W.，构建决策规则的增量学习算法，粗糙集，模糊集和知识发现，326-334（1994），柏林：施普林格出版社，柏林·Zbl 0941.68698号 [276] 斯科伦，A。；Pal，S.K。；Bandyopadhyay，S。；Biswas，S.，基于感知的计算中的粗糙集（主题演讲），模式识别和机器智能，21-29（2005），海德堡：斯普林格 [277] Skowron，A.，《计算理论》（1985），海德堡：斯普林格·Zbl 0578.00001号 [278] 斯科伦，A。；Komorowski，J。；Ra-sh，Z.W.，《决策规则生成的布尔推理》，《智能系统方法论》，295-305（1993），海德堡：斯普林格出版社 [279] Skowron，A.，《从决策表中提取规律》，《计算智能：国际期刊》，第11期，第371-388页（1995年） [280] 斯科伦，A。；Aamodt，A。；Komorowski，J.，《从实验数据合成自适应决策系统》，第五届斯堪的纳维亚人工智能会议SCAI 1995，220-238（1995），特隆赫姆：IOS出版社，特隆海姆 [281] 斯科伦，A。；施，Z。；Faltings，B。；Musen，M.，《KDD中的粗糙集——全体演讲》，第16届世界计算机大会（IFIP 2000）：智能信息处理会议记录（IIP 2000），1-14（2000），北京：电子工业出版社，北京 [282] 斯科伦，A。；钟，N。；刘杰。；Ohsuga，S。；Bradshaw，J.，分布式环境中代理的近似推理，智能代理技术研究与开发：第二届亚太智能代理技术会议论文集IAT 2001，28-39（2001），新加坡：世界科学，新加坡 [283] 斯科伦，A。；Pedrycz，W.，《粗糙集与布尔推理》，《粒度计算：新兴范式》，95-124（2001），海德堡：施普林格/物理-Verlag出版社，海德伯格·Zbl 0986.68143号 [284] Skowron，A.，《走向智能系统：信息粒的计算》，《国际粗糙集学会公报》，5，1-2，9-30（2001）·Zbl 1054.68692号 [285] Skowron，A.：分布式环境中的近似推理。收录于：钟和刘[387]，第433-474页 [286] 斯科伦，A。；Blair，S.，智能系统中的感知逻辑（主题演讲），《第八届信息科学联合会议论文集》（JCIS 2005），1-5（2005），15 Coldwater Road:X-CD Technologies:A Conference&Management Company，15 Coldfater Road [287] Skowron，A.，《粗糙集与模糊概念》，《信息学基础》，64，1-4，417-431（2005）·Zbl 1102.68131号 [288] 斯科伦，A。；Grzymała-Busse，J.W。；Yager，R。；Fedrizzi，M。；Kacprzyk，J.，《从粗糙集理论到证据理论》，《Dempster-Shafer证据理论的进展》，193-236（1994），纽约：John Wiley&Sons出版社，纽约·Zbl 0816.68110号 [289] 斯科伦，A。；Nguyen，H.S。；Ż伊特科夫，J.M。；Rauch，J.，布尔推理方案及其在数据挖掘中的一些应用，数据挖掘和知识发现原理，107-115（1999），海德堡：施普林格 [290] 钟，N。；斯科伦，A。；Ohsuga，S.，《粗糙集、数据挖掘和粒度软件计算的新方向》（1999），海德堡：斯普林格出版社·Zbl 0929.00075号 [291] Skowron，A.，Pal，S.K.：特刊：粗糙集、模式识别和数据挖掘，模式识别字母24（6）（2003） [292] Skowron，A.，Pal，S.K.，Nguyen，H.S.：特刊：自然计算中的粗糙集和模糊集，理论计算机科学412（42）（2011） [293] 斯科伦，A。；Pawlak，Z。；科莫罗夫斯基，J。；Polkowski，L。；Kloesgen，W。；Żytkow，J.，《数据和知识的粗糙集透视》，《KDD手册》，134-149（2002），牛津：牛津大学出版社，牛津 [294] Skowron，A.，Peters，J.：粗糙集：趋势和挑战。参见：Wang等人[367]，第25-34页（全体会议）·Zbl 1026.68653号 [295] Skowron，A.，Rauszer，C.：信息系统中的可辨矩阵和函数。收录于：Słowiáski[324]，第331-362页 [296] 斯科伦，A。；Stepaniuk，J.，广义近似空间，第三届粗糙集与软计算程序国际研讨会（RSSC 1994），156-163（1994），圣何塞：圣何塞大学 [297] 斯科伦，A。；Stepaniuk，J.，《公差近似空间》，《信息基础》，27，2-3，245-253（1996）·Zbl 0868.68103号 [298] 斯科伦，A。；Stepaniuk，J.，《信息颗粒：走向颗粒计算的基础》，《国际智能系统杂志》，16，1，57-86（2001）·Zbl 0969.68078号 [299] Skowron，A.，Stepaniuk，J.：信息粒和粗糙神经计算。收录：Pal等人[199]，第43-84页·Zbl 0969.68078号 [300] Skowron，A.，Stepaniuk，J.：近似的本体论框架。收录于：扎克等人[320]，第718-727页·Zbl 1134.68514号 [301] 斯科伦，A。；Stepaniuk，J.，《粗粒度计算中的近似空间》，《信息基础》，100141-157（2010）·Zbl 1208.68221号 [302] 斯科伦，A。；斯蒂芬纽克，J。；彼得斯，J。；Swiniarski，R.，近似空间的演算，信息学基础，72363-378（2006）·Zbl 1097.68129号 [303] 斯科伦，A。；斯蒂芬纽克，J。；Swiniarski，R.，《基于近似空间的粗糙粒度计算建模》，《信息科学》，184，20-43（2012） [304] 斯科伦，A。；Suraj，Z.，实时状态识别的粗糙集方法，EATCS公告，50264-275（1993）·Zbl 1023.68678号 [305] 斯科伦，A。；Suraj，Z.，《粗糙集与并发》，《波兰科学院技术科学公报》，41237-254（1993）·Zbl 0786.68034号 [306] 斯科伦，A。；Suraj，Z.，《从实验表中发现并发数据模型：一种粗糙集方法》，《第一届知识发现和数据挖掘国际会议论文集》（KDD 1995），288-293（1995），门罗公园：AAAI出版社，门罗公园 [307] Skowron，A.，Swiniarski，R.：粗糙集和高阶模糊。收录于：扎克等人[320]，第33-42页·Zbl 1134.68558号 [308] Skowron，A.，Swiniarski，R.，Synak，P.：近似空间和信息粒化。摘自：彼得斯和斯科伦[226]，第175-189页·Zbl 1116.68602号 [309] 斯科伦，A。；Synak，P.，复杂模式，信息学基础，60，1-4351-366（2004）·Zbl 1083.68122号 [310] 斯科伦，A。；Szczuka，M.，2003年ETAPS知识发现和软计算中的粗糙集研讨会论文集，阿姆斯特丹：爱思唯尔，阿姆斯特丹 [311] 斯科伦，A。；Szczuka，M。；Koronacki，J。；拉希，Z.W。；Wierzchon，S.T。；Kacprzyk，J.，《面向交互式计算：粗粒度方法》，《机器学习进展II》，23-42（2010），海德堡：斯普林格出版社·Zbl 1185.68342号 [312] 斯科伦，A。；Wasilewski，P.，《颗粒交互式计算建模中的信息系统》，《理论计算机科学》，第412、42、5939-5959页（2011年）·Zbl 1223.68118号 [313] 斯科伦，A。；Wasilewski，P.，走向交互式粗粒度计算，控制与控制论，40，2，1-23（2011）·Zbl 1318.68175号 [314] Ślęzak，D.：决策表中的近似约简。摘自：第六届基于知识的系统信息处理和不确定性管理国际会议IPMU，1996年，西班牙格拉纳达，第三卷，第1159-1164页（1996） [315] Ślęzak，D。；Hacid，M.-S。；Murray，N.V。；拉希，Z.W。；Tsumoto，S.，《关联约简：挖掘多属性依赖的框架》，《智能系统基础》，354-363（2005），海德堡：斯普林格出版社·Zbl 1132.68592号 [316] Ślęzak，D.，不一致决策表分析的标准化决策函数和度量，基础信息学，44291-319（2000）·Zbl 0970.68171号 [317] lęzak，D.：使用基于频率的决策约简进行推理的各种方法：一项调查。摘自：Polkowski等人[249]，第235-285页·Zbl 0992.68200号 [318] Ślęzak，D.，近似熵约化，undamenta Informaticae，53365-387（2002）·兹比尔1092.68676 [319] lęzak，D.：粗糙集和贝叶斯因子。摘自：彼得斯和斯科伦[226]，第202-229页·Zbl 1117.68072号 [320] Ślęzak，D。；王，G。；Szczuka，M.S。；杜恩施，I。；Yao，Y.，《粗糙集、模糊集、数据挖掘和粒度计算》（2005），海德堡：斯普林格出版社 [321] Ślęzak，D。；姚，J。；彼得斯，J.F。；Ziarko，W.P。；Hu，X.，《粗糙集、模糊集、数据挖掘和粒度计算》（2005），海德堡：施普林格出版社，海德堡 [322] Ślęzak，D。；Ziarko，W.，《贝叶斯粗糙集模型的研究》，《国际近似推理杂志》，40，81-91（2005）·1099.68089兹比尔 [323] Słowiński，俄罗斯联邦。；Szczuka，M。；Kryszkiewicz，M。；拉曼纳，S。；Jensen，R。；Hu，Q.，基于优势的粗糙集方法的新应用和理论基础，粗糙集和当前计算趋势，2-3（2010），海德堡：斯普林格 [324] Słowiáski，R.，《智能决策支持-粗糙集理论应用和进展手册》（1992年），多德雷赫特：Kluwer学术出版社，多德雷赫特·Zbl 0820.68001号 [325] Słowiáski，R.，Greco，S.，Matarazo，B.：偏好有序数据的粗糙集分析。摘自：Alpigini等人[2]，第44-59页·Zbl 1013.68599号 [326] Słowiáski，R.，Stefanowski，J.（编辑）：特刊：第一届粗糙集国际研讨会论文集：最新技术和观点，波兰波兹南基克尔茨，1992年9月2日至4日。《计算与决策科学基础》，第18卷（3-4）（1993） [327] Sowa，J.F.：《知识表示：逻辑、哲学和计算基础》。布鲁克斯·科尔出版公司（2000） [328] 斯塔布，S。；Studer，R.，《本体论手册》（2004），海德堡：斯普林格 [329] Stepaniuk，J.：近似空间、约简和代表。收录于：Polkowski和Skowron[253]，第109-126页·Zbl 0943.68158号 [330] Stepaniuk，J.：应用粗糙集模型进行知识发现。摘自：Polkowski等人[249]，第137-233页·Zbl 0992.68199号 [331] Stepaniuk，J.，《知识发现和数据挖掘中的粗粒度计算》（2008），海德堡：斯普林格出版社·Zbl 1173.68646号 [332] Stone，P.，《多智能体系统中的分层学习：机器人足球的制胜方法》（2000），剑桥：麻省理工学院出版社，剑桥 [333] Strńkowski，T.，Rybiński，H.：一种用于简化计算的分布式算法的新方法。摘自：彼得斯和斯科伦[236]，第365-378页 [334] Suraj，Z.，《从实验表中发现并发数据模型：粗糙集方法》，《信息学基础》，28，3-4，353-376（1996）·Zbl 0866.68028号 [335] Suraj，Z.：并行过程综合和分析的粗糙集方法。摘自：Polkowski等人[249]，第379-488页·Zbl 0992.68201号 [336] Suraj，Z.：发现数据中的并发过程模型：粗糙集方法。收录于：Sakai等人[272]，第12-19页 [337] Suraj，Z.，Pancerz，K.：并发系统的综合：粗糙集方法。参见：Wang等人[367]，第299-302页·Zbl 1026.68657号 [338] Suraj，Z.，Pancerz，K.：ROSECON系统——一种用于过程建模和分析的计算机工具。摘自：2005年建模控制和自动化计算智能国际会议（CIMCA 2005），智能代理、网络技术和互联网商务国际会议（IAWTIC 2005），奥地利维也纳，11月28日至30日，第829-834页。IEEE计算机学会（2005） [339] Suraj，Z.，Pancerz，K.：关于计算动态信息系统一致扩展的一些评论。摘自：《第五届智能系统设计和应用国际会议论文集》（ISDA 2005），波兰Wrocław，9月8日至10日，第420-425页。IEEE计算机学会（2005） [340] Suraj，Z.，Pancerz，K.，Owsiany，G.：关于信息系统的一致和部分一致扩展。收录于：扎克等人[320]，第224-233页·Zbl 1134.68559号 [341] 斯威夫特，J.：格列佛的《世界几个遥远国家的旅行》。匿名出版商，伦敦（1726） [342] Swiniarski，R.：粗糙集和主成分分析及其应用。数据模型的建立和分类。收录于：Pal and Skowron[200]，第275-300页 [343] Swiniarski，R.：粗糙集和Haar小波在人脸识别中的应用。收录于：Ziarko和Yao[394]，第561-568页·兹比尔1013.68261 [344] Swiniarski，R.，Hargis，L.：一种基于粗糙集滤波误差扩散的新半色调方法。In：Polkowski和Skowron[253]，pp.336-342 [345] Swiniarski，R。；Skowron，A.，特征选择和提取中的粗糙集方法，模式识别字母，24，6，833-849（2003）·Zbl 1053.68093号 [346] Swiniarski，R.W.，Pancerz，K.，Suraj，Z.：预测由时间信息系统描述的并发系统的模型变化。摘自：《2005年数据挖掘国际会议论文集》（DMIN 2005），美国内华达州拉斯维加斯，6月20日至23日，第51-57页。CSREA出版社（2005） [347] Swiniarski，R.W.，Skowron，A.：人脸识别中的独立成分分析、主成分分析和粗糙集。摘自：彼得斯和斯科伦[233]，第392-404页·Zbl 1104.68772号 [348] Sycara，K.：多智能体系统。AI杂志第79-92页（1998年夏季） [349] Szczuka，M。；斯科伦，A。；Stepaniuk，J.，《粗粒度系统中的函数近似和质量度量》，《信息学基础》，109，3-4，339-354（2011）·Zbl 1246.68235号 [350] Szczuka，M。；Kryszkiewicz，M。；拉曼纳，S。；Jensen，R。；Hu，Q.，《粗糙集与当前计算趋势》（2010），海德堡：斯普林格出版社·Zbl 1191.68022号 [351] Tarski，A.，《逻辑、语义、元数学》（1983），牛津：牛津大学出版社，牛津 [352] 泰勒，G.W。；弗格斯，R。；LeCun，Y。；布雷格勒，C。；Danilidis，K。；马拉戈斯，P。；Paragios，N.，时空特征的卷积学习，计算机视觉-ECCV 2010140-153（2010），海德堡：施普林格，海德堡 [353] Terano，T.公司。；西田，T。；Namatame，A。；津本，S。；Ohsawa，Y。；Washio，T.，《人工智能的新前沿》（2001），海德堡：施普林格出版社·Zbl 0984.00057号 [354] 托拉，V。；Narukawa，Y.，《建模决策信息融合和聚合操作员》（2007），海德堡：斯普林格，海德伯格 [355] 津本，S。；小林，S。；横滨，T。；Tanaka，H。；Nakamura，A.，《第四届粗糙集、模糊集和机器发现国际研讨会论文集》（1996），东京：东京大学，东京 [356] 津本，S。；Słowiáski，R。；Komorowski，J。；Grzymała-Busse，J.W.，《粗糙集与当前计算趋势》（2004），海德堡：施普林格出版社·Zbl 1088.68009号 [357] 津本，S。；Tanaka，H.，PRIMEROSE:基于粗糙集和重采样方法的概率规则归纳方法，计算智能：国际期刊，11389-405（1995） [358] Unnikrishnan，K.P。；北卡罗来纳州罗摩克里希南。；Sastry，P.S。；Uthurusamy，R.，动态数据网络重建，SIGKDD Explorations，8，2，90-91（2006） [359] Vakarelov，D.，《Pawlak知识表示系统中相似关系的模态逻辑》，《信息学基础》，15，1，61-79（1991）·Zbl 0737.68078号 [360] Vakarelov，D.，知识表示系统的模态逻辑，理论计算机科学，90，2433-456（1991）·Zbl 0755.68131号 [361] Vakarelov，D.，Pawlak的知识表示系统和双结果系统之间的对偶，Studia Logica，55，1205-228（1995）·Zbl 0839.68098号 [362] Vakarelov，D.：Pawlak信息系统中不可分辨性和相似关系的模式表征。收录于：扎克等人[320]，第12-22页（全体会议）·Zbl 1134.68505号 [363] van der Aalst，W.M.P.，《流程挖掘——业务流程的发现、一致性和增强》（2011），海德堡：施普林格·Zbl 1216.68016号 [364] Vapnik，V.，《统计学习理论》（1998），纽约：John Wiley&Sons出版社，纽约·Zbl 0935.62007号 [365] 维托里亚，A.：用粗糙集进行推理的框架。2004年林雪平大学执照论文。摘自：彼得斯和斯科伦[227]，第178-276页·Zbl 1136.68537号 [366] 王，G。；李·T。；Grzymala-Busse，J.W。；Miao，D。；斯科伦，A。；Yao，Y.，《粗糙集与知识技术》（2008），海德堡：斯普林格出版社·Zbl 1136.68311号 [367] 王，G。；刘，Q。；姚，Y。；Skowron，A.，《粗糙集、模糊集、数据挖掘和粒度计算》（2003），海德堡：斯普林格出版社·Zbl 1019.00015号 [368] Wang，G.-Y。；彼得斯，J.F。；斯科伦，A。；Yao，Y.，《粗糙集与知识技术》（2006），海德堡：斯普林格出版社·Zbl 1113.68013号 [369] Wang，J。；贾，C。；赵凯，关于AQ11、ID3和区分矩阵原理的研究，计算机科学与技术学报，16，1，1-12（2001）·Zbl 0974.68175号 [370] 温，P。；李，Y。；Polkowski，L。；姚，Y。；津本，S。；Wang，G.，《粗糙集与知识技术》（2009），海德堡：施普林格出版社·Zbl 1166.68307号 [371] Wojna，A.：分类器构建中基于类比的推理。摘自：彼得斯和斯科伦[227]，第277-374页·Zbl 1136.68508号 [372] Wong，S.K.M。；Ziarko，W.，概率近似分类与模糊模型的比较，模糊集与系统，21357-362（1987）·兹比尔0618.60002 [373] Wróblewski，J.，《基于顺序的遗传算法的理论基础》，《信息学基础》，第28期，第423-430页（1996年）·Zbl 0866.68043号 [374] Wróblewski，J.：使用基于粗糙集的方法分析关系数据库。摘自：第八届基于知识的系统不确定性处理和管理国际会议IPMU，西班牙马德里，第一卷，第256-262页（2000） [375] Wróblewski，J.：组合近似空间的自适应方面。收录：Pal等人[199]，第139-156页 [376] Wu，F.X.，基因调控网络的推断及其验证，当前生物信息学，2，2，139-144（2007） [377] 姚，J。；Lingras，P。；吴维珍。；Szczuka，M.S。；新泽西州Cercone。；Ślęzak，D.，《粗糙集与知识技术》（2007），海德堡：斯普林格出版社·Zbl 1135.68305号 [378] 姚，J。；拉曼纳，S。；王，G。；苏拉吉，Z。，《粗糙集与知识技术》（2011），海德堡：施普林格出版社·Zbl 1225.68031号 [379] Yao，Y.Y.：广义粗糙集模型。收录于：Polkowski和Skowron[252]，第286-318页·Zbl 0946.68137号 [380] Yao，Y.Y.，信息粒化和粗糙集近似，《国际智能系统杂志》，16，87-104（2001）·Zbl 0969.68079号 [381] Yao，Y.Y.：关于推广粗糙集理论。参见：Wang等人[367]，第44-51页·兹比尔1026.68669 [382] Yao，Y.Y.，粗糙集的概率方法，专家系统，20287-297（2003） [383] Yao，Y.Y.，Wong，S.K.M.，Lin，T.Y.：粗糙集模型综述。摘自：Lin和Cercone[135]，第47-75页·Zbl 0861.68101号 [384] 余，J。；Greco，S。；Lingras，P。；王，G。；Skowron，A.，《粗糙集与知识技术》（2010），海德堡：斯普林格·Zbl 1198.68073号 [385] Zadeh，L.A.，模糊集，信息与控制，8，338-353（1965）·Zbl 0139.24606号 [386] Zadeh，L.A.，《人工智能的新方向：朝向感知的计算理论》，人工智能杂志，22，1，73-84（2001） [387] 钟，N。；Liu，J.，《信息分析智能技术》（2004），海德堡：斯普林格出版社·Zbl 1058.68099号 [388] 朱伟，《覆盖粗糙集的拓扑方法》，信息科学，1771499-1508（2007）·Zbl 1109.68121号 [389] Ziarko，W.，可变精度粗糙集模型，《计算机与系统科学杂志》，46，39-59（1993）·Zbl 0764.68162号 [390] Ziarko，W.，《粗糙集、模糊集和知识发现：第二届粗糙集与知识发现国际研讨会论文集》（RSKD 1993）（1993），伦敦，柏林：施普林格和英国计算机学会，伦敦，德国柏林 [391] Ziarko，W.：特刊，《计算智能：国际期刊》11（2）（1995） [392] Ziarko，W.：《基础信息》第27期（2-3）（1996年）特刊·Zbl 0851.00029号 [393] Ziarko，W.，变精度粗糙集模型中的概率决策表，计算智能，17593-603（2001） [394] Ziarko，W.P。；Yao，Y.，《粗糙集与当前计算趋势》（2001），海德堡：斯普林格出版社 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。