兹吉斯·瓦·帕拉克（Zdzisław Pawlak）；安德烈·斯科伦 粗糙集的基础。 （英语） Zbl 1142.68549号 信息科学。 177，第1期，3-27（2007）. 摘要：近年来，世界范围内对粗糙集理论及其应用的兴趣迅速增长。近年来，在各种国际期刊、专题讨论会、研讨会和国际会议上发表的关于粗糙集和相关主题的高质量文章越来越多，这证明了这一点。此外，许多国际研讨会和会议都在其项目中包含了关于粗糙集理论和应用的特别会议。粗糙集理论带来了许多有趣的应用和扩展。粗糙集方法似乎在人工智能和认知科学中至关重要，尤其是在机器学习、智能系统、归纳推理、模式识别、mereology、知识发现、决策分析和专家系统等研究领域。本文介绍了粗糙集理论的基本概念，并指出了一些基于粗糙集的研究方向和应用。 引用于1审查引用于360文件 MSC公司： 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；信息和决策系统；（in）可辨性；近似空间；设置近似值；粗糙集；粗糙隶属函数；还原；决策规则；属性的依赖关系；布尔推理 软件：RRIA公司；罗斯康；RSBR公司_；达塔克；ElemStatLearn（电子状态学习）；里奥纳；LERS公司 PDF格式BibTeX公司 XML格式引用 \textit{Z.Pawlak}和\textit{A.Skowron}，信息科学。177，第1号，第3--27号（2007；Zbl 1142.68549） 全文： 内政部 参考文献： [1] （Alpigini，J.J.；Peters，J.F.；Skowron，A.；Zhong，N.，第三届国际粗糙集与计算当前趋势会议（RSCTC’2002），宾夕法尼亚州马尔文，2002年10月14-16日。第三届国际粗糙集与计算当前趋势会议（RSCTC’2002），宾夕法尼亚州马尔文，2002年10月14-16日，人工智能讲义，第2475卷（2002），斯普林格·弗拉格：斯普林格尔·弗拉格-海德堡）·Zbl 1001.00048号 [2] A.安，Y.黄，X.黄，N.Cercone，网页分类的粗糙集特征选择。In:Peters等人[228]；A.安，Y.黄，X.黄，N.Cercone，网页分类的粗糙集特征选择。来源：Peters等人[228]·Zbl 1108.68607号 [3] P.Apostoli，A.Kanda，《连续体的组成部分：走向现代科学本体论》，《哲学逻辑技术报告》，第96卷（1）。多伦多大学哲学系，加拿大多伦多，1999年，1999年3月修订。；P.Apostoli，A.Kanda，《连续体的组成部分：走向现代科学本体论》，《哲学逻辑技术报告》，第96卷（1）。多伦多大学哲学系，加拿大多伦多，1999年，1999年3月修订。 [4] （Ariew，R.；Garber，D.；Leibniz，G.W.，《哲学论文》（1989），哈科特出版公司：哈科特出版社印第安纳波利斯） [5] 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 [6] 班纳吉，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 [7] M.Banerjee，M.K.Chakraborty，粗糙集代数。In：Pal等人[194]；M.Banerjee，M.K.Chakraborty，粗糙集代数。收录：Pal等人[194] [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）·兹布尔0879.04004 [9] J.Bazan，H.S.Nguyen，S.H.Ngueen，P.Synak，J.Wróblewski，分类问题中的粗糙集算法。In:Polkowski等人[241]；J.Bazan，H.S.Nguyen，S.H.Ngueen，P.Synak，J.Wróblewski，分类问题中的粗糙集算法。包含：Polkowski等人[241]·Zbl 0992.68197号 [10] J.Bazan，A.Osmólski，A.Skowron，D.šleßzak，M.Szczuka，J.Wróblewski，生存分析的粗糙集方法。In:Alpingii等人[1]；J.Bazan，A.Osmólski，A.Skowron，D.šleßzak，M.Szczuka，J.Wróblewski，生存分析的粗糙集方法。In:Alpingii等人[1]·Zbl 1013.68833号 [11] J.Bazan，A.Skowron，行为模式识别中复杂对象非相关部分的在线消除。In:Pal等人[189]；J.Bazan，A.Skowron，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[189] [12] J.G.Bazan，从决策表中提取法律的动态和非动态粗糙集方法的比较。在：Polkowski和Skowron[244]；J.G.Bazan，从决策表中提取法律的动态和非动态粗糙集方法的比较。收信人：Polkowski和Skowron[244]·Zbl 1067.68711号 [13] J.G.Bazan，H.S.Nguyen，A.Skowron，M.Szczuka，《粗糙集概念近似的观点》。在：Wang等人[350]；J.G.Bazan，H.S.Nguyen，A.Skowron，M.Szczuka，《粗糙集概念近似的观点》。In:Wang等人[350]·Zbl 1026.68615号 [14] J.G.Bazan，J.F.Peters，A.Skowron，通过粗糙集建模进行行为模式识别。收录于：Śleözak等人[301]；J.G.Bazan，J.F.Peters，A.Skowron，通过粗糙集建模进行行为模式识别。收录人：Śleözak等人[301] [15] 布莱克，M.，《模糊性：逻辑分析的实践》，科学哲学，4，4，427-455（1937） [16] Brown，F.，Boolean Reasoning（1990），Kluwer Academic Publishers：Kluwer-Academy Publishers Dordrecht·Zbl 0719.03002号 [17] E.Bryniarski，U.Wybraniec-Skardowska，上下文空间中的广义粗糙集。内容：粗糙集和数据挖掘-不完全数据分析。第339-354页。；E.Bryniarski，U.Wybraniec-Skardowska，上下文空间中的广义粗糙集。内容：粗糙集和数据挖掘-不完全数据分析。第339-354页。 [18] Cantor，G.，《克莱尔数学杂志》，77，258-263（1874）·格式06.0057.01 [19] Cantor，G.，Grundlagen einer allgemeinen Mannigfalltiggeitslehre（1883），B.G.Teubner：B.G.Tuubner Leipzig·JFM 15.0453.01号 [20] （Casti，R.；Varzi，A.，Parts and Places.The Structures of Spatial Representation（1999），麻省理工学院出版社：麻省理学院出版社剑桥） [21] G.Cattaneo，粗糙理论的抽象近似空间。在：Polkowski和Skowron[244]；G.Cattaneo，粗糙理论的抽象近似空间。收信人：Polkowski和Skowron[244]·Zbl 0927.68087号 [22] G.Cattaneo，D.Ciucci，粗糙集的代数结构。In:Peters等人[228]；G.Cattaneo，D.Ciucci，粗糙集的代数结构。来源：Peters等人[228]·Zbl 1109.68115号 [23] Cattaneo，G。；Ciucci，D。；Giuntini，R。；Konig，M.，与多值逻辑系统相关的代数结构。第一部分：Heyting-Wajsberg代数，信息学基础，63，4，331-355（2004）·Zbl 1090.03035号 [24] Cattaneo，G。；Ciucci，D。；Giuntini，R。；Konig，M.，与多值逻辑系统相关的代数结构。第二部分：一些广泛结构之间的等效性，《信息基础》，63，4，357-373（2004）·Zbl 1092.03035号 [25] Cercone，N。；斯科伦，A。；Zhong，N.，《计算智能：国际期刊》，第17卷，第3期（2001年），（特刊） [26] B.S.Chlebus，S.H.Nguyen，关于寻找两个属性的最佳离散化。In:Polkowski和Skowron[243]；B.S.Chlebus，S.H.Nguyen，关于寻找两个属性的最佳离散化。收件人：Polkowski和Skowron[243] [27] 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，15，4，319-331（1996）·Zbl 0949.68560号 [28] Cios，K。；佩德里茨，W。；Swiniarski，R.，《知识发现的数据挖掘方法》（1998），Kluwer:Kluwer-Norwell，MA·Zbl 0912.68199号 [29] Comer，S.D.，《信息近似的代数方法》，《信息学基础》，第14、4、495-502页（1991年）·Zbl 0727.68114号 [30] Czyżewski，A.，使用神经网络和粗糙集的声源位置的自动识别，模式识别字母，24，61921-933（2003） [31] Czyżewski，A。；Królikowski，R.，用于音频信号增强的掩蔽阈值的神经全程控制，神经计算，36，5-27（2001）·Zbl 1003.68639号 [32] A.Czyżewski，M.Szczerba，B.Kostek，通过神经网络和粗糙集的音乐短语表示和识别。In：彼得斯和斯科伦[225]；A.Czyżewski，M.Szczerba，B.Kostek，通过神经网络和粗糙集的音乐短语表示和识别。作者：Peters和Skowron[225]·Zbl 1104.68758号 [33] （Demri，S.；Orłowska，E.，《不完全信息：结构、推断、复杂性》。《不完全数据：结构、推理、复杂性》，《理论计算机科学》专著（2002年），斯普林格·弗拉格：斯普林格尔·弗拉格·海德堡）·Zbl 1016.68163号 [34] Demri，S。；美国萨特勒，《信息逻辑的自动机理论决策程序》，《信息科学基础》，53，1，1-22（2002）·Zbl 1025.03021号 [35] Demri，S。；Stepaniuk，J.，基于粗糙集的多模态逻辑的计算复杂性，《信息学基础》，44，4，373-396（2000）·兹伯利0971.03023 [36] J.Deogun，V.V.Raghavan，A.Sarkar，H.Sever，《数据挖掘：研究和发展趋势》。摘自：《粗糙集与数据挖掘-不完全数据分析》，第9-46页。；J.Deogun，V.V.Raghavan，A.Sarkar，H.Sever，《数据挖掘：研究和发展趋势》。摘自：《粗糙集与数据挖掘-不完全数据分析》，第9-46页。 [37] P.Doherty，W.Łukaszewicz，A.Skowron，A.Szałas，近似传感器和树：结合粗糙和清晰知识的技术。In:知识工程：粗糙集方法[38]；P.Doherty，W.Łukaszewicz，A.Skowron，A.Szałas，近似传感器和树：结合粗糙和清晰知识的技术。In:知识工程：粗糙集方法[38] [38] 多尔蒂，P。；Łukaszewicz，W。；斯科伦，A。；Szałas，A.，《知识工程：粗糙集方法》。知识工程：粗糙集方法，模糊性和软计算研究，第202卷（2006），施普林格：施普林格-海德堡·Zbl 1131.68107号 [39] Dubois，D。；Prade，H.，粗糙模糊集和模糊粗糙集，模糊集和系统，23，3-18（1987）·Zbl 0633.68099号 [40] Dubois，D。；Prade，H.，粗糙模糊集和模糊粗糙集，国际通用系统杂志，191-209（1990）·Zbl 0715.04006号 [41] D.Dubois，H.Prade，前言。In:粗糙集：数据推理的理论方面[206]；D.Dubois，H.Prade，前言。In:粗糙集：数据推理的理论方面[206] [42] V.Dubois，M.Quafafou，近似概念学习：粗糙版本空间。In:Alpingii等人[1]；V.Dubois，M.Quafafou，近似概念学习：粗糙版本空间。In:Alpingii等人[1]·Zbl 1013.68574号 [43] 杜达，R。；哈特，P。；Stork，R.，《模式分类》（2002），John Wiley&Sons：John Willey&Sons纽约，NY [44] （Dunin-Keöplicz，B.；Jankowski，A.；Skowron，A.；Shzczuka，M.，《多智能体系统中的监控、安全和救援任务》（MSRAS’2004）。多智能体系统中的监控、安全和救援任务（MSRAS’2004），《软计算进展》（2005），施普林格出版社：施普林格-海德堡出版社）·Zbl 1073.68005号 [45] Düntsch，I.，粗糙集逻辑，理论计算机科学，179427-436（1997）·Zbl 0896.03050号 [46] 杜恩施，I。；Gediga，G.，粗糙集预测的不确定性度量，人工智能，106，1，77-107（1998） [47] 杜恩施，I。；Gediga，G.，《粗糙集数据分析》（计算机科学与技术百科全书，第43卷（2000年），马塞尔·德克尔），281-301·Zbl 0983.68194号 [48] 杜恩施，I。；Gediga，G.，《粗糙集数据分析：非侵入性知识发现之路》（2000），Methodos出版社：Methodos出版社，英国班戈 [49] 杜恩施，I。；Orlowska，E。；Wang，H.，近似区域代数，信息基础，46，1-2，71-82（2001）·Zbl 0987.03058号 [50] 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 [51] K.Farion，W.Michalowski，R.Słowiñski，S.Wilk，S.Rubin，临床实践中的粗糙集方法：MET系统的医院对照试验。In:Tsumoto等人[337]；K.Farion，W.Michalowski，R.Słowiñski，S.Wilk，S.Rubin，临床实践中的粗糙集方法：MET系统的医院对照试验。收录：Tsumoto等人[337]·Zbl 1103.68844号 [52] Philip，H.，《名词和动词语义结构：类比和互动》，《语言科学》，第23期，第453-501页（2000年） [53] Fine，K.，《模糊、真理与逻辑》，综合，30265-300（1975）·Zbl 0311.02011号 [54] Forrest，P.，《设置为血液学比喻》，《形而上学》，第3期，第5-10页（2002年） [55] Frege，G.，Grundgesetzen der Arithmetik，2（1903），弗拉格·冯·赫尔曼·波勒（Verlag von Hermann Pohle Jena）·JFM 34.0071.05号 [56] 弗里德曼，J.H。；哈斯蒂，T。；Tibshirani，R.，《统计学习的要素：数据挖掘、推断和预测》（2001），斯普林格·弗拉格：斯普林格尔·弗拉格-海德堡·Zbl 0973.62007号 [57] （Gabbay，D.M.；Hogger，C.J.；Robinson，J.A.，《人工智能和逻辑编程逻辑手册》，《非单调推理和不确定推理》，第3卷（1994年），卡尔德龙出版社：卡尔德龙牛津出版社）·Zbl 0804.03017号 [58] Garcia-Molina，H。；Ullman，J。；Widom，J.，《数据库系统：全书》（2002），普伦蒂斯·霍尔：新泽西州普伦蒂斯霍尔上鞍河 [59] 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 [60] Gediga，G。；Düntsch，I.，《通过非侵入性插补实现不完整数据的最大一致性》，《人工智能评论》，第19期，第93-107页（2003年） [61] G.Gediga，I.Düntsch，关于粗糙集分析中的模型评估、重要性指数和交互值。In：Pal等人[194]；G.Gediga，I.Düntsch，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[194] [62] Gomoliáska，A.，一些广义粗糙近似的比较研究，《信息基础》，51，1-2，103-119（2002）·Zbl 1023.03050号 [63] Gomoliáska，A.，近似空间中公式的分级意义，《信息基础》，60，1-4，159-172（2004）·Zbl 1083.68119号 [64] A.Gomoliáska，近似空间中规则的粗糙有效性、置信度和覆盖率。In：彼得斯和斯科伦[226]；A.Gomoliáska，近似空间中规则的粗糙有效性、置信度和覆盖率。收件人：Peters和Skowron[226] [65] 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 [66] S.Greco，M.Inuiguchi，R.Słowiáski，模糊粗糙近似和渐进决策规则表示的新建议。In:Peters等人[228]；S.Greco，M.Inuiguchi，R.Słowiáski，模糊粗糙近似和渐进决策规则表示的新建议。来源：Peters等人[228]·Zbl 1108.68609号 [67] 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 [68] Greco，S。；马塔拉佐，B。；Słowiáski，R.，《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》，（Zanakis，S.；Doukidis，G.；Zopounidis，C.，《决策：最新发展和全球应用》（2000），Kluwer学术出版社：Kluwer-学术出版社，马萨诸塞州波士顿），295-316 [69] 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）·兹比尔1008.91016 [70] Greco，S。；马塔拉佐，B。；Słowiáski，R.，《数据挖掘任务和方法：分类：多标准分类》，（Kloesgen，W.；Żytkow，J.，KDD手册（2002），牛津大学出版社：牛津大学出版社），318-328 [71] S.Greco，B.Matarazo，R.Słowiáski，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。中：钟和刘[374]；S.Greco，B.Matarazo，R.Słowiáski，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。中：钟和刘[374] [72] Greco，S。；Pawlak，Z。；Słowinski，R.，贝叶斯确认测度对粗糙集决策规则有用吗？，人工智能的工程应用，17，4，345-361（2004） [73] S.Greco，R.Słowiáski，J.Stefanowski，M.Zurawski，多标准分类的增量与非增量规则归纳。In:Peters等人[228]；S.Greco，R.Słowiáski，J.Stefanowski，M.Zurawski，多标准分类的增量与非增量规则归纳。在：Peters等人[228] [74] Grzymała-Busse，J.W.，《管理专家系统中的不确定性》（1990），Kluwer学术出版社：Kluwer-学术出版社，马萨诸塞州诺威尔·Zbl 0751.68069号 [75] J.W.Grzymała-Busse，LERS-基于粗糙集的示例学习系统。图中：Słowiáski[305]；J.W.Grzymała-Busse，LERS-基于粗糙集的示例学习系统。收录：Słowiáski[305] [76] Grzymała-Busse，J.W.，《从实例中选择机器学习算法》，《基础信息学》，18193-207（1993）·Zbl 0781.68094号 [77] 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） [78] 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 [79] J.W.Grzymała-Busse，从具有数字属性的数据中规则归纳的三种策略。In:Peters等人[228]；J.W.Grzymała-Busse，从具有数字属性的数据中规则归纳的三种策略。来源：Peters等人[228]·Zbl 1108.68611号 [80] J.W.Grzymała-Busse，LERS-数据挖掘系统。包含：Maimon和Rokach[138]；J.W.Grzymała-Busse，LERS-数据挖掘系统。收件人：Maimon和Rokach[138] [81] J.W.Grzymała-Busse，规则归纳。包含：Maimon和Rokach[138]；J.W.Grzymała-Busse，规则归纳。收件人：Maimon和Rokach[138]·Zbl 1091.68531号 [82] J.W.Grzymała-Busse，W.J.Grzyma-Busse《处理缺少的属性值》。包含：Maimon和Rokach[138]；J.W.Grzymała-Busse，W.J.Grzyma-Busse《处理缺少的属性值》。收件人：Maimon和Rokach[138]·Zbl 1156.68583号 [83] Grzymała-Busse，J.W。；Grzymała-Busse，W.J。；Goodwin，L.K.，《基于最接近拟合的早产数据处理缺失属性值：粗糙集方法》，《计算智能：国际期刊》，17，3，425-434（2001） [84] J.W.Grzymaa-Busse，Z.S.Hippe，支持黑色素瘤诊断的数据挖掘方法，In:第18届IEEE基于计算机的医疗系统研讨会（CBMS 2005），2005年6月23日至24日，爱尔兰都柏林，IEEE计算机学会，2005年，第371-373页。；J.W.Grzymaa-Busse，Z.S.Hippe，支持黑色素瘤诊断的数据挖掘方法，In:第18届IEEE基于计算机的医疗系统研讨会（CBMS 2005），2005年6月23日至24日，爱尔兰都柏林，IEEE计算机学会，2005年，第371-373页。 [85] 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） [86] 韩，S。；Wang，J.，约简与属性顺序，《计算机科学与技术杂志》，2004年，第19、4、429-449页 [87] Hempel，C.G.，《模糊与逻辑》，科学哲学，6313-180（1939） [88] S.Hirano、M.Inuiguchi、S.Tsumoto（编辑）。《粗糙集理论与粒度计算国际研讨会论文集》（RSTGC’2001），日本岛内松原，2001年5月20日至22日，国际粗糙集学会公报，第5卷（1-2）。国际粗糙集协会，Matsue，Shimane，2001年。；S.Hirano、M.Inuiguchi、S.Tsumoto（编辑）。《粗糙集理论与粒度计算国际研讨会论文集》（RSTGC’2001），日本岛内松原，2001年5月20日至22日，国际粗糙集学会公报，第5卷（1-2）。国际粗糙集协会，Matsue，Shimane，2001年。 [89] 平野，S。；Tsumoto，S.，医学图像中感兴趣区域的粗略表示，国际近似推理杂志，40，1-2，23-34（2005） [90] 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） [91] 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》，《知识与信息系统：国际期刊》，1，1，33-60（1999） [92] 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） [93] 胡，X。；Cercone，N。；Shan，N.，计算所有最大广义规则的粗糙集方法，《计算与信息杂志》，1，1，1078-1089（1995） [94] 胡，X。；Lin，T.Y。；Han，J.，基于数据库系统的新粗糙集模型，《基础信息学杂志》，59，2-3135-152（2004）·Zbl 1098.68127号 [95] Hvidsten，T.R。；威尔钦斯基，B。；Kryshtafovych，A。；Tiuryn，J。；Komorowski，J。；Fidelis，K.，《使用基于规则的学习发现监管结合位点模块》，《基因组研究》，第6、15、856-866页（2005年） [96] Inuiguchi，粗糙集的推广：从清晰到模糊的情形。In:Tsumoto等人[337]；Inuiguchi，粗糙集的推广：从清晰到模糊的情形。收录：Tsumoto等人[337]·Zbl 1103.03048号 [97] （Inuiguchi，M.；Hirano，S.；Tsumoto，S.，《粗糙集理论和粒度计算》，《模糊性和软计算研究》，第125卷（2003年），Springer-Verlag:Springer-Verlag Heidelberg）·Zbl 1054.68696号 [98] T.Iwinnski，晶格的粗略分析，工作文件，第23卷。卡洛斯三世大学，马德里，1991年。；T.Iwinnski，晶格的粗略分析，工作文件，第23卷。卡洛斯三世大学，马德里，1991年。 [99] Järvinen，信息系统和依赖空间的表示，以及一些基本算法。执照持有人的论文。图尔库大学数学系博士论文，芬兰图尔库，1997年。；Järvinen，信息系统和依赖空间的表示，以及一些基本算法。执照持有人的论文。芬兰图尔库图尔库大学数学系博士论文，1997年。 [100] Järvinen，J.，《关于粗糙近似的结构》，《信息基础》，53，2，135-153（2002）·Zbl 1012.68200号 [101] Jech，T.，集理论（1997），Springer Verlag:Springer Verlag New York·Zbl 0882.03045号 [102] Jelonek，J。；Stefanowski，J.，组织学图像分类的特征子集选择，医学人工智能，9，3，227-239（1997） [103] Jensen，R。；Shen，Q.，语义保持降维：粗糙和模糊粗糙方法，IEEE知识与数据工程汇刊，16，21457-1471（2004） [104] R.Jensen，Q.Shen，A.Tuso，用SAT求粗糙集约简；R.Jensen，Q.Shen，A.Tuso，用SAT求粗糙集约简·Zbl 1134.68538号 [105] R.Keefe，模糊理论。剑桥哲学研究，英国剑桥，2000年。；R.Keefe，模糊理论。剑桥哲学研究，英国剑桥，2000年。 [106] 基夫，R。；Smith，P.，《模糊性：读者》（1997），麻省理工学院出版社：麻萨诸塞州麻省理学出版社 [107] 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 [108] 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） [109] （Kloesgen，W.；Żytkow，J.，《知识发现和数据挖掘手册》（2002），牛津大学出版社：牛津大学出版社）·Zbl 1003.68037号 [110] J.Komorowski，Z.Pawlak，L.Polkowski，A.Skowron，《粗糙集：教程》。在：Pal和Skowron[195]；J.Komorowski，Z.Pawlak，L.Polkowski，A.Skowron，《粗糙集：教程》。收录：Pal and Skowron[195] [111] B.Kostek，基于软计算的音乐声音识别。In:Polkowski和Skowron[245]；B.Kostek，基于软计算的音乐声音识别。输入：Polkowski和Skowron[245] [112] 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》。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，模糊性和软计算研究，第31卷（1999），Physica-Verlag:Physica-Verlag Heidelberg·Zbl 1044.68919号 [113] 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》，声学中基于认知的数据处理，《计算智能研究》第3卷（2005年），Springer:Springer-Hidelberg [114] B.Kostek，A.Czyżewski，《使用Pawlak流图处理音乐元数据》。In：彼得斯和斯科伦[225]；B.Kostek，A.Czyżewski，《使用Pawlak流图处理音乐元数据》。作者：Peters和Skowron[225]·Zbl 1104.68763号 [115] B.Kostek，P.Szczuko，P.Żwan，P.Dalka，《使用粗糙集和人工神经网络处理音乐数据》。In：彼得斯和斯科伦[226]；B.Kostek，P.Szczuko，P.Żwan，P.Dalka，《使用粗糙集和人工神经网络处理音乐数据》。收件人：Peters和Skowron[226]·Zbl 1116.68584号 [116] M.Kryszkiewicz，变精度粗糙集模型中约简的维护。内容：粗糙集和数据挖掘-不完全数据分析。第355-372页。；M.Kryszkiewicz，变精度粗糙集模型中约简的维护。内容：粗糙集和数据挖掘-不完全数据分析。第355-372页。 [117] M.Kryszkiewicz，粗糙集框架下不完备信息系统的性质。在：Polkowski和Skowron[244]；M.Kryszkiewicz，粗糙集框架下不完备信息系统的性质。收信人：Polkowski和Skowron[244]·Zbl 0940.68138号 [118] Kryszkiewicz，M.，不完备信息系统的粗糙集方法，信息科学，112，1-4，39-49（1998）·Zbl 0951.68548号 [119] Kryszkiewicz，M.，《不完全信息系统中的规则》，信息科学，113，3-4，271-292（1999）·Zbl 0948.68214号 [120] M.Kryszkiewicz，K.Cichoán，面向发现粗糙集约简的可扩展算法。In:Peters等人[228]；M.Kryszkiewicz，K.Cichoán，面向发现粗糙集约简的可扩展算法。来源：Peters等人[228]·Zbl 1104.68764号 [121] Lgreid，A。；Hvidsten，T.R。；Midelfart，H。；Komorowski，J。；Sandvik，A.K.，使用基于规则的学习发现调控结合位点模块，基因组研究，5，13，965-979（2003） [122] 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 [123] 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 [124] A.O.V.Le Blanc，莱斯涅夫斯基的《计算原教旨主义者》。报告（博士论文），曼彻斯特大学，英国曼彻斯特，2003年。；A.O.V.Le Blanc，莱斯涅夫斯基的《计算原教旨主义者》。报告（博士论文），曼彻斯特大学，英国曼彻斯特，2003年。 [125] G.W.莱布尼茨，《形而上学话语》。In:Ariew和Garber[4]；G.W.莱布尼茨，《形而上学话语》。收件人：Ariew和Garber[4] [126] Le she niewski，S.，Grungzüge eines neuen Systems der Grundlagen der Mathematik，《数学基础》，14，1-81（1929）·传真：55.0626.03 [127] 李毅。；Shiu，S.C.-K。；帕尔，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） [128] Lin，T.Y.，数据库和知识库系统中的邻域系统和近似，（Emrich，M.L.；Phifer，M.S.；Hadzikadic，M.；Ras，Z.W.，第四届智能系统方法学国际研讨会论文集（海报会议），1989年10月12日至15日（1989），橡树岭国家实验室：橡树岭国立实验室，北卡罗来纳州夏洛特），75-86 [129] Lin，T.Y.，《智能自动化和软计算杂志》，第2卷，第2期（1996年），（特刊） [130] （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），仿真委员会：仿真委员会，美国加利福尼亚州圣地亚哥） [131] （Lin，T.Y.；Yao，Y.Y.；Zadeh，L.A.，《粗糙集，粒度计算和数据挖掘》，《模糊性和软计算研究》（2001），《物理-验证：物理-验证-海德堡》）·Zbl 0983.00027号 [132] 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 [133] 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 [134] Lingras，P。；Davies，C.，粗糙遗传算法的应用，计算智能：国际期刊，17，3，435-445（2001） [135] Lingras，P。；West，C.，用粗糙（K）均值对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 [136] 刘，C。；Zhong，N.，《ilp处理不完全数据的粗糙问题设置》，《计算智能：国际期刊》，17，3，446-459（2001） [137] ukasiewicz，J.，Die logischen Grundlagen der Wahrscheinlichkeitsrechnung，1913，（Borkowski，L.，JanŁukasiewicz-精选作品（1970），北荷兰出版公司，波兰科学出版社：北荷兰出版公司，波兰科学出版商阿姆斯特丹，伦敦，华沙），16-63 [138] （Maimon，O.；Rokach，L.，《数据挖掘和知识发现手册》（2005），施普林格：施普林格-海德堡出版社）·兹比尔1087.68029 [139] J.Małuszyáski，A.Vitória，走向粗略的数据记录。In：Pal等人[194]；J.Małuszyáski，A.Vitória，走向粗略的数据记录。收录：Pal等人[194] [140] 马库斯（S.Marcus），《谷物堆的悖论》（The paradox of The heap of grains），关于粗糙性、模糊性和可忽略性。In:Polkowski和Skowron[243]；马库斯（S.Marcus），《谷物堆的悖论》（The paradox of The heap of grains），关于粗糙性、模糊性和可忽略性。收件人：Polkowski和Skowron[243]·兹比尔0907.03006 [141] 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 [142] 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 [143] Menasalvas，E。；Wasilewska，A.，《作为泛化的数据挖掘：形式模型》（Lin，T.Y.；Ohsuga，S.；Liau，C.J.；Hu，X.，《数据挖掘的基础和新方法》，计算智能（2006），施普林格：施普林格-海德堡），99-126·兹比尔1129.68032 [144] H.Midelfart，基因本体论中的监督学习。第一部分：粗糙集框架。第二部分：自底向上算法。In：彼得斯和斯科伦[227]；H.Midelfart，基因本体论中的监督学习。第一部分：粗糙集框架。第二部分：自底向上算法。收件人：Peters和Skowron[227]·兹比尔1136.68493 [145] Midelfart，H。；Komorowski，J。；诺塞特，K。；Yadetie，F。；Sandvik，A.K。；Lgreid，A.，《从基因表达和临床数据中学习粗糙集分类器》，《信息学基础》，第2期，第53页，第155-183页（2004年）·Zbl 1011.92025号 [146] Mill，J.S.，《理性和归纳，作为证据原则和科学调查方法的关联视图》（1862年），《帕克、儿子和伯恩：帕克、孩子和伯恩西街伦敦》 [147] Mitchel，T.M.，机器学习，计算机科学（1999），McGraw-Hill:McGraw-Hill Boston，MA [148] P.Mitra、S.Mitra和S.K.Pal，《模块化粗糙模糊mlp：进化设计》。In:Skowron等人[280]；P.Mitra、S.Mitra和S.K.Pal，《模块化粗糙模糊mlp：进化设计》。In:Skowron等人[280] [149] Mitra，P。；帕尔，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 [150] S.Mitra，生物信息学中的计算智能。In：彼得斯和斯科伦[226]；S.Mitra，生物信息学中的计算智能。收件人：Peters和Skowron[226]·Zbl 1116.68572号 [151] 密特拉，S。；Acharya，T.，数据挖掘。多媒体、软计算和生物信息学（2003），John Wiley&Sons：John Wiley&Sons纽约，纽约 [152] Miyamoto，S.，粗糙集在信息检索中的应用，美国信息科学学会杂志，49，3195-220（1998） [153] Miyamoto，S.，多集和粗糙近似的推广，《国际智能系统杂志》，19，7，639-652（2004）·Zbl 1101.68524号 [154] M.J.Moshkov，决策树的时间复杂性。In：彼得斯和斯科伦[226]；M.J.Moshkov，决策树的时间复杂性。收件人：Peters和Skowron[226]·兹比尔1117.68071 [155] M.J.Moshkov，M.Piliszczuk，关于决策表的部分检验和部分约简。收录于：Śleözak等人[300]；M.J.Moshkov，M.Piliszczuk，关于决策表的部分检验和部分约简。收录：Śleözak等人[300]·Zbl 1134.68498号 [156] A.ózek先生，《工业过程基于规则控制的计算机实现中的粗糙集》。图中：Słowiáski[305]；A.ózek先生，《工业过程基于规则控制的计算机实现中的粗糙集》。收录：Słowiáski[305] [157] T.Munakata，《粗略控制：透视图》。摘自：《粗糙集与数据挖掘-不完全数据分析》，第77-88页。；T.Munakata，《粗略控制：透视图》。摘自：《粗糙集与数据挖掘-不完全数据分析》，第77-88页。 [158] M.Muraszkiewicz，H.Rybinñski，走向并行粗糙集计算机。收文：Ziarko[376]；M.Muraszkiewicz，H.Rybinñski，走向并行粗糙集计算机。收信人：Ziarko[376]·Zbl 0941.68569号 [159] Nakamura，A.，《模糊量词和粗糙量词》（Wang，P.P.，《模糊理论和技术的进展II》（1994），杜克大学出版社：杜克大学出版，北卡罗来纳州达勒姆），111-131 [160] 中村由纪夫，《关于知识推理的信息逻辑》。收文：Ziarko[376]；中村由纪夫，《关于知识推理的信息逻辑》。收信人：Ziarko[376]·Zbl 0939.68835号 [161] 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 [162] Nguyen，H.S.，关于最大化简数的决策表，《理论计算机科学中的电子笔记》，82，4（2003）·Zbl 1270.68319号 [163] H.S.Nguyen，粗糙集和数据挖掘的近似布尔推理方法。收录于：Śleözak等人[301]；H.S.Nguyen，粗糙集和数据挖掘的近似布尔推理方法。收录人：Śleözak等人[301]·Zbl 1155.68532号 [164] 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 [165] H.S.Nguyen，D.Śle-zak。近似约简和关联规则-对应和复杂性结果。In:Skowron等人[280]；H.S.Nguyen，D.Śle-zak。近似约简和关联规则-对应和复杂性结果。In:Skowron等人[280]·Zbl 0954.68129号 [166] S.H.Nguyen，正则性分析及其在数据挖掘中的应用。In:Polkowski等人[241]；S.H.Nguyen，正则性分析及其在数据挖掘中的应用。包含：Polkowski等人[241]·Zbl 0992.68049号 [167] S.H.Nguyen、J.Bazan、A.Skowron、H.S.Nguien，概念合成的分层学习。In：彼得斯和斯科伦[225]；S.H.Nguyen、J.Bazan、A.Skowron、H.S.Nguien，概念合成的分层学习。作者：Peters和Skowron[225]·Zbl 1104.68565号 [168] S.H.Nguyen，H.S.Ngueen，粗糙集方法的一些有效算法。1996年第六届知识系统信息处理和不确定性管理国际会议，西班牙格拉纳达，1996年，第三卷，第1451-1456页。；S.H.Nguyen，H.S.Ngueen，粗糙集方法的一些有效算法。1996年第六届知识系统信息处理和不确定性管理国际会议，西班牙格拉纳达，1996年，第三卷，第1451-1456页。 [169] T.T.Nguyen，在手写数字识别中提取领域知识。In:Pal等人[189]；T.T.Nguyen，在手写数字识别中提取领域知识。收录：Pal等人[189] [170] T.T.Nguyen，A.Skowron，领域知识近似的粗糙集方法。在：Wang等人[350]；T.T.Nguyen，A.Skowron，领域知识近似的粗糙集方法。In:Wang等人[350]·Zbl 1026.68644号 [171] T.Nishino，M.Nagamachi，H.Tanaka，可变精度贝叶斯粗糙集模型及其在人类评估数据中的应用。收录于：Śleözak等人[300]；T.Nishino，M.Nagamachi，H.Tanaka，可变精度贝叶斯粗糙集模型及其在人类评估数据中的应用。收录：Śleözak等人[300]·Zbl 1134.68549号 [172] 诺塞特，K.G。；Lgreid，A。；Midelfart，H。；Yadetie，F。；Erlandsen，S.E。；福尔克默，S。；Gronbech，J.E。；Waldum，H.L。；Komorowski，J。；Sandvik，A.K.，基于基因表达的胃癌分类，《癌症快报》，2，210，227-237（2004） [173] 诺沃顿，M。；Pawlak，Z.，《信息系统独立性代数理论》，《信息学基础》，第14、4、454-476页（1991年）·Zbl 0727.68118号 [174] 诺沃顿，M。；Pawlak，Z.，《信息系统独立性代数理论》，《信息学基础》，第14期，第454-476页（1991年）·Zbl 0727.68118号 [175] 诺沃顿，M。；Pawlak，Z.，关于依赖空间的一个问题，《信息基础》，第16期，第275-287页（1992年）·Zbl 0762.68059号 [176] C.-S.Ong，J.-J.Huang，G.-H.Tzeng，使用粗糙集理论检测广义logit模型中的交互项。In:Tsumoto等人[337]；C.-S.Ong，J.-J.Huang，G.-H.Tzeng，使用粗糙集理论检测广义logit模型中的交互项。收录：Tsumoto等人[337]·Zbl 1103.68866号 [177] Orłowska，E.，《模糊概念的语义》（Dorn，G.；Weingartner，P.，《逻辑和语言学基础》（1984），Plenum出版社：Plenum Press New York），465-482·Zbl 0619.03020号 [178] E.或łowska，粗略概念逻辑。收文：Skowron[272]；E.或łowska，粗略概念逻辑。收信人：Skowron[272] [179] 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 [180] 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 [181] Orłowska，E.，Kripke语义知识表示逻辑，Studia Logica，49，2，255-272（1990）·Zbl 0726.03023号 [182] （Orowska，E.，不完全信息：粗糙集分析。不完全信息：粗糙集分析，模糊性和软计算研究，第13卷（1997），Springer Verlag/Physica Verlag:Springer Verlag/Physica Verlag-Heidelberg）·Zbl 0878.00031号 [183] E.或łowska，Z.Pawlak，知识表示系统的表现力。波兰科学院计算机科学研究所技术报告432。；E.或łowska，Z.Pawlak，知识表示系统的表现力。波兰科学院计算机科学研究所技术报告432·Zbl 0541.68070号 [184] Orłowska，E。；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 [185] Pagliani，P.，《从概念格到近似空间：部分对象某些空间的代数结构》，《信息学基础》，18，1-25（1993）·Zbl 0776.06005号 [186] Pagliani，P.，粗糙集与nelson代数，信息学基础，27，2-3，205-219（1996）·Zbl 0858.68110号 [187] Pagliani，P.，前拓扑与动态空间，基础信息学，59，2-3221-239（2004）·Zbl 1098.68131号 [188] Pal，S.K.，《软数据挖掘、感知计算理论和粗糙模糊方法》，信息科学，163，1-3，5-12（2004） [189] （Pal，S.K.；Bandoyopadhay，S.；Biswas，S.，《第一届模式识别和机器智能国际会议论文集》（PReMI 2005），2005年12月18-22日。第一届模式识别和机器智能国际会议论文集（PReMI 2005），2005年12月18日至22日，计算机科学讲义，第3776卷（2005），印度统计研究所，斯普林格：印度统计研究院，斯普林格海德堡，加尔各答） [190] 帕尔，S.K。；Dasgupta，B。；Mitra，P.，《粗略的自组织图》，《应用情报》，第21期，第289-299页（2004年）·Zbl 1101.68825号 [191] 帕尔，S.K。；Mitra，P.，使用模糊表示的粗糙集生成案例，IEEE知识与数据工程汇刊，16，3，292-300（2004） [192] 帕尔，S.K。；Mitra，P.，《数据挖掘的模式识别算法》（2004），CRC出版社：佛罗里达州博卡拉顿CRC出版社·Zbl 1099.68091号 [193] 帕尔，S.K。；佩德里茨，W。；斯科伦，A。；Swiniarski，R.，《粗糙神经计算》，神经计算，36（2001），（特别卷） [194] （Pal，S.K.；Polkowski，L.；Skowron，A.，《粗糙神经计算：文字计算技术》。粗糙神经计算——文字计算技术，认知技术（2004），斯普林格·弗拉格：斯普林格尔·弗拉格-海德堡）·Zbl 1040.68113号 [195] （Pal，S.K.；Skowron，A.，《粗糙模糊杂交：决策的新趋势》（1999），《Springer-Verlag:Springer-Verlag新加坡》）·Zbl 0941.68129号 [196] 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 [197] Paun，G。；Polkowski，L。；Skowron，A.，《语言的粗糙集近似》，《信息学基础》，第32期，第149-162页（1997年）·Zbl 0891.68054号 [198] Pawlak，粗糙实函数和粗糙控制器。摘自：《粗糙集与数据挖掘-不完全数据分析》，第139-147页。；Pawlak，粗糙实函数和粗糙控制器。摘自：《粗糙集与数据挖掘-不完全数据分析》，第139-147页·兹伯利0866.93063 [199] Z.Pawlak，《通过属性对物体进行分类》，报告，第429卷。波兰华沙波兰科学院计算机科学研究所，1981年。；Z.Pawlak，《通过属性对物体进行分类》，报告，第429卷。波兰华沙波兰科学院计算机科学研究所，1981年。 [200] Pawlak，Z.，《信息系统——理论基础》，信息系统，6205-218（1981）·Zbl 0462.68078号 [201] Z.Pawlak，《粗略关系》，《报告》，第435卷。波兰华沙波兰科学院计算机科学研究所，1981年。；Z.Pawlak，《粗略关系》，《报告》，第435卷。波兰华沙波兰科学院计算机科学研究所，1981年。 [202] Pawlak，Z.，粗糙集，国际计算机与信息科学杂志，11341-356（1982）·Zbl 0501.68053号 [203] Pawlak，Z.，《粗略分类》，《国际人机研究杂志》，20，5，469-483（1984）·Zbl 0541.68077号 [204] 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 [205] Pawlak，Z.，《决策逻辑》，EATCS公报，44，201-225（1991）·Zbl 0744.68118号 [206] Pawlak，Z.，《粗糙集：关于数据推理的理论方面》，系统论。《粗糙集：数据推理的理论方面，系统理论，知识工程和问题解决》，第9卷（1991年），Kluwer学术出版社：Kluwer-学术出版社，荷兰Dordrecht·Zbl 0758.68054号 [207] Pawlak，Z.，《并发与顺序——粗糙集视角》，EATCS公报，48，178-190（1992）·Zbl 1023.68640号 [208] Pawlak，决策规则，贝叶斯规则和粗糙集。In:Skowron等人[280]；Pawlak，决策规则，贝叶斯规则和粗糙集。In:Skowron等人[280]·Zbl 0948.03026号 [209] Z.Pawlak，关于粗糙集的论文。In：彼得斯和斯科伦[227]；Z.Pawlak，关于粗糙集的论文。收件人：Peters和Skowron[227]·兹比尔1136.68535 [210] Z.Pawlak，A.Skowron，《粗糙集：一些扩展》，信息科学出版社，doi:10.1016/j.ins.2006.06；Z.Pawlak，A.Skowron，《粗糙集：一些扩展》，信息科学出版社，doi:10.1016/j.ins.2006.06·Zbl 1142.68550号 [211] Z.Pawlak，L.Polkowski，A.Skowron，《粗糙集与粗糙逻辑：KDD视角》。In:Polkowski等人[241]；Z.Pawlak，L.Polkowski，A.Skowron，《粗糙集与粗糙逻辑：KDD视角》。包含：Polkowski等人[241]·兹比尔1009.68159 [212] Pawlak，Z。；Skowron，A.，《决策规则生成的粗糙集方法》（第十三届国际人工智能联合会议IJCAI’1993（1993），Morgan Kaufmann：Morgan Koufmann-Chambéry，法国），114-119 [213] Pawlak，Z。；Skowron，A.，《粗糙隶属函数》（Yager，R.；Fedrizzi，M.；Kacprzyk，J.，《Dempster-Shafer证据理论的进展》（1994），John Wiley&Sons:John Willey&Sons New York，NY），251-271·Zbl 0794.03045号 [214] Z.Pawlak，A.Skowron，《粗糙集与布尔推理》，信息科学出版社，doi:10.1016/j.ins.2006.06.007；Z.Pawlak，A.Skowron，《粗糙集与布尔推理》，信息科学出版社，doi:10.1016/j.ins.2006.06.007·Zbl 1142.68551号 [215] Pawlak，Z。；Słowiánski，K。；Słowiński，R.，十二指肠溃疡高选择性迷走神经切断术后患者的粗略分类，国际人机研究杂志，24，51413-433（1986） [216] Pawlak，Z。；Wong，S.K.M。；Ziarko，W.，《粗糙集：概率与确定性方法》，（Gaines，B.；Boose，J.，《机器学习与不确定性推理》，第3卷（1990），学术出版社：伦敦学术出版社），227-242 [217] 佩德里茨，W。；Han，L。；彼得斯，J.F。；拉曼纳，S。；翟，R.，软件质量的校准：模糊神经和粗糙神经计算方法，神经计算，36，1-4，149-170（2001）·Zbl 1003.68635号 [218] 彼得斯，J。；Skowron，A.，关于数据推理的粗糙集方法。关于数据推理的粗糙集方法，《国际智能系统杂志》，第16卷，第1期（2001年），（特刊）·Zbl 0967.00024号 [219] J.F.Peters，《粗糙行为学：对具有近似空间的智能系统中的集体行为进行生物启发性研究》。In：彼得斯和斯科伦[226]；J.F.Peters，《粗糙行为学：对具有近似空间的智能系统中的集体行为进行生物启发性研究》。收件人：Peters和Skowron[226]·Zbl 1116.68574号 [220] 彼得斯，J.F。；Han，L。；Ramanna，S.，信号分析中的粗糙神经计算，计算智能：国际期刊，17，3，493-513（2001） [221] 彼得斯，J.F。；Henry，C.，用近似空间进行强化学习，《信息基础》，71，1-27（2006） [222] 彼得斯，J.F。；Ramanna，S.，《走向软件变更分类系统：粗糙集方法》，《软件质量杂志》，2003年第11期，第2期，第121-147页 [223] J.F.Peters，S.Ramanna，软件模型的近似空间。In:Peters等人[228]；J.F.Peters，S.Ramanna，软件模型的近似空间。来源：Peters等人[228]·兹比尔1104.68770 [224] J.F.Peters、S.Ramanna、M.S.Szczuka，走向爬行机器人障碍物分类系统：粗糙集方法。在：Wang等人[350]；J.F.Peters、S.Ramanna、M.S.Szczuka，走向爬行机器人障碍物分类系统：粗糙集方法。In:Wang等人[350]·Zbl 1026.68647号 [225] （Peters，J.F.；Skowron，A.，《粗糙集学报I：期刊分栏》。《粗糙集杂志I：期刊分栏》，计算机科学讲稿，第3100卷（2004），施普林格：施普林格-海德堡）·兹比尔1062.68009 [226] （Peters，J.F.；Skowron，A.，《粗糙集学报III：期刊分栏》。《粗糙集杂志III：期刊分栏》，计算机科学讲稿，第3400卷（2005），施普林格：施普林格-海德堡）·Zbl 1063.68010号 [227] （Peters，J.F.；Skowron，A.，《粗糙集学报IV：期刊分栏》。《粗糙集杂志IV：期刊分栏》，计算机科学讲稿，第3700卷（2005），施普林格：施普林格-海德堡）·Zbl 1131.68013号 [228] （Peters，J.F.；Skowron，A.；Dubois，D.；GrzymałA-Busse，J.W.；Inuiguchi，M.；Polkowski，L.，《粗糙集交易》II.《粗糙集与模糊集交易》II。《粗糙集和模糊集：期刊子线》，《计算机科学讲义》，第3135卷（2004），斯普林格：斯普林格-海德堡）·Zbl 1062.68008号 [229] 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 [230] 彼得斯，J.F。；斯科伦，A。；Synak，P。；Ramanna，S.，《粗糙集与信息粒化》，（Bilgic，O.K.T.；Baets，D.，第十届国际模糊系统协会世界大会（IFSA 2003），土耳其伊斯坦布尔，2003年6月30日至7月2日。第十届国际模糊系统协会世界大会（IFSA 2003），土耳其伊斯坦布尔，2003年6月30日至7月2日，《人工智能讲义》，第2715卷（2003），斯普林格·弗拉格：斯普林格尔·弗拉格-海德堡），370-377·Zbl 1037.68753号 [231] 彼得斯，J.F。；苏拉吉，Z。；Shan，S。；拉曼纳，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，24，6，911-920（2003） [232] J.F.Peters，M.S.Szczuka，《粗糙神经计算：神经计算基本模型的调查》。In:Alpingii等人[1]；J.F.Peters，M.S.Szczuka，《粗糙神经计算：神经计算基本模型的调查》。In:Alpingii等人[1]·Zbl 1013.68521号 [233] J.F.Peters，K.Ziaei，S.Ramanna，近似时间粗糙控制：卫星姿态控制的概念和应用。In:Polkowski和Skowron[243]；J.F.Peters，K.Ziaei，S.Ramanna，近似时间粗糙控制：卫星姿态控制的概念和应用。收件人：Polkowski和Skowron[243] [234] 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 [235] L.Polkowski，关于粗糙集的收敛性。图中：Słowiáski[305]；L.Polkowski，关于粗糙集的收敛性。收录：Słowiáski[305]·Zbl 1012.68218号 [236] Polkowski，L.，《信息系统中的分形维数》。无限信息系统中的精确集，《信息学基础》，50，3-4，305-314（2002）·Zbl 1012.68218号 [237] Polkowski，L.，《粗糙集：数学基础》。粗糙集：数学基础，软计算进展（2002），Physica-Verlag:Physica-Verlag Heidelberg·兹比尔1040.68114 [238] 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）·兹比尔1031.03069 [239] 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）·兹比尔1083.68116 [240] L.Polkowski，走向粗糙基础。水文方法。In:Tsumoto等人[337]；L.Polkowski，走向粗糙基础。水文方法。收录：Tsumoto等人[337]·Zbl 1103.03049号 [241] （Polkowski，L.；Lin，T.Y.；Tsumoto，S.，《粗糙集方法与应用：信息系统知识发现的新发展》，《模糊性与软计算研究》，第56卷（2000），Springer-Verlag/Physica-Verlag:斯普林格-Verlag/Physica-Verlag Heidelberg）·Zbl 0979.00021号 [242] 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 [243] （Polkowski，L.；Skowron，A.，1998年第一届粗糙集与软计算国际会议。1998年第一届粗糙集和软计算国际会议，《人工智能讲义》，第1424卷（1998），斯普林格·弗拉格：斯普林格尔·弗拉格华沙，波兰）·Zbl 0891.00026号 [244] （Polkowski，L.；Skowron，A.，《知识发现中的粗糙集1:方法论和应用》。《知识发现的粗糙集1：方法论与应用》，《模糊性和软计算研究》，第18卷（1998年），Physica-Verlag:Physica-Verlag Heidelberg）·Zbl 0910.00028号 [245] （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》。《知识发现的粗糙集2:应用、案例分析和软件系统，模糊性和软计算研究》，第19卷（1998年），Physica-Verlag:Physica-Verlag-Heidelberg）·Zbl 0910.00029号 [246] L.Polkowski，A.Skowron，《信息系统中的粗糙数学》。案例研究：定性空间推理。In:Polkowski等人[241]；L.Polkowski，A.Skowron，《信息系统中的粗糙数学》。案例研究：定性空间推理。包含：Polkowski等人[241]·Zbl 0992.68198号 [247] 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） [248] 波米卡ła，J。；Pomykała，J.a.，粗糙集的石代数，波兰科学院公报，数学，36495-508（1988）·Zbl 0786.04008号 [249] 邱国富，张文欣，吴文忠，广义近似表示空间中属性的刻画。收录于：Śleözak等人[300]；邱国富，张文欣，吴文忠，广义近似表示空间中属性的刻画。收录：Śleözak等人[300] [250] 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 [251] Radzikowska，A。；Kerre，E.E.，模糊粗糙集的比较研究，模糊集与系统，126，2，137-155（2002）·兹比尔1004.03043 [252] A.Radzikowska，E.E.Kerre，基于剩余格的模糊粗糙集。In:Peters等人[228]；A.Radzikowska，E.E.Kerre，基于剩余格的模糊粗糙集。来源：Peters等人[228]·Zbl 1109.68118号 [253] Ras，Z.W.，分布式自主知识系统的简化驱动查询应答，《国际智能系统杂志》，17，2，113-124（2002）·Zbl 1012.68014号 [254] Z.W.Ras，A.Dardzinska，由还原控制的DKS中的协同查询处理。In:Alpingii等人[1]；Z.W.Ras，A.Dardzinska，由还原控制的DKS中的协同查询处理。In:Alpingii等人[1]·Zbl 1013.68573号 [255] Rasiowa，H.，不可数值近似逻辑的公理化和完备性，Studia Logica，53，1，137-160（1994）·Zbl 0787.03015号 [256] 拉西奥瓦，H。；Skowron，A.，近似逻辑，（Bibel，W.；Jantke，K.P.，软件系统规格说明和合成的数学方法。软件系统规格描述和合成的数理方法，数学研究，第31卷（1985年），Akademie Verlag:Akademice Verlag Berlin），123-139·Zbl 0642.68040号 [257] H.Rasiowa，A.Skowron，《粗糙概念逻辑》。收文：Skowron[272]；H.Rasiowa，A.Skowron，《粗糙概念逻辑》。收信人：Skowron[272]·Zbl 0611.68006号 [258] C.Rauszer，《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性》。收文：Skowron[272]；C.Rauszer，《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性》。收信人：Skowron[272]·Zbl 0609.68076号 [259] 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）·兹伯利0583.68054 [260] 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 [261] Rauszer，C.，《代理群的知识表示系统》，（伦斯基，J.，《波兰的哲学逻辑》（1994年），克鲁沃：荷兰克鲁沃-多德雷赫特出版社），217-238 [262] Read，S.，《思考逻辑：逻辑哲学导论》（1994），牛津大学出版社：牛津大学出版社，纽约牛津 [263] Rissanen，J.，《用shortes数据描述建模》，Automatica，1465-471（1978）·Zbl 0418.93079号 [264] Rissanen，J.，最小描述长度原则，（Kotz，S.；Johnson，N.，Encyclopedia of Statistical Sciences（1985），John Wiley&Sons:John Wiley&Sons New York，NY），523-527 [265] 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 [266] 罗素，B.，《数学原理》（The Principles of Mathematics）（1903年），乔治·艾伦（George Allen）和安文（Unwin）有限公司：乔治·艾伦和安文有限公司，英国伦敦（1937年第2版）·JFM 34.0062.14号 [267] Russell，B.，Vagueness，《澳大利亚心理学与哲学杂志》，184-92（1923） [268] Russell，B.，《意义与真理的探究》（1940年），乔治·艾伦与安文有限公司（George Allen&Unwin Ltd.）和W.W.诺顿（W.W.Norton），伦敦和纽约 [269] 塞维尔，H。；拉加万，V.V。；Johnsten，T.D.，数据库中知识发现粗糙集的研究现状，（Sivasundaram，S.，《第二届航空航天非线性问题国际会议论文集》（ICNPAA’1998），1998年4月29日至5月1日，佛罗里达州代托纳海滩，第2卷（1998），Embry-Riddle航空大学：Embry-Riddle航空学院佛罗里达州代顿海滩），673-680 [270] 北掸邦。；Ziarko，W.，构建决策规则的增量学习算法，（Ziarka，W.《粗糙集、模糊集和知识发现》（1994），Springer Verlag:Springer Verlag Berlin），326-334·Zbl 0941.68698号 [271] Simons，P.，《本体论研究》（1987），牛津大学出版社：牛津大学出版社，英国牛津 [272] （Skowron，A.，《第五届计算理论研讨会论文集》，波兰扎博罗，1984年。第五届计算理论研讨会论文集，波兰扎博罗，1984年，计算机科学讲稿，第208卷（1985），施普林格-弗拉格：柏林施普林格） [273] Skowron，A.，决策规则生成的布尔推理，（Komorowski，J.；Raś，Z.W.，1993年ISMIS会议记录，挪威特隆赫姆，1993年6月15日至18日。《1993年ISMIS会议录》，挪威特隆赫姆，1993年6月15日至18日，《人工智能讲义》，第689卷（1993），斯普林格·弗拉格），295-305 [274] 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） [275] Skowron，A.，《KDD中的粗糙集——全体演讲》，（Shi，Z.；Fallings，B.；Musen，M.，第16届世界计算机大会（IFIP'2000）：智能信息处理会议论文集（IIP'2000）（2000），电子工业出版社：北京电子工业出版社），1-14 [276] Skowron，A.，《粗糙集和布尔推理》（Pedrycz，W.，《颗粒计算：新兴范式》，《颗粒计算机：新兴范式，模糊性和软计算研究》，第70卷（2001年），Springer-Verlag/Physica-Verlag:Springer-Verlag/Ph物理-Verlag-Heidelberg），95-124·Zbl 0986.68143号 [277] A.Skowron，分布式环境中的近似推理。中：钟和刘[374]；A.Skowron，分布式环境中的近似推理。中：钟和刘[374] [278] 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 [279] 斯科伦，A。；Grzymała-Busse，J.W.，《从粗糙集理论到证据理论》（Yager，R.；Fedrizzi，M.；Kacprzyk，J.，《Dempster-Shafer证据理论的进展》（1994），John Wiley&Sons:John Willey&Sons New York，NY），193-236·Zbl 0816.68110号 [280] A.Skowron，S.Ohsuga，N.Zhong（编辑）。《第七届粗糙集、模糊集、数据挖掘和粒度软计算国际研讨会论文集》，山口，1999年11月9日至11日，《人工智能讲义》，第1711卷，施普林格出版社，海德堡，1999年。；A.Skowron，S.Ohsuga，N.Zhong（编辑）。《第七届粗糙集、模糊集、数据挖掘和粒度软件计算国际研讨会论文集》（RSFDGrC'99），山口，1999年11月9日至11日，《人工智能课堂讲稿》，第1711卷，斯普林格-Verlag，海德堡，1999年·Zbl 0954.68137号 [281] 斯科伦，A。；Pal，S.K.，《粗糙集、模式识别和数据挖掘》。粗糙集，模式识别和数据挖掘，《模式识别快报》，第24卷，第6卷（2003年），（特别卷） [282] 斯科伦，A。；Pawlak，Z。；Komorowski，J。；Polkowski，L.，《数据和知识的粗糙集观点》（Kloesgen，W.；Żytkow，J.，KDD手册（2002），牛津大学出版社：牛津大学出版社），134-149 [283] A.Skowron，J.Peters，《粗糙集：趋势和挑战》。在：Wang等人[350]；A.Skowron，J.Peters，《粗糙集：趋势和挑战》。In:Wang等人[350]·兹比尔1026.68653 [284] A.Skowron，C.Rauszer，《信息系统中的可辨矩阵和函数》。图中：Słowiáski[305]；A.Skowron，C.Rauszer，《信息系统中的可辨矩阵和函数》。收录：Słowiáski[305] [285] 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 [286] A.Skowron，J.Stepaniuk，《信息粒和粗糙神经计算》。In：Pal等人[194]；A.Skowron，J.Stepaniuk，《信息粒和粗糙神经计算》。收录：Pal等人[194]·Zbl 0969.68078号 [287] A.Skowron，J.Stepaniuk，近似的本体论框架。收录于：Śleözak等人[300]；A.Skowron，J.Stepaniuk，近似的本体论框架。收录：Śleözak等人[300]·Zbl 1134.68514号 [288] 斯科伦，A。；斯蒂芬纽克，J。；Peters，J.F.，《粗糙集与信息形态：分布式环境中关系的近似化》，《信息学基础》，54，1-2，263-277（2003）·兹比尔1111.68706 [289] A.Skowron，R.Swiniarski，《粗糙集与高阶模糊》。收录于：Śleözak等人[300]；A.Skowron，R.Swiniarski，《粗糙集与高阶模糊》。收录：Śleözak等人[300]·Zbl 1134.68558号 [290] A.Skowron，R.Swiniarski，P.Synak，《近似空间与信息粒化》。In：彼得斯和斯科伦[226]；A.Skowron，R.Swiniarski，P.Synak，《近似空间与信息粒化》。收件人：Peters和Skowron[226]·Zbl 1116.68602号 [291] 斯科伦，A。；Synak，P.，《复杂模式》，《信息学基础》，第60、1-4、351-366页（2004年）·兹比尔1083.68122 [292] 斯科伦，A。；Synak，P.，《信息地图中的推理》，《信息基础》，59，2-3，241-259（2004）·Zbl 1098.68132号 [293] （Skowron，A.；Szczuka，M.，《知识发现和软计算中的粗糙集研讨会论文集》，2003年4月12日至13日，ETAPS 2003。2003年4月12日至13日在ETAPS举行的知识发现和软计算中的粗糙集研讨会论文集，计算机科学电子笔记，第82（4）卷（2003），爱思唯尔：荷兰爱思唯尔阿姆斯特丹），可从以下网址获得： [294] D.Śle-zak，决策表中的近似约简。1996年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。西班牙格拉纳达，1996年，第三卷，第1159-1164页。；D.Śle-zak，决策表中的近似约简。1996年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。西班牙格拉纳达，1996年，第三卷，第1159-1164页。 [295] D.Śle-zak，近似马尔可夫边界和贝叶斯网络。In:Inuiguchi等人[97]；D.Śle-zak，近似马尔可夫边界和贝叶斯网络。In:Inuiguchi等人[97] [296] Śleözak，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）·兹伯利0970.68171 [297] D.Śleözak，使用基于频率的决策约简进行推理的各种方法：一项调查。In:Polkowski等人[241]；D.Śleözak，使用基于频率的决策约简进行推理的各种方法：一项调查。包含：Polkowski等人[241] [298] Śleözak，D.，近似熵约化，信息学基础，53365-387（2002）·Zbl 1092.68676号 [299] D.Śle-zak，粗糙集和贝叶斯因子。In：彼得斯和斯科伦[226]；D.Śle-zak，粗糙集和贝叶斯因子。收件人：Peters和Skowron[226] [300] （leözak，D.；Wang，G.；Szczuka，M.；Düntsch，I.；Yao，Y.，《第十届粗糙集、模糊集、数据挖掘和粒度计算国际会议论文集》（RSFDGrC’2005），加拿大里贾纳，2005年8月31日至9月3日，第一部分，和粒度计算（RSFDGrC’2005），加拿大里贾纳，2005年8月31日至9月3日，第一部分，人工智能课堂讲稿，第3641卷（2005），Springer-Verlag:Springer-Verlag Heidelberg）·Zbl 1086.68007号 [301] （leŚzak，D.；Yao，J.T.；Peters，J.F.；Ziarko，W.；Hu，X.，《第十届粗糙集、模糊集、数据挖掘和粒度计算国际会议论文集》（RSFDGrC’2005），加拿大里贾纳，2005年8月31日至9月3日，第二部分。第十届粗糙集、模糊集、数据挖掘和粒度计算国际会议论文集（RSFDGrC'2005），加拿大里贾纳，2005年8月31日至9月3日，第二部分，人工智能讲义，第3642卷（2005），施普林格出版社：施普林格出版社，海德堡）·Zbl 1086.68008号 [302] Ś勒扎克，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）·Zbl 1099.68089号 [303] Słowiánski，K。；Słowiáski，R。；Stefanowski，J.，《急性胰腺炎腹腔灌洗数据分析的粗糙集方法》，医学信息学，13，3，143-159（1998） [304] K.Słowiánski，J.Stefanowski，《医疗信息系统——分析问题和解决方法》。在：Pal和Skowron[195]；K.Słowiánski，J.Stefanowski，《医疗信息系统——分析问题和解决方法》。收录：Pal and Skowron[195] [305] （Słowinski，R.，《智能决策支持-粗糙集理论应用和进展手册》，系统理论。智能决策支持–粗糙集理论的应用和进展指南，系统理论，知识工程和问题解决，第11卷（1992），Kluwer学术出版社：荷兰多德雷赫特Kluwer学术出版社）·Zbl 0820.68001号 [306] R.Słowiánski，J.Stefanowski（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。收录于：《计算与决策科学基础》，第18卷（3-4）。1993.; R.Słowiánski，J.Stefanowski（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。收录于：《计算与决策科学基础》，第18卷（3-4）。1993 [307] Słowiáski，R。；Stefanowski，J.，《关于不确定数据的粗糙集推理》，《信息学基础》，第27期，第229-244页（1996年）·Zbl 0854.68098号 [308] Słowiáski，R。；Stefanowski，J。；Greco，S。；马塔拉佐，B.，不一致信息的粗糙集处理，控制与控制论，29379-404（2000）·Zbl 1030.90045号 [309] Słowiáski，R。；Stefanowski，J。；Siwiñski，D.，规则归纳和粗糙集在磁共振诊断验证中的应用，信息学基础，53，345-363（2002）·Zbl 1045.68918号 [310] Słowiáski，R。；Vanderpooten，D.，作为粗近似基础的相似关系，（Wang，P.，《机器智能和软计算进展》，第4卷（1997），杜克大学出版社：杜克大学出版公司，北卡罗来纳州杜克），17-33 [311] Smith，B.，形式本体、常识和认知科学，《国际人类计算机研究杂志》，43641-667（1995） [312] Stefanowski，J。；Tsoukiás，A.，《不完整信息表和粗略分类》，计算智能，17，3，545-566（2001） [313] Stefanowski，J。；Wilk，S.，通过整合决策规则和基于案例的学习的方法将商业信用风险降至最低，《会计、财务和管理智能系统杂志》，10，97-114（2001） [314] Stell，J.G.，布尔连接代数：区域连接演算的新方法，人工智能，122111-136（2000）·Zbl 0948.68142号 [315] J.Stepaniuk，近似空间，约简和代表。In:Polkowski和Skowron[245]；J.Stepaniuk，近似空间，约简和代表。输入：Polkowski和Skowron[245]·Zbl 0943.68158号 [316] J.Stepaniuk，应用粗糙集模型进行知识发现。In:Polkowski等人[241]；J.Stepaniuk，应用粗糙集模型进行知识发现。包含：Polkowski等人[241]·Zbl 0992.68199号 [317] K.Sugihara，Y.Maeda，H.Tanaka，基于粗糙集概念的AHP区间评价。In:Skowron等人[280]；K.Sugihara，Y.Maeda，H.Tanaka，基于粗糙集概念的AHP区间评价。In:Skowron等人[280] [318] Z.Suraj，并行过程综合和分析的粗糙集方法。In:Polkowski等人[241]；Z.Suraj，并行过程综合和分析的粗糙集方法。包含：Polkowski等人[241]·Zbl 0992.68201号 [319] J.斯威夫特。格列佛游历世界上几个遥远的国家。（ananymous出版社），伦敦，M，DCC，XXVI，1726。；J.斯威夫特。格列佛游历世界上几个遥远的国家。（匿名出版商），伦敦，M，DCC，XXVI，1726。 [320] R.Swiniarski，粗糙集和贝叶斯方法在癌症检测中的应用。In:Polkowski和Skowron[243]；R.Swiniarski，粗糙集和贝叶斯方法在癌症检测中的应用。收件人：Polkowski和Skowron[243] [321] R.Swiniarski，粗糙集和主成分分析及其应用。数据模型的建立和分类。在：Pal和Skowron[195]；R.Swiniarski，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：Pal and Skowron[195] [322] R.Swiniarski，粗糙集和Haar小波在人脸识别中的应用。In:齐亚尔科和姚明[380]；R.Swiniarski，粗糙集和Haar小波在人脸识别中的应用。收件人：齐亚尔科和姚明[380]·Zbl 1013.68261号 [323] R.Swiniarski，L.Hargis，一种基于误差扩散和粗糙集滤波的新半色调方法。In:Polkowski和Skowron[245]；R.Swiniarski，L.Hargis，基于误差扩散和粗糙集滤波的新半色调方法。In:Polkowski和Skowron[245] [324] Swiniarski，R。；Hargis，L.，粗糙集作为神经网络纹理分类器的前端，神经计算，36，1-4，85-103（2001）·Zbl 1003.68642号 [325] R.W.Swiniarski，A.Skowron，人脸识别中的独立成分分析、主成分分析和粗糙集。In：彼得斯和斯科伦[225]；R.W.Swiniarski，A.Skowron，人脸识别中的独立成分分析、主成分分析和粗糙集。作者：Peters和Skowron[225]·Zbl 1104.68772号 [326] Szczuka，M.，用神经网络精炼分类器，国际智能系统杂志，16，39-55（2001）·Zbl 0969.68140号 [327] Szczuka，M。；Wojdyło，P.，基于粗糙集方法的脑电信号神经小波分类器，神经计算，36，103-122（2001）·Zbl 1003.68640号 [328] H.Tanaka，数据分析中基于粗糙近似的对偶数学模型。在：Wang等人[350]；H.Tanaka，数据分析中基于粗糙近似的对偶数学模型。In:Wang等人[350]·兹比尔1026.68658 [329] Tanaka，H。；Lee，H.，多项式区间回归分析及其与粗糙集概念的相似性，《信息基础》，37，1-2，71-87（1999）·Zbl 0930.68043号 [330] Tarski，A.，《逻辑、语义、元数学》（1983），牛津大学出版社：牛津大学出版社，英国牛津，[由J.H.Woodger翻译] [331] （Terano，T；Nishida，T；Namatame，A；Tsumoto，S；Ohsawa，Y；Washio，T，《人工智能的新前沿》，2001年联合JSAI后处理研讨会。人工智能新前沿，联合JSAI'2001年研讨会后处理，人工智能讲义，第2253卷（2001），斯普林格·弗拉格（Springer-Verlag）：斯普林格尔·弗拉格海德堡·Zbl 0984.00057号 [332] Tsumoto，S.，基于粗糙集理论从临床数据库自动归纳医学专家系统规则，信息科学，112，67-84（1998） [333] S.Tsumoto，基于粗糙集理论的医疗系统专家规则实证归纳。In:Polkowski和Skowron[243]；S.Tsumoto，基于粗糙集理论的医疗系统专家规则实证归纳。收件人：Polkowski和Skowron[243] [334] Tsumoto，S.，使用粗糙集和医学诊断模型从临床数据库中挖掘诊断规则，信息科学，162,2,65-80（2004） [335] 津本，S。；Hirano，S.，长时间序列医学数据集中时间模式的自动发现，《国际智能系统杂志》，20，6，737-757（2005） [336] S.Tsumoto、S.Kobayashi、T.Yokomori、H.Tanaka、A.Nakamura（编辑）。第四届粗糙集、模糊集和机器发现国际研讨会论文集，11月6-8日，日本东京大学。东京大学，东京，1996年。；S.Tsumoto、S.Kobayashi、T.Yokomori、H.Tanaka、A.Nakamura（编辑）。第四届粗糙集、模糊集和机器发现国际研讨会论文集，11月6-8日，日本东京大学。东京大学，东京，1996年。 [337] （Tsumoto，S.；Słowiánski，R.；Komorowski，J.；Grzyma \322»a-Busse，J.，《第四届国际粗糙集与计算当前趋势会议论文集》（RSCTC’2004），瑞典乌普萨拉，2004年6月1日至5日。《第四届国际粗糙集与当前计算趋势会议论文集》（RSCTC’2004），2004年6月1日至5日，瑞典乌普萨拉，人工智能讲义，第3066卷（2004），斯普林格·弗拉格：斯普林格尔·弗拉格-海德堡）·Zbl 1088.68009号 [338] 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） [339] 津本，S。；Ziarko，W.，基于粗糙集的数据挖掘技术在脑膜脑炎鉴别诊断中的应用，（Raś，Z.W.；Michalwicz，M.，第九届智能系统方法学国际研讨会，1996年ISMIS。1996年第九届智能系统ISMIS方法学国际研讨会，《人工智能讲义》，第1079卷（1996年），斯普林格-Verlag:Springer-Verlag Zakopane，波兰），438-447 [340] 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 [341] 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 [342] Vakarelov，D.，《Pawlak知识表示系统和双序列系统之间的对偶性》，Studia Logica，55，1，205-228（1995）·兹伯利0839.68098 [343] D.Vakarelov，《Pawlak信息系统中不可分辨性和相似关系的模式表征》。收录于：Śleözak等人[300]；D.Vakarelov，《Pawlak信息系统中不可分辨性和相似关系的模式表征》。收录：Śleözak等人[300]·Zbl 1134.68505号 [344] J.J.Valdés，A.J.Barton，基于粗糙集和无监督分类的高维数据中的相关属性发现：在白血病基因表达中的应用。收录于：Śleözak等人[301]；J.J.Valdés，A.J.Barton，基于粗糙集和无监督分类的高维数据中的相关属性发现：在白血病基因表达中的应用。收录人：Śleözak等人[301] [345] Varzi，A.C.，《变化、时间部分和模糊论证》，《辩证法》，59，4，485-498（2005） [346] A.Vitória，用粗糙集进行推理的框架。2004年林雪平大学执照论文。In：彼得斯和斯科伦[227]；A.Vitória，用粗糙集进行推理的框架。2004年林雪平大学执照论文。收件人：Peters和Skowron[227] [347] Vopenka，P.，《替代集理论中的数学》（1979），Teubner:Teubner-Leipzig·Zbl 0499.03042号 [348] Wakulicz-Deja，A。；Paszek，P.，应用粗糙集理论诊断进展性脑病，国际医学信息学杂志，46，2，119-127（1997） [349] Wakulicz-Deja，A。；Paszek，P.，《将粗糙集理论应用于多阶段医学诊断》，《信息学基础》，54，4，387-408（2003）·Zbl 1039.92023号 [350] （Wang，G.；Liu，Q.；Yao，Y.；Skowron，A.，《第九届粗糙集、模糊集、数据挖掘和粒度计算国际会议论文集》（RSFDGrC’2003），中国重庆，2003年5月26日至29日。《第九届粗糙集、模糊集、数据挖掘和粒度计算国际会议论文集》（RSFDGrC’2003），中国重庆，2003年5月26日至29日，人工智能讲义，第2639卷（2003），Springer-Verlag:Springer-Verlag Heidelberg）·Zbl 1019.00015号 [351] 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 [352] Wang，J。；Ju，W.，《基于区分矩阵的约简算法：有序属性法》，《计算机科学与技术杂志》，2001年第16期，第489-504页·兹比尔1014.68160 [353] A.Wasilewska，拓扑粗糙代数。内容：粗糙集和数据挖掘-不完全数据分析。第411-425页。；A.Wasilewska，拓扑粗糙代数。内容：粗糙集和数据挖掘-不完全数据分析。第411-425页·Zbl 0860.03042号 [354] Wasilewska，A。；Vigneron，L.，《粗糙等式代数》，（第二届信息科学联合年会论文集（1995），Wrightsville Beach:Wrightsbille Beach North Carolina，USA），26-30 [355] A.Wasilewska，L.Vigneron，粗糙代数和自动演绎。在：Polkowski和Skowron[244]；A.Wasilewska，L.Vigneron，粗糙代数和自动演绎。收信人：Polkowski和Skowron[244]·Zbl 0926.03081号 [356] Wieczorkowska，A。；Wróblewski，J。；Synak，P。；Śleözak，D.，时间描述符在乐器声音识别中的应用，智能信息系统杂志，21，1，71-93（2003） [357] A.Wojna，分类器构建中基于类比的推理。In：彼得斯和斯科伦[227]；A.Wojna，分类器构建中基于类比的推理。收件人：Peters和Skowron[227]·Zbl 1136.68508号 [358] 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）·Zbl 0618.60002号 [359] 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 [360] J.Wróblewski，分解和分类问题中的遗传算法。In:Polkowski和Skowron[245]；J.Wróblewski，分解和分类问题中的遗传算法。输入：Polkowski和Skowron[245] [361] J.Wróblewski，组合近似空间的自适应方面。In：Pal等人[194]；J.Wróblewski，组合近似空间的自适应方面。收录：Pal等人[194] [362] 吴维珍。；米·J·S。；张伟新，广义模糊粗糙集，信息科学，151263-282（2003）·Zbl 1019.03037号 [363] 吴维珍。；Zhang，W.-X.，模糊逼近算子的构造和公理方法，信息科学，159,2233-254（2004）·Zbl 1071.68095号 [364] 姚义勇，广义粗糙集模型。在：Polkowski和Skowron[244]；姚义勇，广义粗糙集模型。收信人：Polkowski和Skowron[244]·Zbl 0946.68137号 [365] 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）·兹比尔0969.68079 [366] 姚义勇，关于粗糙集理论的推广。在：Wang等人[350]；姚义勇，关于粗糙集理论的推广。In:Wang等人[350]·Zbl 1026.68669号 [367] Yao，Y.Y.，粗糙集的概率方法，专家系统，20287-297（2003） [368] Yao，Y.Y。；Lingras，P.，《粗糙集理论中信念函数的解释》，信息科学，104，1-2，81-106（1998）·Zbl 0923.04007号 [369] Y.Y.Yao，S.K.M.Wong，T.Y.Lin，《粗糙集模型综述》。摘自：《粗糙集与数据挖掘-不完全数据分析》，第47-75页。；Y.Y.Yao，S.K.M.Wong，T.Y.Lin，《粗糙集模型综述》。摘自：《粗糙集与数据挖掘-不完全数据分析》，第47-75页·Zbl 0861.68101号 [370] Zadeh，L.A.，模糊集，信息与控制，8，338-353（1965）·Zbl 0139.24606号 [371] 张，W.-X。；米·J·S。；Wu，W.-Z.，《不一致系统中知识约简的方法》，国际智能系统杂志，18，9，989-1000（2003）·Zbl 1069.68606号 [372] 郑，Z。；Wang，G.，RRIA：基于粗糙集和规则树的增量知识获取算法，《基础信息》，59，2-3，299-313（2004）·Zbl 1098.68711号 [373] 钟，N。；Dong，J。；Ohsuga，S.，协同使用GDT-RS和RSBR进行脑膜炎数据挖掘，模式识别快报，24，6，887-894（2003）·Zbl 1053.68099号 [374] （Zhong，N.；Liu，J.，信息分析智能技术（2004），施普林格：施普林格-海德堡）·Zbl 1058.68099号 [375] 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 [376] （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'93），加拿大阿尔伯塔省班夫，1993年10月12-15日。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'93），加拿大阿尔伯塔省班夫，1993年10月12日至15日，计算研讨会（1994年），Springer-Verlag&英国计算机学会：Springer-Verlag&British Computer Society London，Berlin）·Zbl 0825.68612号 [377] Ziarko，W.，《计算智能》。计算智能，国际期刊，11，2（1995），特刊 [378] Ziarko，W.，《信息学基础》，27，2-3（1996），特刊 [379] Ziarko，W.，变精度粗糙集模型中的概率决策表，计算智能，17593-603（2001） [380] （Ziarko，W.；Yao，Y.，《第二届国际粗糙集与计算当前趋势会议论文集》（RSCTC’2000），加拿大班夫，2000年10月16-19日。《第二届国际粗糙集与计算当前趋势会议论文集》（RSCTC’2000），加拿大班夫，2000年10月16-19日，《人工智能讲义》，第2005卷（2001），斯普林格·弗拉格：斯普林格尔·弗拉格-海德堡）·Zbl 1013.03064号 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。