·756 智能系统学报 第11卷 bination granulation in incomplete information system[] tern recognition and artificial intelligence,2012,25(3): Lecture notes in computer science,2006,4062:184-190. 361-366. [69]WANG Junhong,LIANG Jiye,QIAN Yuhua,et al.Uncer- [81 SHE Yanhong,LI Jinhai,YANG Hailong.A local ap- tainty measure of rough sets based on a knowledge granula- proach to rule induction in multi-scale decision tables[J]. tion for incomplete information systems[J].International Knowledge-based systems,2015,89:398-410. journal of uncertainty,fuzziness and knowledge-based sys- [82]邓大勇，徐小玉，黄厚宽.基于并行约简的概念漂移探 tems,2008,16(2):233-244. 测[J].计算机研究与发展，2015,52(5)：1071-1079. [70]梁吉业，钱宇华.信息系统中的信息粒与嫡理论[」] DENG Dayong,XU Xiaoyu,HUANG Houkuan.Concept 中国科学E辑：信息科学，2008,38(12)：2048-2065. drifting detection for categorical evolving data based on par- LIANG Jiye,QIAN Yuhua.Information granules and entro- allel reducts[J].Joumal of computer research and devel- py theory in information systems[].Science in China se. opment,.2015,52(5):1071-1079. ries F:information sciences,2008,51(10):1427-1444. [83]徐计，王国胤，于洪.基于粒计算的大数据处理[J刀.计 [71]BAYES T.An essay towards solving a problem in the doc- 算机学报，2015,38(8)：1497-1517. trine of chances[J].Philosophical transactions of the royal XU Ji,WANG Guoyin,YU Hong.Review of big data pro- s0 ciety,53(1763):370-418. cessing based on granular computing[J].Chinese journal [72]YU Jianhang,ZHANG Xiaoyan,ZHAO Zhenhua et al. of computers,2015,38(8):1497-1517. Uncertainty measures in multigranulation with different [84]RUAN Junhu,WANG Xuping,SHI Yan.Developing fast grades rough set based on dominance relation[J].Joural predictors for large-scale time series using fuzzy granular of intelligent fuzzy systems,2016,31:1133-1144. support vector machines [J].Applied soft computing, [73 LIN Guoping,LIANG Jiye,QIAN Yuhua.Uncertainty 2013,13(6):3981-4000. measures for multigranulation approximation space[J.In- [85]HE Jieyue,ZHONG Wei,HARRISON R,et al.Clustering ternational journal of uncertainty fuzziness and knowledge- support vector machines and its application to local protein based systems,.2015,23(3)443-457. tertiary structure prediction[C]//Proceedings of the 6th [74]ZHANG Qinghua,ZHANG Qiang,WANG Guoyin.The Interational Conference on Computational Science.Read- uncertainty of probabilistic rough sets in multi-granulation ing,UK:Springer-Verlag,2006:710-717. spaces[].International journal of approximate reasoning, [86]欧阳继红，刘燕辉，李熙铭，等.基于LDA的多粒度主 2016,77:38-54 题情感混合模型[J].电子学报，2015,43(9)：1875- [75]苗夺谦.Rough Set理论及其在机器学习中的应用研究 1880 [D].1997,北京，中国科学院自动化研究所 OUYANG Jihong,LIU Yanhui,LI Ximing,et al.Multi- MIAO Duoqian.Rough set theory and its application in ma- grain sentiment/topic model based on LDA[J].Acta elec- chine learning[D].1997,Beijing,Institute of Automa- tronica sinica,2015,43(9):1875-1880. tion,Chinese Academy of Sciences. [87]WANG Xuekuan,ZHAO Cairong,MIAO Duoqian,et al. [76]MA Zhouming,MI Jusheng.A comparative study of Fusion of multiple channel features for person re-identifica- MGRSs and their uncertainty measures[J].Fundamenta tion[J].Neurocomputing,2016,213:125-136. informaticae,2015,142:161-181. [88]XU Weihua,YU Jianhang.A novel approach to information [77]HUANG Bing,GUO Chunxiang,LI Huaxiong,et al.Hier- fusion in multi-source datasets:a granular computing view- arhical structures and uncertainty measures for intuitionistic point[J].Information sciences,2017,378:410-423. fuzzy approximate space[].Information Sciences,2016, [89]LIN Guoping,LIANG Jiye,QIAN Yuhua.et al.A fuzzy 336:92-114. multigranulation decision-theoretic approach to multisource [78]LIANG Jiye,WANG Feng,DANG Chuangyin,et al.An fuzzy information systems J].Knowledge-based systems, efficient rough feature selection algorithm with a multi- 2016.91:102-113. granulation view[J].International journal of approximate [90]http://cncc.ccf.org.cn/struct/7. reasoning,.2012,53(6):912-926. [91]LI Jinhai,HUANG Chenchen,QI Jianjun et al.Three-way [79]LIN Yaojin,LI Jinjin,LI Peirong,et al.Feature selection cognitive concept learning via multi-granularity[J].Infor- via neighborhood multi-granulation fusion[J].Knowledge- mation Sciences.2017,378 244-263. based systems,2014,67:162-168. [92]YAO Yiyu.Three-way decisions and cognitive computing 「80]桑妍丽，钱宇华.一种悲观多粒度粗糙集中的粒度约简 [J].Cognitive Computation.2016,8(4):543-554. 算法[J].模式识别与人工智能，2012,25(3)：361- [93]刘清，邱桃荣，刘斓.基于非标准分析的粒计算研究 366. [J].计算机学报.2015,38(8)：1618-1627. SANG Yanli,QIAN Yuhua.A granular space reduction ap- LIU Qing,QIU Taorong,LIU Lan.The research of granu- proach to pessimistic multi-granulation rough sets[.Pat- lar computing based on nonstandard analysis[].Chineseｂｉｎａｔｉｏｎ ｇｒａｎｕｌａｔｉｏｎ ｉｎ ｉｎｃｏｍｐｌｅｔｅ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍ［ Ｊ］． Ｌｅｃｔｕｒｅ ｎｏｔｅｓ ｉｎ ｃｏｍｐｕｔｅｒ ｓｃｉｅｎｃｅ， ２００６， ４０６２： １８４－１９０． ［６９］ＷＡＮＧ Ｊｕｎｈｏｎｇ， ＬＩＡＮＧ Ｊｉｙｅ， ＱＩＡＮ Ｙｕｈｕａ， ｅｔ ａｌ． Ｕｎｃｅｒ⁃ ｔａｉｎｔｙ ｍｅａｓｕｒｅ ｏｆ ｒｏｕｇｈ ｓｅｔｓ ｂａｓｅｄ ｏｎ ａ ｋｎｏｗｌｅｄｇｅ ｇｒａｎｕｌａ⁃ ｔｉｏｎ ｆｏｒ ｉｎｃｏｍｐｌｅｔｅ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍｓ ［ Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ ｊｏｕｒｎａｌ ｏｆ ｕｎｃｅｒｔａｉｎｔｙ， ｆｕｚｚｉｎｅｓｓ ａｎｄ ｋｎｏｗｌｅｄｇｅ⁃ｂａｓｅｄ ｓｙｓ⁃ ｔｅｍｓ， ２００８， １６（２）： ２３３－２４４． ［７０］梁吉业， 钱宇华． 信息系统中的信息粒与熵理论［ Ｊ］． 中国科学 Ｅ 辑： 信息科学， ２００８， ３８（１２）： ２０４８－２０６５． ＬＩＡＮＧ Ｊｉｙｅ， ＱＩＡＮ Ｙｕｈｕａ． Ｉｎｆｏｒｍａｔｉｏｎ ｇｒａｎｕｌｅｓ ａｎｄ ｅｎｔｒｏ⁃ ｐｙ ｔｈｅｏｒｙ ｉｎ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍｓ［Ｊ］． Ｓｃｉｅｎｃｅ ｉｎ Ｃｈｉｎａ ｓｅ⁃ ｒｉｅｓ Ｆ： ｉｎｆｏｒｍａｔｉｏｎ ｓｃｉｅｎｃｅｓ， ２００８， ５１（１０）： １４２７－１４４４． ［７１］ＢＡＹＥＳ Ｔ． Ａｎ ｅｓｓａｙ ｔｏｗａｒｄｓ ｓｏｌｖｉｎｇ ａ ｐｒｏｂｌｅｍ ｉｎ ｔｈｅ ｄｏｃ⁃ ｔｒｉｎｅ ｏｆ ｃｈａｎｃｅｓ［Ｊ］． Ｐｈｉｌｏｓｏｐｈｉｃａｌ ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ ｒｏｙａｌ ｓｏｃｉｅｔｙ， ５３ （１７６３）： ３７０－４１８． ［７２］ ＹＵ Ｊｉａｎｈａｎｇ， ＺＨＡＮＧ Ｘｉａｏｙａｎ， ＺＨＡＯ Ｚｈｅｎｈｕａ ｅｔ ａｌ． Ｕｎｃｅｒｔａｉｎｔｙ ｍｅａｓｕｒｅｓ ｉｎ ｍｕｌｔｉｇｒａｎｕｌａｔｉｏｎ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ｇｒａｄｅｓ ｒｏｕｇｈ ｓｅｔ ｂａｓｅｄ ｏｎ ｄｏｍｉｎａｎｃｅ ｒｅｌａｔｉｏｎ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ＆ ｆｕｚｚｙ ｓｙｓｔｅｍｓ， ２０１６ ，３１：１１３３－１１４４． ［ ７３］ ＬＩＮ Ｇｕｏｐｉｎｇ， ＬＩＡＮＧ Ｊｉｙｅ， ＱＩＡＮ Ｙｕｈｕａ． Ｕｎｃｅｒｔａｉｎｔｙ ｍｅａｓｕｒｅｓ ｆｏｒ ｍｕｌｔｉｇｒａｎｕｌａｔｉｏｎ ａｐｐｒｏｘｉｍａｔｉｏｎ ｓｐａｃｅ［Ｊ］． Ｉｎ⁃ ｔｅｒｎａｔｉｏｎａｌ ｊｏｕｒｎａｌ ｏｆ ｕｎｃｅｒｔａｉｎｔｙ ｆｕｚｚｉｎｅｓｓ ａｎｄ ｋｎｏｗｌｅｄｇｅ⁃ ｂａｓｅｄ ｓｙｓｔｅｍｓ， ２０１５， ２３（３） ４４３－４５７． ［７４］ ＺＨＡＮＧ Ｑｉｎｇｈｕａ， ＺＨＡＮＧ Ｑｉａｎｇ， ＷＡＮＧ Ｇｕｏｙｉｎ． Ｔｈｅ ｕｎｃｅｒｔａｉｎｔｙ ｏｆ ｐｒｏｂａｂｉｌｉｓｔｉｃ ｒｏｕｇｈ ｓｅｔｓ ｉｎ ｍｕｌｔｉ⁃ｇｒａｎｕｌａｔｉｏｎ ｓｐａｃｅｓ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ ｊｏｕｒｎａｌ ｏｆ ａｐｐｒｏｘｉｍａｔｅ ｒｅａｓｏｎｉｎｇ， ２０１６， ７７： ３８－５４． ［７５］苗夺谦． Ｒｏｕｇｈ Ｓｅｔ 理论及其在机器学习中的应用研究 ［Ｄ］． １９９７， 北京，中国科学院自动化研究所． ＭＩＡＯ Ｄｕｏｑｉａｎ． Ｒｏｕｇｈ ｓｅｔ ｔｈｅｏｒｙ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｉｎ ｍａ⁃ ｃｈｉｎｅ ｌｅａｒｎｉｎｇ ［ Ｄ］． １９９７， Ｂｅｉｊｉｎｇ， Ｉｎｓｔｉｔｕｔｅ ｏｆ Ａｕｔｏｍａ⁃ ｔｉｏｎ， Ｃｈｉｎｅｓｅ Ａｃａｄｅｍｙ ｏｆ Ｓｃｉｅｎｃｅｓ． ［ ７６ ］ ＭＡ Ｚｈｏｕｍｉｎｇ， ＭＩ Ｊｕｓｈｅｎｇ． Ａ ｃｏｍｐａｒａｔｉｖｅ ｓｔｕｄｙ ｏｆ ＭＧＲＳｓ ａｎｄ ｔｈｅｉｒ ｕｎｃｅｒｔａｉｎｔｙ ｍｅａｓｕｒｅｓ［ Ｊ］． Ｆｕｎｄａｍｅｎｔａ ｉｎｆｏｒｍａｔｉｃａｅ， ２０１５， １４２：１６１－１８１． ［７７］ＨＵＡＮＧ Ｂｉｎｇ， ＧＵＯ Ｃｈｕｎｘｉａｎｇ， ＬＩ Ｈｕａｘｉｏｎｇ， ｅｔ ａｌ． Ｈｉｅｒ⁃ ａｒｈｉｃａｌ ｓｔｒｕｃｔｕｒｅｓ ａｎｄ ｕｎｃｅｒｔａｉｎｔｙ ｍｅａｓｕｒｅｓ ｆｏｒ ｉｎｔｕｉｔｉｏｎｉｓｔｉｃ ｆｕｚｚｙ ａｐｐｒｏｘｉｍａｔｅ ｓｐａｃｅ［ Ｊ］． Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ， ２０１６， ３３６： ９２－１１４． ［７８］ＬＩＡＮＧ Ｊｉｙｅ， ＷＡＮＧ Ｆｅｎｇ， ＤＡＮＧ Ｃｈｕａｎｇｙｉｎ， ｅｔ ａｌ． Ａｎ ｅｆｆｉｃｉｅｎｔ ｒｏｕｇｈ ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ａ ｍｕｌｔｉ⁃ ｇｒａｎｕｌａｔｉｏｎ ｖｉｅｗ［ Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ ｊｏｕｒｎａｌ ｏｆ ａｐｐｒｏｘｉｍａｔｅ ｒｅａｓｏｎｉｎｇ， ２０１２， ５３（６）： ９１２－９２６． ［７９］ＬＩＮ Ｙａｏｊｉｎ， ＬＩ Ｊｉｎｊｉｎ， ＬＩ Ｐｅｉｒｏｎｇ， ｅｔ ａｌ． Ｆｅａｔｕｒｅ ｓｅｌｅｃｔｉｏｎ ｖｉａ ｎｅｉｇｈｂｏｒｈｏｏｄ ｍｕｌｔｉ⁃ｇｒａｎｕｌａｔｉｏｎ ｆｕｓｉｏｎ［ Ｊ］． Ｋｎｏｗｌｅｄｇｅ⁃ ｂａｓｅｄ ｓｙｓｔｅｍｓ， ２０１４， ６７： １６２－１６８． ［８０］桑妍丽，钱宇华． 一种悲观多粒度粗糙集中的粒度约简 算法［Ｊ］． 模式识别与人工智能， ２０１２， ２５（３）： ３６１－ ３６６． ＳＡＮＧ Ｙａｎｌｉ， ＱＩＡＮ Ｙｕｈｕａ． Ａ ｇｒａｎｕｌａｒ ｓｐａｃｅ ｒｅｄｕｃｔｉｏｎ ａｐ⁃ ｐｒｏａｃｈ ｔｏ ｐｅｓｓｉｍｉｓｔｉｃ ｍｕｌｔｉ⁃ｇｒａｎｕｌａｔｉｏｎ ｒｏｕｇｈ ｓｅｔｓ［Ｊ］． Ｐａｔ⁃ ｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ａｒｔｉｆｉｃｉａｌ ｉｎｔｅｌｌｉｇｅｎｃｅ， ２０１２， ２５（３）： ３６１－３６６． ［８１］ ＳＨＥ Ｙａｎｈｏｎｇ， ＬＩ Ｊｉｎｈａｉ， ＹＡＮＧ Ｈａｉｌｏｎｇ． Ａ ｌｏｃａｌ ａｐ⁃ ｐｒｏａｃｈ ｔｏ ｒｕｌｅ ｉｎｄｕｃｔｉｏｎ ｉｎ ｍｕｌｔｉ⁃ｓｃａｌｅ ｄｅｃｉｓｉｏｎ ｔａｂｌｅｓ［Ｊ］． Ｋｎｏｗｌｅｄｇｅ⁃ｂａｓｅｄ ｓｙｓｔｅｍｓ， ２０１５， ８９： ３９８－４１０． ［８２］邓大勇， 徐小玉， 黄厚宽． 基于并行约简的概念漂移探 测［Ｊ］． 计算机研究与发展， ２０１５， ５２（５）： １０７１－１０７９． ＤＥＮＧ Ｄａｙｏｎｇ， ＸＵ Ｘｉａｏｙｕ， ＨＵＡＮＧ Ｈｏｕｋｕａｎ． Ｃｏｎｃｅｐｔ ｄｒｉｆｔｉｎｇ ｄｅｔｅｃｔｉｏｎ ｆｏｒ ｃａｔｅｇｏｒｉｃａｌ ｅｖｏｌｖｉｎｇ ｄａｔａ ｂａｓｅｄ ｏｎ ｐａｒ⁃ ａｌｌｅｌ ｒｅｄｕｃｔｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ｃｏｍｐｕｔｅｒ ｒｅｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌ⁃ ｏｐｍｅｎｔ， ２０１５， ５２（５）：１０７１－１０７９． ［８３］徐计， 王国胤， 于洪． 基于粒计算的大数据处理［Ｊ］． 计 算机学报， ２０１５， ３８（８）： １４９７－１５１７． ＸＵ Ｊｉ， ＷＡＮＧ Ｇｕｏｙｉｎ， ＹＵ Ｈｏｎｇ． Ｒｅｖｉｅｗ ｏｆ ｂｉｇ ｄａｔａ ｐｒｏ⁃ ｃｅｓｓｉｎｇ ｂａｓｅｄ ｏｎ ｇｒａｎｕｌａｒ ｃｏｍｐｕｔｉｎｇ［ Ｊ］． Ｃｈｉｎｅｓｅ ｊｏｕｒｎａｌ ｏｆ ｃｏｍｐｕｔｅｒｓ， ２０１５， ３８（８）： １４９７－１５１７． ［８４］ＲＵＡＮ Ｊｕｎｈｕ， ＷＡＮＧ Ｘｕｐｉｎｇ， ＳＨＩ Ｙａｎ． Ｄｅｖｅｌｏｐｉｎｇ ｆａｓｔ ｐｒｅｄｉｃｔｏｒｓ ｆｏｒ ｌａｒｇｅ⁃ｓｃａｌｅ ｔｉｍｅ ｓｅｒｉｅｓ ｕｓｉｎｇ ｆｕｚｚｙ ｇｒａｎｕｌａｒ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ ［ Ｊ ］． Ａｐｐｌｉｅｄ ｓｏｆｔ ｃｏｍｐｕｔｉｎｇ， ２０１３， １３（６）： ３９８１－４０００． ［８５］ＨＥ Ｊｉｅｙｕｅ， ＺＨＯＮＧ Ｗｅｉ， ＨＡＲＲＩＳＯＮ Ｒ， ｅｔ ａｌ． Ｃｌｕｓｔｅｒｉｎｇ ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ ａｎｄ ｉｔｓ ａｐｐｌｉｃａｔｉｏｎ ｔｏ ｌｏｃａｌ ｐｒｏｔｅｉｎ ｔｅｒｔｉａｒｙ ｓｔｒｕｃｔｕｒｅ ｐｒｅｄｉｃｔｉｏｎ ［ Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ６ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｃｏｍｐｕｔａｔｉｏｎａｌ Ｓｃｉｅｎｃｅ． Ｒｅａｄ⁃ ｉｎｇ， ＵＫ： Ｓｐｒｉｎｇｅｒ⁃Ｖｅｒｌａｇ， ２００６： ７１０－７１７． ［８６］欧阳继红， 刘燕辉， 李熙铭， 等． 基于 ＬＤＡ 的多粒度主 题情感混合模型［ Ｊ］． 电子学报， ２０１５， ４３（９）： １８７５－ １８８０． ＯＵＹＡＮＧ Ｊｉｈｏｎｇ， ＬＩＵ Ｙａｎｈｕｉ， ＬＩ Ｘｉｍｉｎｇ， ｅｔ ａｌ． Ｍｕｌｔｉ⁃ ｇｒａｉｎ ｓｅｎｔｉｍｅｎｔ ／ ｔｏｐｉｃ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ ＬＤＡ［Ｊ］． Ａｃｔａ ｅｌｅｃ⁃ ｔｒｏｎｉｃａ ｓｉｎｉｃａ， ２０１５， ４３（９）： １８７５－１８８０． ［８７］ＷＡＮＧ Ｘｕｅｋｕａｎ， ＺＨＡＯ Ｃａｉｒｏｎｇ， ＭＩＡＯ Ｄｕｏｑｉａｎ， ｅｔ ａｌ． Ｆｕｓｉｏｎ ｏｆ ｍｕｌｔｉｐｌｅ ｃｈａｎｎｅｌ ｆｅａｔｕｒｅｓ ｆｏｒ ｐｅｒｓｏｎ ｒｅ⁃ｉｄｅｎｔｉｆｉｃａ⁃ ｔｉｏｎ［Ｊ］． Ｎｅｕｒｏｃｏｍｐｕｔｉｎｇ， ２０１６， ２１３： １２５－１３６． ［８８］ＸＵ Ｗｅｉｈｕａ， ＹＵ Ｊｉａｎｈａｎｇ． Ａ ｎｏｖｅｌ ａｐｐｒｏａｃｈ ｔｏ ｉｎｆｏｒｍａｔｉｏｎ ｆｕｓｉｏｎ ｉｎ ｍｕｌｔｉ⁃ｓｏｕｒｃｅ ｄａｔａｓｅｔｓ： ａ ｇｒａｎｕｌａｒ ｃｏｍｐｕｔｉｎｇ ｖｉｅｗ⁃ ｐｏｉｎｔ［Ｊ］． Ｉｎｆｏｒｍａｔｉｏｎ ｓｃｉｅｎｃｅｓ， ２０１７， ３７８： ４１０－４２３． ［８９］ ＬＩＮ Ｇｕｏｐｉｎｇ， ＬＩＡＮＧ Ｊｉｙｅ， ＱＩＡＮ Ｙｕｈｕａ． ｅｔ ａｌ． Ａ ｆｕｚｚｙ ｍｕｌｔｉｇｒａｎｕｌａｔｉｏｎ ｄｅｃｉｓｉｏｎ⁃ｔｈｅｏｒｅｔｉｃ ａｐｐｒｏａｃｈ ｔｏ ｍｕｌｔｉｓｏｕｒｃｅ ｆｕｚｚｙ ｉｎｆｏｒｍａｔｉｏｎ ｓｙｓｔｅｍｓ ［ Ｊ］． Ｋｎｏｗｌｅｄｇｅ⁃ｂａｓｅｄ ｓｙｓｔｅｍｓ， ２０１６， ９１： １０２－１１３． ［９０］ｈｔｔｐ： ／ ／ ｃｎｃｃ．ｃｃｆ．ｏｒｇ．ｃｎ ／ ｓｔｒｕｃｔ ／ ７． ［９１］ＬＩ Ｊｉｎｈａｉ， ＨＵＡＮＧ Ｃｈｅｎｃｈｅｎ， ＱＩ Ｊｉａｎｊｕｎ ｅｔ ａｌ． Ｔｈｒｅｅ⁃ｗａｙ ｃｏｇｎｉｔｉｖｅ ｃｏｎｃｅｐｔ ｌｅａｒｎｉｎｇ ｖｉａ ｍｕｌｔｉ⁃ｇｒａｎｕｌａｒｉｔｙ［ Ｊ］． Ｉｎｆｏｒ⁃ ｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ． ２０１７， ３７８ ２４４－２６３． ［９２］ ＹＡＯ Ｙｉｙｕ． Ｔｈｒｅｅ⁃ｗａｙ ｄｅｃｉｓｉｏｎｓ ａｎｄ ｃｏｇｎｉｔｉｖｅ ｃｏｍｐｕｔｉｎｇ ［Ｊ］． Ｃｏｇｎｉｔｉｖｅ Ｃｏｍｐｕｔａｔｉｏｎ． ２０１６， ８（４）： ５４３－５５４． ［９３］刘清， 邱桃荣，刘斓． 基于非标准分析的粒计算研究 ［Ｊ］． 计算机学报． ２０１５， ３８（８）：１６１８－１６２７． ＬＩＵ Ｑｉｎｇ， ＱＩＵ Ｔａｏｒｏｎｇ， ＬＩＵ Ｌａｎ． Ｔｈｅ ｒｅｓｅａｒｃｈ ｏｆ ｇｒａｎｕ⁃ ｌａｒ ｃｏｍｐｕｔｉｎｇ ｂａｓｅｄ ｏｎ ｎｏｎｓｔａｎｄａｒｄ ａｎａｌｙｓｉｓ［ Ｊ］． Ｃｈｉｎｅｓｅ ·７５６· 智 能 系 统 学 报 第 １１ 卷