网志栈编辑推荐
暂无
内容简介
本书系统介绍不确定信息处理基础理论，重点阐述了几种典型的信息处理方法和技术。全书共9章。第1章是绪论；第2，3章介绍基于神经网络的模糊自动机系统、化简及实例；第4章介绍模糊自动机的融合；第5章在模糊粗糙集的基本运算基础上，提出了新的运算理论，阐述了一种新的思路和技巧；第6章给出基于模糊与统计理论的不确定信息处理算法；第7章讨论一种新的不确定推理方法并与其他不确定推理方法进行比较；第8章介绍基于拓扑知识的不完全信息处理理论及应用；第9章简单介绍模糊自动机的应用等，使得全书内容更严谨更完善。
本书可作为自动化、应用数学、运筹学、工业与系统工程、计算机科学和通信工程等专业的高年级本科生和研究生教材及教学参考书，对相关专业的科研人员和工程技术人员也有较大的参考价值。
作者简介
暂无
目录
第1章 绪论
1.1 国内外研究现状分析与综述
1.1.1 模糊系统
1.1.2 模糊自动机发展及现状研究
1.1.3 粗糙集发展及现状研究
1.1.4 证据理论发展及现状分析
1.1.5 概率理论发展及现状分析
1.1.6 粗糙集与模糊集、证据理论、概率论的比较
1.2 不确定性信息处理的基础知识
1.2.1 模糊数学的有关概念
1.2.2 模糊自动机
1.2.3 粗糙集的有关概念
1.2.4 D—S证据理论的有关概念
1.2.5 概率理论
1.3 主要内容
第2章 模糊信号处理的模糊自动机
2.1 模糊有限态自动机
2.1.1 FFA的定义
2.1.2 通过处理模糊逻辑对FFA的一种获取
2.2 模糊无限态自动机的性质
2.2.1 引论
2.2.2 基本定义
2.2.3 获取FIA的反馈神经网络结构
2.2.4 FIA的获取
2.2.5 FIA的等价性
2.2.6 FIA的收敛性与稳定性
2.2.7 仿真
2.3 模糊自动机与处理的模糊信号之间的关系
2.3.1 预备知识
2.3.2 模糊自动机与处理的模糊语言之间的关系
2.4 模糊自动机问的关系
2.5 FA对图像处理的目标识别
2.5.1 问题描述.
2.5.2 FA对图像预处理
2.5.3 目标图像特征提取
2.5.4 匹配与识别
第3章 FA的化简
3.1 用自组织特征映射(SOFM)抽取FA概述
3.2 状态模糊性的FA转变成状态没有模糊性的FA
3.2.1 FA状态的模糊性及其模糊性的解决
3.2.2 FA转变成没有状态模糊性的FA实例
3.3 FA的化简
第4章 FA状态融合
4.1 引论
4.2 关于FA状态融合的神经网络
4.3 使用贝叶斯理论的FA状态融合
4.3.1 FA状态融合的系统模型
4.3.2 通过使用神经网络的融合算法基本步骤
4.3.3 仿真实现及仿真结果分析
4.4 使用模糊综合函数的FA状态融合
4.4.1 融合算法基本步骤
4.4.2 实例
4.4.3 仿真结果分析
第5章 模糊不完备信号处理的代数理论
5.1 引论
5.2 模糊粗糙集代数系统
5.2.1 FRS的概念
5.2.2 FRS的代数系统
5.2.3 分解定理
5.3 FRS的新运算理论
5.3.1 引言
5.3.2 FRS的新运算理论
5.3.3 FRS在识别和控制中的相关理论
5.4 FRS在图像识别中的应用
第6章 基于模糊与统计理论的不确定信息处理算法
6.1 引论
6.2 对航迹识别算法的改进
6.2.1 基于统计法的航迹识别
6.2.2 模糊法的航迹识别
6.2.3 识别效果的度量
6.2.4 仿真和识别算法性能分析
6.2.5 模糊融合算法及仿真
6.2.6 模糊法与统计法的综合比较
6.3 FRS与概率统计在应用中的比较
6.3.1 引论
6.3.2 FRS和PS的描述性比较
6.3.3 PS和FR控制算法的模型
6.3.4 对两个控制算法的仿真和性能分析
第7章 基于图像语义识别的不确定推理方法
7.1 引论
7.2 粗糙集理论的基本知识
7.3 语义推理方法
7.3.1 基本知识描述
7.3.2 语义推理.
7.4 语义推理方法在图像语义识别中的应用
7.5 语义推理方法在卫星故障诊断中的应用
7.6 语义推理方法与其他不确定性推理方法的比较
7.6.1 语义推理方法的优缺点
7.6.2 语义推理方法与其他不确定性推理方法的比较
第8章 基于拓扑知识的不完全信息处理理论
8.1 引论
8.2 拓扑粗空间
8.2.1 开集与闭集
8.2.2 拓扑粗空间
8.2.3 同胚.
8.3 在RS上的拓扑性质
8.4 等价类和开集、划分和有限开覆盖之间的关系
8.5 拓扑粗空间及其性质的应用
8.5.1 拓扑粗空问的应用
8.5.2 拓扑性质的应用.
8.6 基于粗拓扑性质的星座选择
8.6.1 引论
8.6.2 粗拓扑性质的应用
8.6.3 星座选择
8.6.4 仿真和讨论
第9章 FA应用简介
9.1 FA应用简介
9.2 有待于进一步研究的问题
参考文献
免费在线读
第1章 绪论
不确定性信息处理是指对模糊的、不完全的、随机的、不精确的信息及其组合信息进行处理的能力。本书就是探讨这些不确定性信息的处理方法。
工程实践中所应用的理论一般分为确定性理论和不确定性理论。本书的研究主要是以图像识别和航迹识别中各种不确定信息的处理为应用背景的。然而，在模糊图像处理和航迹识别的实践中，仅使用确定性理论是很难进行模糊图像识别和精确导航的，因为这时需要合情推理和容错能力。不确定性推理理论可以满足此要求。关于不确定性信息处理的研究是当前人工智能领域一类重要的研究内容。
1.1 国内外研究现状分析与综述
要获取图像中的有用信息，就要对图像进行特征提取。为此，出现了许多图像处理的算法和图像识别方法，以前大部分的工作都是先找出适合这些特征的方程，然后对其求导，研究其导数，相继出现了很多算法如Marr和Hildreth应用高斯函数先对图像进行平滑，然后采用拉普拉斯算子根据二阶导数过零点来检测图像边缘，称为LOG(Laplacian of Gaussian)算子；局部曲面最小二乘拟合法、多尺度方法一实现由粗到细的(courseto finel边缘检测过程；自适应方法中的模拟退火(simulated nealing)方法；用于经典微分算子的边缘检测有Roberts交叉算子、Sobel和Prewitt等，以及基于梯度信息的自适应平滑特征增强的边缘提取。……
不确定信息处理理论、方法及其应用 pdf下载声明
本pdf资料下载仅供个人学习和研究使用，不能用于商业用途，请在下载后24小时内删除。如果喜欢，请购买正版
