編輯推薦:

內(nèi)容簡(jiǎn)介:模糊信息處理是智能信息處理的重要方向。本書是關(guān)于模糊信息處理理論與應(yīng)用的一部專著。全書共12章，系統(tǒng)地闡述模糊集合、模糊關(guān)系、模糊邏輯、語(yǔ)言變量和模糊不確定性等模糊集合與模糊系統(tǒng)的基礎(chǔ)理論，對(duì)模糊信息處理在模糊聚類、模糊神經(jīng)網(wǎng)絡(luò)、模糊識(shí)別技術(shù)、模糊圖像分割以及目標(biāo)跟蹤的模糊信息方法等方面的理論和應(yīng)用進(jìn)行深入分析，給出相應(yīng)的技術(shù)與方法。

作者簡(jiǎn)介:

目錄:目錄
前言
第1章 模糊集合 1
1.1 普通集合 1
1.1.1 集合的概念 1
1.1.2 空集、全集、子集和冪集 1
1.1.3 集合的運(yùn)算及其性質(zhì) 2
1.1.4 特征函數(shù) 4
1.2 模糊集合的基本概念和運(yùn)算 5
1.2.1 模糊集合的概念 5
1.2.2 模糊集合的運(yùn)算及其性質(zhì) 8
1.2.3 模糊集合運(yùn)算的其他定義 12
1.3 模糊集合與普通集合之間的關(guān)系 13
1.3.1 α截集 13
1.3.2 分解定理 14
1.3.3 模糊集合的核 15
1.4 凸模糊集與模糊數(shù) 15
1.4.1 凸模糊集 15
1.4.2 模糊數(shù) 16
1.4.3 凸模糊集的四種標(biāo)準(zhǔn)隸屬度函數(shù) 19
1.5 小結(jié) 21
參考文獻(xiàn) 21
第2章 模糊關(guān)系 22
2.1 關(guān)系的基本知識(shí) 22
2.1.1 集合的笛卡兒乘積 22
2.1.2 關(guān)系 22
2.1.3 映射 23
2.2 模糊關(guān)系的基本原理 23
2.2.1 模糊關(guān)系的概念 23
2.2.2 模糊關(guān)系的模糊矩陣表示 24
2.2.3 模糊關(guān)系的投影 24
2.2.4 模糊關(guān)系的運(yùn)算 25
2.3 模糊關(guān)系的合成 27
2.3.1 普通關(guān)系的合成 27
2.3.2 模糊關(guān)系合成的定義 28
2.3.3 模糊關(guān)系合成的性質(zhì) 29
2.4 模糊關(guān)系的自反性、對(duì)稱性和傳遞性 30
2.4.1 自反性 30
2.4.2 對(duì)稱性 30
2.4.3 傳遞性 31
2.4.4 模糊相似關(guān)系和模糊等價(jià)關(guān)系 31
2.5 擴(kuò)展原理 34
2.5.1 集合在映射下的象 34
2.5.2 模糊集合在映射下的象 34
2.5.3 擴(kuò)展原理的一般表達(dá)式 35
2.6 模糊綜合評(píng)判 37
2.6.1 模糊綜合評(píng)判的基本概念 37
2.6.2 一級(jí)模糊綜合評(píng)判 37
2.6.3 多級(jí)模糊綜合評(píng)判 40
2.7 小結(jié) 41
參考文獻(xiàn) 41
第3章 模糊邏輯 42
3.1 模糊邏輯代數(shù)的基本知識(shí) 42
3.1.1 布爾代數(shù)和德    摩根代數(shù) 42
3.1.2 模糊邏輯公式 44
3.2 模糊邏輯函數(shù)的分解和合成 45
3.2.1 分解問(wèn)題 46
3.2.2 合成問(wèn)題 48
3.3 模糊推理 50
3.3.1 模糊命題及蘊(yùn)含式 50
3.3.2 模糊推理的定義 53
3.3.3 推論的合成規(guī)則 54
3.3.4 三種典型的模糊推理方法 55
3.4 小結(jié) 63
參考文獻(xiàn) 64
第4章 語(yǔ)言變量和模糊算法 65
4.1 語(yǔ)言變量 65
4.1.1 語(yǔ)言變量的一般概念 65
4.1.2 構(gòu)成式語(yǔ)言變量 67
4.1.3 合成辭的辭義 67
4.1.4 語(yǔ)言真值 69
4.2 模糊算法 70
4.2.1 概述 70
4.2.2 模糊條件語(yǔ)句 71
4.2.3 模糊算法的指令 72
4.2.4 指令的執(zhí)行 73
4.2.5 模糊算法的基本類型 73
4.3 小結(jié) 78
參考文獻(xiàn) 78
第5章 模糊不確定性和模糊信息 79
5.1 模糊集的模糊度 79
5.2 模糊相似性度量 80
5.2.1 模糊集之間的距離 81
5.2.2 貼近度 82
5.2.3 模糊相似度 84
5.3 模糊信息量 85
5.3.1 模糊熵 85
5.3.2 模糊信息和香農(nóng)信息的等效關(guān)系 86
5.4 模糊信息處理的塔形結(jié)構(gòu) 88
5.4.1 概述 88
5.4.2 模糊塔形結(jié)構(gòu) 88
5.4.3 模糊塔形的層間熵分布 89
5.4.4 模糊塔形的信息處理 90
5.5 模糊事件的概率 90
5.6 可能性理論 93
5.6.1 可能性 93
5.6.2 可能性測(cè)度 94
5.7 小結(jié) 95
參考文獻(xiàn) 95
第6章 模糊聚類 96
6.1 概述 96
6.1.1 聚類和聚類方法概述 96
6.1.2 距離度量 97
6.1.3 模糊聚類的概念 98
6.2 模糊劃分 99
6.3 基于目標(biāo)函數(shù)的模糊c-均值聚類 101
6.4 模糊c-線性簇聚類 106
6.5 模糊c-球殼聚類 109
6.5.1 模糊c-球殼聚類原理 109
6.5.2 模糊c-球殼聚類的一些改進(jìn) 115 
6.6 區(qū)間值數(shù)據(jù)的模糊c-均值聚類 119
6.6.1 區(qū)間值數(shù)據(jù) 119
6.6.2 區(qū)間值數(shù)據(jù)的模糊c-均值聚類原理 121
6.6.3 三種區(qū)間數(shù)FCM聚類算法的關(guān)系 124
6.7 加權(quán)模糊c-均值聚類 126
6.7.1 對(duì)模糊劃分矩陣中隸屬度的解釋 127
6.7.2 加權(quán)模糊c-均值聚類算法 128
6.7.3 幾個(gè)具體的加權(quán)函數(shù)及實(shí)例 130
6.8 模糊軟聚類 132
6.8.1 截集模糊c-均值聚類算法 132
6.8.2 對(duì)手抑制式模糊c-均值聚類 136
6.9 模糊聚類的遺傳算法實(shí)現(xiàn)技術(shù) 140
6.9.1 遺傳算法的基本原理 140
6.9.2 遺傳算法求解聚類問(wèn)題 144
6.10 小結(jié) 147
參考文獻(xiàn) 147
第7章 模糊聚類的有效性 149
7.1 概述 149
7.2 模糊聚類FCM加權(quán)指數(shù)m的研究 152
7.2.1 加權(quán)指數(shù)m的極限特性 152
7.2.2 最優(yōu)加權(quán)指數(shù)m的研究 157
7.3 模糊聚類的最優(yōu)類數(shù)c的研究 164
7.3.1 劃分系數(shù)與劃分熵 164
7.3.2 劃分系數(shù)作為聚類有效性函數(shù)的原因 165
7.3.3 基于可能性分布的聚類有效性函數(shù) 167
7.3.4 聚類有效性函數(shù)：熵公式 171
7.3.5 基于子集測(cè)度的聚類有效性函數(shù) 175
7.3.6 基于幾何結(jié)構(gòu)的聚類有效性 178
7.4 模糊聚類的初始化問(wèn)題 184
7.4.1 基于硬聚類的初始化方法 185
7.4.2 基于勢(shì)函數(shù)的初始化方法 186
7.5 小結(jié) 190
參考文獻(xiàn) 190
第8章 模糊神經(jīng)網(wǎng)絡(luò) 193
8.1 概述 193
8.2 模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展?fàn)顩r 193
8.2.1 FNN模型和算法 195
8.2.2 FNN的函數(shù)逼近問(wèn)題 198
8.2.3 關(guān)于FNN的學(xué)習(xí)能力 199
8.2.4 對(duì)今后FNN研究的幾點(diǎn)看法 200
8.3 模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)之間的等價(jià)性及互換機(jī)制 200
8.3.1 模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)之間的等價(jià)性 200
8.3.2 模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)之間的互換機(jī)制 201
8.3.3 模糊神經(jīng)網(wǎng)絡(luò)集成系統(tǒng)設(shè)計(jì)的一般原則和方法 203
8.4 模糊神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì) 204
8.4.1 特征空間劃分的模糊ID3方法 205
8.4.2 模糊神經(jīng)網(wǎng)絡(luò)分類器的結(jié)構(gòu)和學(xué)習(xí)算法 210
8.5 模糊聚類神經(jīng)網(wǎng)絡(luò) 213
8.5.1 競(jìng)爭(zhēng)學(xué)習(xí)算法 213
8.5.2 基于目標(biāo)函數(shù)法的聚類神經(jīng)網(wǎng)絡(luò)的構(gòu)造 215
8.5.3 模糊邏輯神經(jīng)元構(gòu)造的聚類神經(jīng)網(wǎng)絡(luò) 217
8.6 模糊聚類神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)方法 220
8.6.1 硬c-均值聚類神經(jīng)網(wǎng)絡(luò) 220
8.6.2 模糊c-均值聚類神經(jīng)網(wǎng)絡(luò) 221
8.6.3 模糊c-球殼聚類神經(jīng)網(wǎng)絡(luò) 223
8.6.4 模糊c-橢球殼聚類神經(jīng)網(wǎng)絡(luò) 225
8.6.5 模糊c-線聚類神經(jīng)網(wǎng)絡(luò) 227
8.7 小結(jié) 230
參考文獻(xiàn) 230
第9章 模糊識(shí)別技術(shù) 232
9.1 概述 232
9.2 特征選擇的模糊聚類方法 233
9.2.1 類內(nèi)處理 234
9.2.2 類間處理 235
9.2.3 最優(yōu)特征維數(shù)的自動(dòng)確定 236
9.3 特征空間劃分的有監(jiān)督聚類方法 237
9.3.1 加權(quán)模糊c-均值聚類劃分 238
9.3.2 對(duì)聚類劃分的監(jiān)督控制 239
9.3.3 超長(zhǎng)方體的合并與擴(kuò)展 240
9.4 前視艦船紅外成像目標(biāo)檢測(cè)與識(shí)別的模糊技術(shù) 244
9.4.1 艦船紅外成像特性分析 245
9.4.2 艦船成像圖像中海天線的計(jì)算 247
9.4.3 目標(biāo)搜索與模糊區(qū)域生長(zhǎng)圖像分割 250
9.4.4 單連通區(qū)域的標(biāo)注 255
9.4.5 艦船目標(biāo)的模糊識(shí)別 256
9.5 聯(lián)機(jī)手繪圖形的模糊識(shí)別技術(shù) 262 
9.5.1 聯(lián)機(jī)手繪圖形的層次化識(shí)別框架 263
9.5.2 圖形數(shù)據(jù)的獲取和預(yù)處理 264
9.5.3 點(diǎn)序列旋轉(zhuǎn)角的單邊積分算法 266
9.5.4 手繪圖形單筆筆畫的特征描述 267
9.5.5 基線分解與識(shí)別的模糊技術(shù) 269
9.5.6 圖形基元識(shí)別的模糊定義算法 276
9.5.7 屬性關(guān)系圖與手繪圖形的定序?qū)傩躁P(guān)系圖 281
9.5.8 信息不完備的定序?qū)傩躁P(guān)系圖匹配技術(shù) 287
9.6 小結(jié) 291
參考文獻(xiàn) 291
第10章 基于模糊信息處理的圖像分割 294
10.1 概述 294
10.2 直方圖模糊約束FCM聚類自適應(yīng)多閾值分割 296
10.2.1 關(guān)于圖像直方圖的一些定義 296
10.2.2 直方圖的硬約束FCM聚類 297
10.2.3 直方圖的模糊約束FCM聚類 299
10.2.4 直方圖FCM聚類劃分函數(shù)的劃分特性 300
10.2.5 多閾值分割的劃分函數(shù)及閾值的確定 303
10.2.6 最佳分割類數(shù)的自動(dòng)確定 304
10.2.7 直方圖FCM聚類的初始化問(wèn)題 304
10.2.8 多閾值分割算法基本實(shí)現(xiàn)步驟和舉例 304
10.3 圖像直方圖的模糊增強(qiáng)技術(shù) 307
10.3.1 基于平滑性測(cè)度的直方圖模糊自適應(yīng)增強(qiáng) 307
10.3.2 彩色圖像色調(diào)直方圖的模糊增強(qiáng) 313
10.4 塔型模糊聚類及區(qū)域模糊合并圖像分割 320
10.4.1 圖像模糊聚類特征和參數(shù)的選擇 321
10.4.2 圖像分割的塔型FCM聚類算法 321
10.4.3 過(guò)分割區(qū)域的模糊合并算法 323
10.5 紋理圖像分割的塔型模糊聚類方法 324
10.5.1 紋理圖像的灰度共生矩陣及其特征描述 325
10.5.2 紋理圖像塔型數(shù)據(jù)的構(gòu)造和特征提取 327
10.5.3 紋理分割的塔型模糊聚類 329
10.5.4 紋理塊聚類結(jié)果的去模糊處理 330
10.6 基于鄰域有序性模糊度量的多尺度邊緣檢測(cè)方法 333
10.6.1 邊緣的鄰域有序性模糊度量 334
10.6.2 邊緣檢測(cè)算子濾波尺度的調(diào)整 336
10.7 序列圖像目標(biāo)的模糊檢測(cè)與分割 338
10.7.1 模糊加權(quán)的時(shí)域?yàn)V波運(yùn)動(dòng)目標(biāo)分割 339
10.7.2 模糊自適應(yīng)局部閾值序列圖像分割 341
10.8 小結(jié) 344
參考文獻(xiàn) 344
第11章 基于模糊信息處理的雷達(dá)目標(biāo)跟蹤 347
11.1 概述 347
11.2 基于模