不確定信息處理理論、方法及其應(yīng)用

前言

　　在信息技術(shù)飛速發(fā)展的今天，各個(gè)領(lǐng)域的信息與數(shù)據(jù)急劇增加，并且由于人類的參與，使得數(shù)據(jù)與信息中的不確定性更加顯著，關(guān)系更加復(fù)雜.如何從大量模糊的、雜亂無(wú)章的、強(qiáng)干擾的數(shù)據(jù)中挖掘出潛在的、新穎的、正確的、有應(yīng)用價(jià)值的知識(shí)，是一個(gè)亟待深入研究的課題.　　本書提出了基于神經(jīng)網(wǎng)絡(luò)的模糊自動(dòng)機(jī)系統(tǒng)，探討了不確定信息處理方法和算法.本書以模糊、不完備、隨機(jī)等信息處理為基本研究對(duì)象，以模糊、粗糙、神經(jīng)網(wǎng)絡(luò)、形式語(yǔ)言與自動(dòng)機(jī)等理論為工具，以模式識(shí)別、知識(shí)發(fā)現(xiàn)、信息融合為目的，深入研究了基于神經(jīng)網(wǎng)絡(luò)的模糊自動(dòng)機(jī)系統(tǒng)、不確定信息處理方法和算法.既有嚴(yán)格的系統(tǒng)理論，又有實(shí)際的應(yīng)用，力求達(dá)到理論與實(shí)際、方法與應(yīng)用的統(tǒng)一.與現(xiàn)有的信息處理方法相比較，不確定信息處理方法應(yīng)用了模糊技術(shù)，結(jié)合了神經(jīng)網(wǎng)絡(luò)、信息融合、模式識(shí)別等的大量?jī)?yōu)化算法，提出了幾種模糊自動(dòng)機(jī)與信息處理的新思想、方法和算法，并討論了這些新思想、方法和算法在解決實(shí)際問題中的應(yīng)用.計(jì)算機(jī)模擬結(jié)果證實(shí)了所提算法和方法的可行性和有效性，并取得了良好的效果.這是目前識(shí)別與控制領(lǐng)域中有效方法之一.　　本書內(nèi)容包括三部分：（1）模糊、粗糙、概率及自動(dòng)機(jī)理論知識(shí)；（2）模糊自動(dòng)機(jī)的理論、設(shè)計(jì)、算法與應(yīng)用；（3）不確定性信息處理技術(shù).本書力求反映20世紀(jì)90年代以來(lái)國(guó)內(nèi)外學(xué)術(shù)界、工程界在該研究領(lǐng)域取得的最新進(jìn)展和主要研究成果?！　∶块T科學(xué)都有它自身的理論基礎(chǔ)，信息處理也不例外.信息技術(shù)變化很快，專門的技術(shù)知識(shí)今天有用，但常常在幾年內(nèi)就變成過時(shí)的東西，因此，本書力圖兼顧基礎(chǔ)性、系統(tǒng)性、實(shí)用性、新穎性，有利于提高人們思考問題和解決問題的能力，并且能夠拓展人們的思維.　　本書的顯著特色：（1）目前雖有研究自動(dòng)機(jī)的著作，但討論的是確定自動(dòng)機(jī)或形式語(yǔ)言，而本書將神經(jīng)網(wǎng)絡(luò)、模糊理論與自動(dòng)機(jī)有機(jī)地結(jié)合，提出了基于神經(jīng)網(wǎng)絡(luò)的模糊自動(dòng)機(jī)系統(tǒng)，解決了基于確定自動(dòng)機(jī)或形式語(yǔ)言理論對(duì)信息處理中存在的大量模糊信號(hào)不能處理或處理效果不好的弊??；（2）不確定性信息處理系統(tǒng)以信息處理方法為工具，以模糊粗糙等理論為基礎(chǔ)，在對(duì)模糊、不完備、隨機(jī)等信息處理時(shí)，優(yōu)于神經(jīng)網(wǎng)絡(luò)、統(tǒng)計(jì)法等傳統(tǒng)的信息處理方法，因?yàn)樗哂忻黠@的優(yōu)勢(shì)：一方面，系統(tǒng)的某些參數(shù)有明顯的物理意義，能更真實(shí)地反映現(xiàn)實(shí)世界與客觀事物；另一方面，系統(tǒng)具有自組織學(xué)習(xí)等特點(diǎn)，此外，系統(tǒng)的信息處理速度快、儲(chǔ)存量與通信量低，特別適合密集目標(biāo)環(huán)境，特別地，基于本書所提模糊自動(dòng)機(jī)理論，設(shè)計(jì)出的模糊自動(dòng)機(jī)模型具有體積小。

內(nèi)容概要

本書系統(tǒng)介紹不確定信息處理基礎(chǔ)理論，重點(diǎn)闡述了幾種典型的信息處理方法和技術(shù)。全書共9章。第1章是緒論；第2，3章介紹基于神經(jīng)網(wǎng)絡(luò)的模糊自動(dòng)機(jī)系統(tǒng)、化簡(jiǎn)及實(shí)例；第4章介紹模糊自動(dòng)機(jī)的融合；第5章在模糊粗糙集的基本運(yùn)算基礎(chǔ)上，提出了新的運(yùn)算理論，闡述了一種新的思路和技巧；第6章給出基于模糊與統(tǒng)計(jì)理論的不確定信息處理算法；第7章討論一種新的不確定推理方法并與其他不確定推理方法進(jìn)行比較；第8章介紹基于拓?fù)渲R(shí)的不完全信息處理理論及應(yīng)用；第9章簡(jiǎn)單介紹模糊自動(dòng)機(jī)的應(yīng)用等，使得全書內(nèi)容更嚴(yán)謹(jǐn)更完善。    本書可作為自動(dòng)化、應(yīng)用數(shù)學(xué)、運(yùn)籌學(xué)、工業(yè)與系統(tǒng)工程、計(jì)算機(jī)科學(xué)和通信工程等專業(yè)的高年級(jí)本科生和研究生教材及教學(xué)參考書，對(duì)相關(guān)專業(yè)的科研人員和工程技術(shù)人員也有較大的參考價(jià)值。

書籍目錄

第1章  緒論  1.1  國(guó)內(nèi)外研究現(xiàn)狀分析與綜述    1.1.1  模糊系統(tǒng)    1.1.2  模糊自動(dòng)機(jī)發(fā)展及現(xiàn)狀研究    1.1.3  粗糙集發(fā)展及現(xiàn)狀研究    1.1.4  證據(jù)理論發(fā)展及現(xiàn)狀分析    1.1.5  概率理論發(fā)展及現(xiàn)狀分析    1.1.6  粗糙集與模糊集、證據(jù)理論、概率論的比較  1.2  不確定性信息處理的基礎(chǔ)知識(shí)    1.2.1  模糊數(shù)學(xué)的有關(guān)概念    1.2.2  模糊自動(dòng)機(jī)    1.2.3  粗糙集的有關(guān)概念    1.2.4  D—S證據(jù)理論的有關(guān)概念    1.2.5  概率理論  1.3  主要內(nèi)容第2章  模糊信號(hào)處理的模糊自動(dòng)機(jī)  2.1  模糊有限態(tài)自動(dòng)機(jī)    2.1.1  FFA的定義    2.1.2  通過處理模糊邏輯對(duì)FFA的一種獲取  2.2  模糊無(wú)限態(tài)自動(dòng)機(jī)的性質(zhì)    2.2.1  引論    2.2.2  基本定義    2.2.3  獲取FIA的反饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)    2.2.4  FIA的獲取    2.2.5  FIA的等價(jià)性    2.2.6  FIA的收斂性與穩(wěn)定性    2.2.7  仿真  2.3  模糊自動(dòng)機(jī)與處理的模糊信號(hào)之間的關(guān)系    2.3.1  預(yù)備知識(shí)    2.3.2  模糊自動(dòng)機(jī)與處理的模糊語(yǔ)言之間的關(guān)系  2.4  模糊自動(dòng)機(jī)問的關(guān)系  2.5  FA對(duì)圖像處理的目標(biāo)識(shí)別    2.5.1  問題描述.    2.5.2  FA對(duì)圖像預(yù)處理    2.5.3  目標(biāo)圖像特征提取    2.5.4  匹配與識(shí)別第3章  FA的化簡(jiǎn)  3.1  用自組織特征映射(SOFM)抽取FA概述  3.2  狀態(tài)模糊性的FA轉(zhuǎn)變成狀態(tài)沒有模糊性的FA    3.2.1  FA狀態(tài)的模糊性及其模糊性的解決    3.2.2  FA轉(zhuǎn)變成沒有狀態(tài)模糊性的FA實(shí)例  3.3  FA的化簡(jiǎn)第4章  FA狀態(tài)融合  4.1  引論  4.2  關(guān)于FA狀態(tài)融合的神經(jīng)網(wǎng)絡(luò)  4.3  使用貝葉斯理論的FA狀態(tài)融合    4.3.1  FA狀態(tài)融合的系統(tǒng)模型    4.3.2  通過使用神經(jīng)網(wǎng)絡(luò)的融合算法基本步驟    4.3.3  仿真實(shí)現(xiàn)及仿真結(jié)果分析  4.4  使用模糊綜合函數(shù)的FA狀態(tài)融合    4.4.1  融合算法基本步驟    4.4.2  實(shí)例    4.4.3  仿真結(jié)果分析第5章  模糊不完備信號(hào)處理的代數(shù)理論  5.1  引論  5.2  模糊粗糙集代數(shù)系統(tǒng)    5.2.1  FRS的概念    5.2.2  FRS的代數(shù)系統(tǒng)    5.2.3  分解定理  5.3  FRS的新運(yùn)算理論    5.3.1  引言    5.3.2  FRS的新運(yùn)算理論    5.3.3  FRS在識(shí)別和控制中的相關(guān)理論  5.4  FRS在圖像識(shí)別中的應(yīng)用第6章  基于模糊與統(tǒng)計(jì)理論的不確定信息處理算法  6.1  引論  6.2  對(duì)航跡識(shí)別算法的改進(jìn)    6.2.1  基于統(tǒng)計(jì)法的航跡識(shí)別    6.2.2  模糊法的航跡識(shí)別    6.2.3  識(shí)別效果的度量    6.2.4  仿真和識(shí)別算法性能分析    6.2.5  模糊融合算法及仿真    6.2.6  模糊法與統(tǒng)計(jì)法的綜合比較  6.3  FRS與概率統(tǒng)計(jì)在應(yīng)用中的比較    6.3.1  引論    6.3.2  FRS和PS的描述性比較    6.3.3  PS和FR控制算法的模型    6.3.4  對(duì)兩個(gè)控制算法的仿真和性能分析第7章  基于圖像語(yǔ)義識(shí)別的不確定推理方法  7.1  引論  7.2  粗糙集理論的基本知識(shí)  7.3  語(yǔ)義推理方法    7.3.1  基本知識(shí)描述    7.3.2  語(yǔ)義推理.  7.4  語(yǔ)義推理方法在圖像語(yǔ)義識(shí)別中的應(yīng)用  7.5  語(yǔ)義推理方法在衛(wèi)星故障診斷中的應(yīng)用  7.6  語(yǔ)義推理方法與其他不確定性推理方法的比較    7.6.1  語(yǔ)義推理方法的優(yōu)缺點(diǎn)    7.6.2  語(yǔ)義推理方法與其他不確定性推理方法的比較第8章  基于拓?fù)渲R(shí)的不完全信息處理理論  8.1  引論  8.2  拓?fù)浯挚臻g    8.2.1  開集與閉集    8.2.2  拓?fù)浯挚臻g    8.2.3  同胚.  8.3  在RS上的拓?fù)湫再|(zhì)  8.4  等價(jià)類和開集、劃分和有限開覆蓋之間的關(guān)系  8.5  拓?fù)浯挚臻g及其性質(zhì)的應(yīng)用    8.5.1  拓?fù)浯挚諉柕膽?yīng)用    8.5.2  拓?fù)湫再|(zhì)的應(yīng)用.  8.6  基于粗拓?fù)湫再|(zhì)的星座選擇    8.6.1  引論    8.6.2  粗拓?fù)湫再|(zhì)的應(yīng)用    8.6.3  星座選擇    8.6.4  仿真和討論第9章  FA應(yīng)用簡(jiǎn)介  9.1  FA應(yīng)用簡(jiǎn)介  9.2  有待于進(jìn)一步研究的問題參考文獻(xiàn)

章節(jié)摘錄

　　第1章　緒論　　不確定性信息處理是指對(duì)模糊的、不完全的、隨機(jī)的、不精確的信息及其組合信息進(jìn)行處理的能力。本書就是探討這些不確定性信息的處理方法?！　」こ虒?shí)踐中所應(yīng)用的理論一般分為確定性理論和不確定性理論。本書的研究主要是以圖像識(shí)別和航跡識(shí)別中各種不確定信息的處理為應(yīng)用背景的。然而，在模糊圖像處理和航跡識(shí)別的實(shí)踐中，僅使用確定性理論是很難進(jìn)行模糊圖像識(shí)別和精確導(dǎo)航的，因?yàn)檫@時(shí)需要合情推理和容錯(cuò)能力。不確定性推理理論可以滿足此要求。關(guān)于不確定性信息處理的研究是當(dāng)前人工智能領(lǐng)域一類重要的研究?jī)?nèi)容?！　?.1　國(guó)內(nèi)外研究現(xiàn)狀分析與綜述　　要獲取圖像中的有用信息，就要對(duì)圖像進(jìn)行特征提取。為此，出現(xiàn)了許多圖像處理的算法和圖像識(shí)別方法，以前大部分的工作都是先找出適合這些特征的方程，然后對(duì)其求導(dǎo)，研究其導(dǎo)數(shù)，相繼出現(xiàn)了很多算法如Marr和Hildreth應(yīng)用高斯函數(shù)先對(duì)圖像進(jìn)行平滑，然后采用拉普拉斯算子根據(jù)二階導(dǎo)數(shù)過零點(diǎn)來(lái)檢測(cè)圖像邊緣，稱為L(zhǎng)OG(Laplacian of Gaussian)算子；局部曲面最小二乘擬合法、多尺度方法一實(shí)現(xiàn)由粗到細(xì)的(courseto finel邊緣檢測(cè)過程；自適應(yīng)方法中的模擬退火(simulated nealing)方法；用于經(jīng)典微分算子的邊緣檢測(cè)有Roberts交叉算子、Sobel和Prewitt等，以及基于梯度信息的自適應(yīng)平滑特征增強(qiáng)的邊緣提取。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    不確定信息處理理論、方法及其應(yīng)用 PDF格式下載

---