不確定信息處理理論、方法及其應用

前言

　　在信息技術飛速發(fā)展的今天，各個領域的信息與數(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，關系更加復雜.如何從大量模糊的、雜亂無章的、強干擾的數(shù)據(jù)中挖掘出潛在的、新穎的、正確的、有應用價值的知識，是一個亟待深入研究的課題.　　本書提出了基于神經(jīng)網(wǎng)絡的模糊自動機系統(tǒng)，探討了不確定信息處理方法和算法.本書以模糊、不完備、隨機等信息處理為基本研究對象，以模糊、粗糙、神經(jīng)網(wǎng)絡、形式語言與自動機等理論為工具，以模式識別、知識發(fā)現(xiàn)、信息融合為目的，深入研究了基于神經(jīng)網(wǎng)絡的模糊自動機系統(tǒng)、不確定信息處理方法和算法.既有嚴格的系統(tǒng)理論，又有實際的應用，力求達到理論與實際、方法與應用的統(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用了模糊技術，結合了神經(jīng)網(wǎng)絡、信息融合、模式識別等的大量優(yōu)化算法，提出了幾種模糊自動機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際問題中的應用.計算機模擬結果證實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.這是目前識別與控制領域中有效方法之一.　　本書內(nèi)容包括三部分：（1）模糊、粗糙、概率及自動機理論知識；（2）模糊自動機的理論、設計、算法與應用；（3）不確定性信息處理技術.本書力求反映20世紀90年代以來國內(nèi)外學術界、工程界在該研究領域取得的最新進展和主要研究成果?！　∶块T科學都有它自身的理論基礎，信息處理也不例外.信息技術變化很快，專門的技術知識今天有用，但常常在幾年內(nèi)就變成過時的東西，因此，本書力圖兼顧基礎性、系統(tǒng)性、實用性、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）目前雖有研究自動機的著作，但討論的是確定自動機或形式語言，而本書將神經(jīng)網(wǎng)絡、模糊理論與自動機有機地結合，提出了基于神經(jīng)網(wǎng)絡的模糊自動機系統(tǒng)，解決了基于確定自動機或形式語言理論對信息處理中存在的大量模糊信號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，在對模糊、不完備、隨機等信息處理時，優(yōu)于神經(jīng)網(wǎng)絡、統(tǒng)計法等傳統(tǒng)的信息處理方法，因為它具有明顯的優(yōu)勢：一方面，系統(tǒng)的某些參數(shù)有明顯的物理意義，能更真實地反映現(xiàn)實世界與客觀事物；另一方面，系統(tǒng)具有自組織學習等特點，此外，系統(tǒng)的信息處理速度快、儲存量與通信量低，特別適合密集目標環(huán)境，特別地，基于本書所提模糊自動機理論，設計出的模糊自動機模型具有體積小。

內(nèi)容概要

本書系統(tǒng)介紹不確定信息處理基礎理論，重點闡述了幾種典型的信息處理方法和技術。全書共9章。第1章是緒論；第2，3章介紹基于神經(jīng)網(wǎng)絡的模糊自動機系統(tǒng)、化簡及實例；第4章介紹模糊自動機的融合；第5章在模糊粗糙集的基本運算基礎上，提出了新的運算理論，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行比較；第8章介紹基于拓撲知識的不完全信息處理理論及應用；第9章簡單介紹模糊自動機的應用等，使得全書內(nèi)容更嚴謹更完善。    本書可作為自動化、應用數(shù)學、運籌學、工業(yè)與系統(tǒng)工程、計算機科學和通信工程等專業(yè)的高年級本科生和研究生教材及教學參考書，對相關專業(yè)的科研人員和工程技術人員也有較大的參考價值。

書籍目錄

第1章  緒論  1.1  國內(nèi)外研究現(xiàn)狀分析與綜述    1.1.1  模糊系統(tǒng)    1.1.2  模糊自動機發(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知識    1.2.1  模糊數(shù)學的有關概念    1.2.2  模糊自動機    1.2.3  粗糙集的有關概念    1.2.4  D—S證據(jù)理論的有關概念    1.2.5  概率理論  1.3  主要內(nèi)容第2章  模糊信號處理的模糊自動機  2.1  模糊有限態(tài)自動機    2.1.1  FFA的定義    2.1.2  通過處理模糊邏輯對FFA的一種獲取  2.2  模糊無限態(tài)自動機的性質(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)絡結構    2.2.4  FIA的獲取    2.2.5  FIA的等價性    2.2.6  FIA的收斂性與穩(wěn)定性    2.2.7  仿真  2.3  模糊自動機與處理的模糊信號之間的關系    2.3.1  預備知識    2.3.2  模糊自動機與處理的模糊語言之間的關系  2.4  模糊自動機問的關系  2.5  FA對圖像處理的目標識別    2.5.1  問題描述.    2.5.2  FA對圖像預處理    2.5.3  目標圖像特征提取    2.5.4  匹配與識別第3章  FA的化簡  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轉變成沒有狀態(tài)模糊性的FA實例  3.3  FA的化簡第4章  FA狀態(tài)融合  4.1  引論  4.2  關于FA狀態(tài)融合的神經(jīng)網(wǎng)絡  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)絡的融合算法基本步驟    4.3.3  仿真實現(xiàn)及仿真結果分析  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  實例    4.4.3  仿真結果分析第5章  模糊不完備信號處理的代數(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的新運算理論    5.3.1  引言    5.3.2  FRS的新運算理論    5.3.3  FRS在識別和控制中的相關理論  5.4  FRS在圖像識別中的應用第6章  基于模糊與統(tǒng)計理論的不確定信息處理算法  6.1  引論  6.2  對航跡識別算法的改進    6.2.1  基于統(tǒng)計法的航跡識別    6.2.2  模糊法的航跡識別    6.2.3  識別效果的度量    6.2.4  仿真和識別算法性能分析    6.2.5  模糊融合算法及仿真    6.2.6  模糊法與統(tǒng)計法的綜合比較  6.3  FRS與概率統(tǒng)計在應用中的比較    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  對兩個控制算法的仿真和性能分析第7章  基于圖像語義識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  7.3  語義推理方法    7.3.1  基本知識描述    7.3.2  語義推理.  7.4  語義推理方法在圖像語義識別中的應用  7.5  語義推理方法在衛(wèi)星故障診斷中的應用  7.6  語義推理方法與其他不確定性推理方法的比較    7.6.1  語義推理方法的優(yōu)缺點    7.6.2  語義推理方法與其他不確定性推理方法的比較第8章  基于拓撲知識的不完全信息處理理論  8.1  引論  8.2  拓撲粗空間    8.2.1  開集與閉集    8.2.2  拓撲粗空間    8.2.3  同胚.  8.3  在RS上的拓撲性質(zhì)  8.4  等價類和開集、劃分和有限開覆蓋之間的關系  8.5  拓撲粗空間及其性質(zhì)的應用    8.5.1  拓撲粗空問的應用    8.5.2  拓撲性質(zhì)的應用.  8.6  基于粗拓撲性質(zhì)的星座選擇    8.6.1  引論    8.6.2  粗拓撲性質(zhì)的應用    8.6.3  星座選擇    8.6.4  仿真和討論第9章  FA應用簡介  9.1  FA應用簡介  9.2  有待于進一步研究的問題參考文獻

章節(jié)摘錄

　　第1章　緒論　　不確定性信息處理是指對模糊的、不完全的、隨機的、不精確的信息及其組合信息進行處理的能力。本書就是探討這些不確定性信息的處理方法?！　」こ虒嵺`中所應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別和航跡識別中各種不確定信息的處理為應用背景的。然而，在模糊圖像處理和航跡識別的實踐中，僅使用確定性理論是很難進行模糊圖像識別和精確導航的，因為這時需要合情推理和容錯能力。不確定性推理理論可以滿足此要求。關于不確定性信息處理的研究是當前人工智能領域一類重要的研究內(nèi)容?！　?.1　國內(nèi)外研究現(xiàn)狀分析與綜述　　要獲取圖像中的有用信息，就要對圖像進行特征提取。為此，出現(xiàn)了許多圖像處理的算法和圖像識別方法，以前大部分的工作都是先找出適合這些特征的方程，然后對其求導，研究其導數(shù)，相繼出現(xiàn)了很多算法如Marr和Hildreth應用高斯函數(shù)先對圖像進行平滑，然后采用拉普拉斯算子根據(jù)二階導數(shù)過零點來檢測圖像邊緣，稱為LOG(Laplacian of Gaussian)算子；局部曲面最小二乘擬合法、多尺度方法一實現(xiàn)由粗到細的(courseto finel邊緣檢測過程；自適應方法中的模擬退火(simulated nealing)方法；用于經(jīng)典微分算子的邊緣檢測有Roberts交叉算子、Sobel和Prewitt等，以及基于梯度信息的自適應平滑特征增強的邊緣提取。

圖書封面

評論、評分、閱讀與下載

---

    不確定信息處理理論、方法及其應用 PDF格式下載

---