97超级精品综合网,无码精品一区二区三区视频蜜臀

內容簡介

　　本書旨在豐富和充實知識工程與系統(tǒng)工程的理論與方法，充分利用了模糊認知圖的模糊信息處理能力、因果關系的傳播方法以及動態(tài)自適應特性，拓展已有的認知圖、模糊認知圖及其構建方法，深入分析了模糊認知圖的穩(wěn)定狀態(tài)、因果關系和平衡性等認知機理，結合具體的應用需求提出了基于多關系的模糊認知圖MRFCM和基于規(guī)則的模糊認知圖RBFCM，實現(xiàn)了數(shù)據(jù)驅動的MRFCM和RBFCM構建，這必將模糊認知圖及其構建方法引向新的階段，實現(xiàn)對復雜客觀世界的映像。本書適用于信息與自動化領域的研究人員。

作者簡介

　　彭珍，北京石油化工學院信息管理與信息系統(tǒng)系副教授。主持國家自然科學基金項目1項，省部級項目3項等。近五年，發(fā)表論文20余篇，其中被SCI/SSCI/EI檢索10余篇。主要研究方向：模糊認知圖、數(shù)據(jù)挖掘。

圖書目錄

緒論
第1章認知圖
1.1 認知圖的產(chǎn)生與發(fā)展
1.2 認知圖的相關定義
1.3 本章小結
第2章模糊認知圖
2.1 模糊認知圖模型
2.1.1 模糊認知圖數(shù)學模型
2.1.2 模糊認知圖的特征
2.1.3 模糊認知圖的推理機制
2.2 復雜結構的模糊認知圖
2.2.1 聚合模糊認知圖
2.2.2 層次模糊認知圖
2.2.3 粒模糊認知圖
2.3 模糊認知圖的應用研究
2.3.1 模糊認知圖在信息安全中的應用
2.3.2 模糊認知圖在系統(tǒng)評估中的應用
2.3.3 模糊認知圖在系統(tǒng)控制中的應用
2.4 本章小結
第3章模糊認知圖的理論分析
3.1 穩(wěn)定狀態(tài)
3.1.1兩種穩(wěn)定狀態(tài)
3.1.2 FCM固定點分析
3.1.3 FCM有限環(huán)分析
3.1.4 穩(wěn)定狀態(tài)的應用分析
3.2 因果關系
3.2.1 關于因果關系
3.2.2 因果關聯(lián)程度
3.3 平衡性研究
3.3.1 關于FCM的平衡性與平衡度
3.3.2 影響FCM平衡的關鍵因素
3.3.3 新的平衡度計算方法
3.3.4 消除非平衡性的方法
3.4 本章小結
第4章模糊認知圖的構建方法
4.1 模糊認知圖的構建概述
4.1.1 人工構建方式
4.1.2 計算構建方式
4.2 基于Hebbian學習的FCM構建方法
4.2.1 Hebbian規(guī)則
4.2.2 基于非線性Hebbian規(guī)則學習方法
4.2.3 激活Hebbian學習算法
4.2.4 AHL和NHL兩種學習算法討論
4.3 基于遺傳算法的FCM構建方法
4.3.1 基于RCGA的FCM構建方法
4.3.2 基于并行RCGA的FCM構建方法
4.4 基于粒子群算法的FCM構建方法
4.5 基于梯度下降法的FCM構建方法
4.6 本章小結
第5章基于多關系的模糊認知圖構建方法
5.1 基于多關系的MRFCM構建
5.1.1 基于多關系的MRFCM構建思想
5.1.2 基于多關系的MRFCM構建
5.2 基于多關系的MRFCM結構的建立
5.2.1 基于多關系數(shù)據(jù)的MRFCM結點
5.2.2 基于多關系數(shù)據(jù)的MRFCM結構
5.2.3 MRFCM結構的分解
5.3 MRFCM中子結點狀態(tài)的獲取
5.4 MRFCM超結點狀態(tài)的挖掘
5.4.1 MRFCM超結點狀態(tài)挖掘方法
5.4.2 MRFCM超結點狀態(tài)挖掘算法
5.4.3 MRFCM超結點狀態(tài)挖掘的穩(wěn)定性
5.5 本章小結
第6章基于規(guī)則的模糊認知圖構建方法
6.1 研究現(xiàn)狀
6.2 RBFCM的知識表示方法
6.3 RBFCM的推理機制
6.4 RBFCM在啟發(fā)型協(xié)調器中的應用
6.4.1 可達矩陣的推理
6.4.2 啟發(fā)型協(xié)調器的實現(xiàn)
6.4.3 性能測評
6.5 本章小結
結論
參考文獻