《模糊信息处理基础》求取 ⇩

第一章 模糊集合与扩张原理1

1.1 普通集合的基本概念1

1.2 模糊集合的表示方法及其运算6

1.3 模糊集的代数运算及其性质16

1.4 λ-截集与分解定量22

1.5 凸模糊集29

1.6 模糊分布与模糊统计34

1.7 扩张原理43

1.8 模糊数53

第二章 模糊集的模糊性，可能性与模糊概率65

2.1 模糊集合的模糊性65

2.2 模糊集合的相似性69

2.3 可能性理论77

2.4 模糊概率82

第三章 度集83

3.1 格的基本性质93

3.2 布尔代数103

3.3 软代数106

第四章 格模糊集合及其性质113

4.1 格模糊集合113

4.2 分解定理118

4.3 高型模糊集合122

4.4 表现定理126

第五章 模糊关系与模糊聚类140

5.1 模糊关系140

5.2 模糊矩阵148

5.3 模糊等价关系151

5.4 模糊聚类157

5.5 模糊最大树聚类法168

第六章 模糊关系方程183

6.1 模糊综合评判183

6.2 模糊关系方程的最大解189

6.3 特殊模糊关系方程的最小解196

6.4 模糊关系方程的基本解法201

6.5 模糊关系方程的简化解法205

第七章 模糊决策213

7.1 模糊决策213

7.2 模糊线性规则219

7.3 多级模糊决策224

7.4 模糊信息量232

7.5 利用信息的模糊决策239

第八章 模糊逻辑249

8.1 模糊逻辑公式249

8.2 模糊函数的分析与综合252

8.3 模糊逻辑函数应用举例263

8.4 模糊语言逻辑268

8.5 模糊推理277

8.6 模糊控制原理289

9.1 模糊分类空间299

第九章 目标函数的模糊聚类法299

9.2 混合方法302

9.3 模糊C-均值聚类法310

9.4 模糊协方差聚类法325

9.5 模糊C-线性簇聚类算法334

9.6 聚类的有效性342

第十章 图象的模糊处理356

10.1 图象增强的模糊方法356

10.2 图象边缘检测的模糊方法374

10.3 图象分割的模糊方法385

10.4 图象识别的模糊相似法392

第十一章 信号的模糊检测和参数的模糊估计401

11.1 信号的模糊检测401

11.2 模糊环境中的最佳估值412

11.3 模糊编码的基本概念423

11.4 伪噪声码纠错估计的模糊方法430