《不確定信息表示與融合技術(shù)》介紹不確定信息表示與融合的基本理論與若干技術(shù)，主要內(nèi)容包括緒論、模糊集理論基礎(chǔ)、直覺模糊集理論基礎(chǔ)、證據(jù)理論、基于直覺模糊集的不確定信息描述、沖突證據(jù)的加權(quán)平均組合方法、基于可靠性評估的證據(jù)組合方法、區(qū)間不確定信息融合方法、時域不確定信息融合方法。整體內(nèi)容力求系統(tǒng)性和實用性，部分內(nèi)容體現(xiàn)了當(dāng)前該領(lǐng)域的**研究成果。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
目錄
前言
第1章 緒論 1
1.1 信息與信息融合 1
1.2 信息融合模型 2
1.3 信息融合的應(yīng)用及發(fā)展 8
1.4 不確定信息處理方法及發(fā)展 10
1.4.1 不確定信息處理方法綜述 10
1.4.2 證據(jù)理論研究進展 12
第2章 模糊集理論基礎(chǔ) 17
2.1 引言 17
2.2 模糊集及基本運算 18
2.2.1 模糊集的定義 18
2.2.2 模糊集的表示方法 21
2.2.3 典型隸屬度函數(shù) 23
2.2.4 模糊集的基本運算 26
2.3 模糊集的分解定理 29
2.3.1 截集 29
2.3.2 支撐集和核 31
2.3.3 數(shù)乘模糊集 32
2.3.4 分解定理 32
2.4 模糊度與貼近度 34
2.4.1 模糊度 34
2.4.2 貼近度 40
2.5 模糊關(guān)系及其運算 41
2.5.1 模糊關(guān)系 41
2.5.2 模糊關(guān)系合成運算 43
2.6 擴張原理與模糊數(shù) 45
2.6.1 擴張原理 45
2.6.2 凸模糊集與模糊數(shù) 48？
第3章 直覺模糊集理論基礎(chǔ) 53
3.1 引言 53
3.2 直覺模糊集及其基本運算 54
3.2.1 直覺模糊集的定義 54
3.2.2 直覺模糊集基本運算 55
3.2.3 直覺模糊集的截集 58
3.3 直覺模糊數(shù)及其擴展運算 58
3.3.1 直覺模糊數(shù) 58
3.3.2 直覺模糊數(shù)擴展運算 59
3.4 直覺模糊關(guān)系及其合成運算 60
3.4.1 直覺模糊關(guān)系 60
3.4.2 直覺模糊關(guān)系合成運算 62
第4章 證據(jù)理論 66
4.1 引言 66
4.2 證據(jù)理論的數(shù)學(xué)基礎(chǔ) 67
4.2.1 概率模型 67
4.2.2 上下概率模型 68
4.2.3 Dempster 模型 69
4.3 D-S 證據(jù)理論基礎(chǔ) 71
4.3.1 基本概念 72
4.3.2 證據(jù)更新規(guī)則 75
4.3.3 證據(jù)理論中的決策 78
4.4 證據(jù)理論遇到的主要問題 80
4.4.1 Zadeh 悖論 80
4.4.2 “一票否決”問題 82
4.4.3 “焦元爆炸”問題 83
4.4.4 Dempster 組合規(guī)則改進方法 83
第5章 基于直覺模糊集的不確定信息描述 85
5.1 引言 85
5.2 直覺模糊集與證據(jù)理論 85
5.3 基于可能度的直覺模糊數(shù)排序 86
5.3.1 計分函數(shù)法 86
5.3.2 基于可能度的直覺模糊數(shù)排序方法 88
5.4 基于證據(jù)組合的直覺模糊集成運算 91
5.4.1 加權(quán)集成運算規(guī)則 91？
5.4.2 基于證據(jù)組合的直覺模糊集成運算規(guī)則 94
5.5 直覺模糊不確定性測度 96
5.5.1 直覺模糊熵 97
5.5.2 非精確度度量 102
5.5.3 廣義不確定性測度 106
第6章 沖突證據(jù)的加權(quán)平均組合方法 112
6.1 引言 112
6.2 基于證據(jù)相關(guān)系數(shù)的沖突度量 112
6.2.1 現(xiàn)有沖突度量方法分析 112
6.2.2 基于相關(guān)系數(shù)的沖突度量方法 119
6.3 基于信任度和虛假度的證據(jù)組合 124
6.3.1 證據(jù)信任度與證據(jù)虛假度 124
6.3.2 基于信任度和虛假度的證據(jù)組合方法 126
6.3.3 數(shù)值算例與分析 127
第7章 基于可靠性評估的證據(jù)組合方法 132
7.1 引言 132
7.2 證據(jù)折扣運算及其擴展 133
7.2.1 Shafer 折扣準(zhǔn)則 133
7.2.2 廣義證據(jù)折扣運算 134
7.3 基于直覺模糊多屬性決策的證據(jù)可靠性評估 136
7.3.1 證據(jù)理論與直覺模糊多屬性決策模型 137
7.3.2 基于 IFMCDM 的證據(jù)可靠性評估方法 138
7.3.3 數(shù)值算例與分析 140
第8章 區(qū)間不確定信息融合方法 148
8.1 引言 148
8.2 區(qū)間證據(jù)理論基礎(chǔ) 148
8.2.1 區(qū)間證據(jù)理論中的信任量化函數(shù) 148
8.2.2 區(qū)間數(shù)之間的運算 150
8.2.3 區(qū)間 BPA 概率轉(zhuǎn)換方法 152
8.3 區(qū)間證據(jù)理論中的不確定性度量 155
8.3.1 證據(jù)理論中的不確定性度量 155
8.3.2 區(qū)間 BPA 的不確定性度量 157
8.3.3 數(shù)值算例與分析 161
8.4 基于直覺模糊集區(qū)間證據(jù)組合 165
8.4.1 現(xiàn)有區(qū)間證據(jù)組合方法 165
8.4.2 基于直覺模糊集的區(qū)間證據(jù)組合方法 169
8.4.3 數(shù)值算例與分析 172
第9章 時域不確定信息融合方法 177
9.1 引言 177
9.2 基于證據(jù)理論的時空信息融合 177
9.3 基于實時可靠度的時域證據(jù)組合 181
9.3.1 馬爾可夫性及證據(jù)折扣 182
9.3.2 基于實時可靠度的時域證據(jù)組合方法 183
9.3.3 數(shù)值仿真與分析 186
9.4 基于復(fù)合可靠度的時域證據(jù)組合 188
9.4.1 時域證據(jù)相對可靠性評估 188
9.4.2 基于復(fù)合可靠度的時域證據(jù)組合方法 190
9.4.3 數(shù)值算例與分析 192
參考文獻 201
書單推薦
