基于模糊信息的应用技术研究

王爱民葛彦强周宏宇

扉页
引论
+书签
1.1 研究背景
1.2 基于模糊信息的智能技术研究现状
1.3 智能技术在中医症状鉴别领域的研究现状
1.4 主要研究内容
支持向量机的基本理论
2.1 最大间隔超平面
2.2 支持向量机分类算法
2.2.1 线性可分情况
2.2.2 广义线性可分情况
2.2.3 非线性可分情况
2.3 支持向量机回归理论
2.4 统计学习理论的核心内容
2.5 小结
基于Fuzzy理论的支持向量机
3.1 预备知识
3.1.1 模糊机会约束规划
3.1.2 分类问题中的模糊信息表示方法
3.2 模糊分类的支持向量机
3.3 模糊线性可分类的支持向量机
3.4 含有模糊信息的广义线性可分情况
3.5 含有模糊信息的非线性可分情况
3.6 阈值的确定
3.7 实验分析
3.8 小结
支持向量机应用研究
4.1 支持向量机实现算法研究
4.2 最小二乘支持向量机参数的遗传算法研究
4.2.1 最小二乘支持向量机
4.2.2 LS-SVM参数的遗传算法研究
4.2.3 控制图模式数据描述
4.2.4 模式分类方案设计
4.2.5 实验分析
4.3.2 烧结工艺特点与预测系统的配置结构
4.3.3 数据的标准化处理
4.3.4 非线性回归估计算法
4.3.5 实验分析
4.4 核心设计源代码
4.5 小结
改进的最短距离聚类算法
5.1 聚类算法
5.2 邻近聚类算法
5.2.1 概念及定义
5.2.2 基于距离的搜索算法
5.2.3 基于阈值的邻近聚类算法
5.2.4 近邻聚类算法
5.3 多重聚类算法
5.4 实验分析
5.5 小结
仿生计算与基因表达式编程
6.1 仿生计算
6.2 基因表达式编程
6.3 初始种群基因设计
6.3.1 初始种群产生方式
6.3.2 基因空间均匀产生方案
6.4 实验分析
6.5 小结
中医症状鉴别智能诊断系统
7.1 中医症状鉴别智能诊断系统现状
7.2 系统设计
7.2.1 系统特色
7.2.2 方剂知识挖掘子系统的结构
7.2.3 方剂知识挖掘子系统的功能
7.3 系统的实现
7.3.1 数据库设计
7.3.2 方剂数据挖掘实施过程
7.4 数据输入与预处理
7.4.1 过滤噪声数据
7.4.2 药名、症状、功效规范化
7.4.3 剂量单位规范化
7.5 个方分析
7.5.1 挖掘性、味、归经
7.5.2 挖掘功效
7.5.3 证症挖掘
7.5.4 类方分析
7.6 临床症状鉴别诊断子系统主要功能
7.7 核心设计源代码
7.8 小结
图像分割与影像快速融合
8.1.1 背景技术
8.1.2 过程描述
8.1.3 技术上的创新
8.1.4 附图说明
8.1.5 具体实施过程
8.2.1 技术背景
8.2.2 过程描述
8.2.3 技术上的创新
8.2.4 附图说明
8.2.5 具体实施过程
8.3.1 背景技术
8.3.2 过程描述
8.3.3 技术上的创新
8.3.4 附图说明
8.3.5 具体实施过程
8.4 遥感影像快速融合系统及实现方法
8.4.1 背景技术
8.4.2 技术创新与过程描述
8.4.3 附图说明
8.4.4 具体实施过程
8.5 基于图像处理的甲骨碎片缀合方法
8.5.1 背景技术
8.5.2 过程描述
8.5.3 附图说明
8.5.4 具体实施过程
安全设计与信息检索优化方法
9.1 无证书盲环签名方法
9.1.1 背景技术
9.1.2 过程描述
9.1.3 技术上的创新
9.1.4 附图说明
9.1.5 具体实施过程
9.2 基于身份的门限环签名方法
9.2.1 背景技术
9.2.2 过程描述
9.2.3 技术上的创新
9.2.4 附图说明
9.2.5 具体实施过程
9.3 标准模型下基于身份的门限环签密方法
9.3.1 背景技术
9.3.2 过程描述
9.3.3 技术上的创新
9.3.4 附图说明
9.3.5 具体实施过程
9.4 基于领域本体的信息检索优化方法
9.4.1 背景技术
9.4.2 过程描述
9.4.3 技术上的创新
9.4.4 附图说明
9.4.5 具体实施过程
9.5.1 背景技术
9.5.2 过程描述
9.5.3 技术上的创新
9.5.4 附图说明
9.5.5 具体实施过程
9.6 基于双子的自适应双子和声优化方法(SGHS)
9.6.1 背景技术
9.6.2 过程描述
9.6.3 技术上的创新
9.6.4 附图说明
9.6.5 具体实施过程
优化设计与决策支持
10.1 多专家动态协调评判方法
10.1.1 背景技术
10.1.2 过程描述
10.1.3 技术上的创新
10.1.4 附图表说明
10.1.5 具体实施过程
10.2.1 背景技术
10.2.2 过程描述
10.2.3 技术上的创新
10.2.4 附图说明
10.2.5 具体实施过程
10.3.1 背景技术
10.3.2 过程描述
10.3.3 技术上的创新
10.3.4 附图说明
10.3.5 具体实施过程
10.4.1 背景技术
10.4.2 过程描述
10.4.3 技术上的创新
10.4.4 附图说明
10.4.5 具体实施过程
10.5.1 背景技术
10.5.2 过程描述
10.5.3 技术上的创新
10.5.4 附图表说明
10.5.5 具体实施过程
智能控制技术
11.1.1 背景技术
11.1.2 过程描述
11.1.3 技术上的创新
11.1.4 附图说明
11.1.5 具体实施过程
11.2.1 背景技术
11.2.2 过程描述
11.2.3 技术上的创新
11.2.4 附图说明
11.2.5 具体实施过程
第四方物流多属性指派决策机制
12.1.1 集成定义
12.1.3 基于TOPSIS法的带有整合的决策模型
12.1.4 遗传算法实现
12.1.5 算例求解及分析
12.1.6 小结
12.2 无整合的第四方物流多属性指派决策机制
12.2.1 问题描述和属性体系分析
12.2.2 基于TOPSIS法的指派决策模型
12.2.3 遗传算法实现
12.2.4 算例求解及分析
12.2.5 小结
12.3.1 客户满意度属性体系
12.3.2 建立模型
12.3.3 计算实例
12.3.4 小结
参考文献
后记