信息处理集对分析PDF电子书下载

第1篇 集对分析简介 3

第1章 集对分析的基本知识 3

1.1 集对 3

1.1.1 成对原理 3

1.1.2 不确定性原理 3

1.1.3 集对的定义 4

1.1.4 集对的特征函数 5

1.2 联系数 6

1.2.1 二元联系数 6

1.2.2 三元联系数 7

1.2.3 四元联系数 8

1.2.4 五元联系数 9

1.2.5 多元联系数 9

1.2.6 联系数的性质 10

1.3 联系数的基本运算 11

1.3.1 联系数的加法 11

1.3.2 联系数的乘法 12

1.3.3 联系数的减法 14

1.3.4 联系数的除法 14

1.3.5 联系数的复运算 15

1.4 集对分析理论 17

1.4.1 不确定性系统理论 17

1.4.2 同异反系统理论 18

1.5 本章小结 20

参考文献 20

第2章 集对分析的若干进展 21

2.1 联系数的伴随函数 21

2.1.1 态势函数（态势信息） 21

2.1.2 广义势函数（势信息） 23

2.1.3 势函数定理 23

2.1.4 偏联系数（潜在趋势信息） 23

2.1.5 反偏联系数 25

2.1.6 邻联系数 25

2.1.7 反邻联系数 26

2.1.8 相互作用联系数 26

2.1.9 反相互作用联系数 27

2.1.10 联系熵 27

2.1.11 反熵函数 28

2.2 赵森烽-克勤概率简介 28

2.2.1 赵森烽-克勤随机实验 28

2.2.2 随机事件定义 29

2.2.3 定理 29

2.2.4 主事件和伴随事件 30

2.2.5 赵森烽-克勤概率 30

2.2.6 应用举例 31

2.3 基于联系数的绿色智能计算 33

2.3.1 数的认识 33

2.3.2 自然数的联系数化 33

2.3.3 绿色智能计算 35

2.4 本章小结 36

参考文献 36

第2篇 集对分析在计算机科学中的应用 39

第3章 文献概述 39

3.1 集对分析在计算机领域中的部分文献 39

3.2 集对分析在人工智能中的部分文献 45

3.3 文献中的集对分析思想和方法 47

3.4 本章小结 49

参考文献 49

第4章 集对分析在网络计算中的应用 50

4.1 基于联系数的网格静态调度算法 50

4.1.1 问题提出 50

4.1.2 联系数的全序关系 51

4.1.3 网格任务静态调度算法 51

4.1.4 算例与仿真分析 54

4.2 基于SPA的Web服务选取 57

4.2.1 Web服务简介 58

4.2.2 基本思路 58

4.2.3 Web服务选取方法 59

4.2.4 实例分析 61

4.3 基于集对社会网络α关系社区研究 65

4.3.1 社会网络 65

4.3.2 集对社会网络与α关系社区 66

4.4 本章小结 69

参考文献 69

第5章 网络信息安全的集对分析 71

5.1 基于集对分析的P2P网络安全中的信誉度计算 71

5.1.1 基于节点信誉度的传统P2P网络安全机制 71

5.1.2 信誉度聚合与排序的集对分析算法 72

5.1.3 集对分析算法与传统算法的比较 75

5.2 基于信誉度集对分析的WSN安全数据融合 76

5.2.1 相关工作 76

5.2.2 基于集对分析的安全数据融合 77

5.2.3 仿真结果及分析 80

5.3 基于集对分析的网络入侵检测模型 82

5.3.1 模型 82

5.3.2 实验仿真结果 84

5.4 基于集对分析的网络安全态势评估 86

5.4.1 网络安全态势评估模型 86

5.4.2 实验与结果 88

5.5 网络抗拒绝服务攻击性能的集对评估 92

5.5.1 网络抗拒绝服务攻击性能评估 92

5.5.2 网络抗拒绝服务攻击性能指标 93

5.5.3 基于集对分析的评估 94

5.5.4 实验验证 94

5.6 本章小结 96

参考文献 96

第6章 粗糙集的集对分析 97

6.1 粗糙集简介 97

6.1.1 基本概念 97

6.1.2 知识约简 98

6.2 基于集对势的粗糙集扩充模型 98

6.2.1 集对势允差关系 98

6.2.2 基于集对势容差关系的粗糙集模型 99

6.2.3 实验与分析 100

6.3 基于（α，λ）联系度容差关系的变精度粗糙集模型 102

6.3.1 模型 103

6.3.2 不完备信息系统的属性约简 105

6.3.3 仿真结果 105

6.4 粗糙集与集对分析的同异反 107

6.5 本章小结 108

参考文献 108

第7章 集对分析在聚类中的应用 109

7.1 基于集对分析的半监督ISODATA聚类 109

7.1.1 半监督聚类算法 109

7.1.2 数据预处理 110

7.1.3 聚类算法 110

7.1.4 实验结果 111

7.2 基于多元联系数的动态聚类统计 112

7.3 集对分析聚类算法及其应用 113

7.3.1 集对分析的聚类预测算法 113

7.3.2 预测实例 114

7.4 本章小结 115

参考文献 116

第8章 软件质量评价与软件重构的集对分析 117

8.1 基于集对分析的软件质量评价 117

8.1.1 软件的质量特性 117

8.1.2 质量特性权重wn 117

8.1.3 确定质量特性联系度 118

8.1.4 评价实例 121

8.2 基于集对分析的软件重构方案优选 121

8.2.1 软件重构 121

8.2.2 软件重构的集对分析模型 121

8.2.3 实验与分析 123

8.3 本章小结 124

参考文献 125

第9章 多数据流集对分析 126

9.1 基本概念 126

9.1.1 数据流 126

9.1.2 峰值 126

9.1.3 窗口 126

9.1.4 集对分析 128

9.2 同异反定义 128

9.2.1 同异反概念 128

9.2.2 同异反矩阵 129

9.2.3 势矩阵 130

9.3 同异反算法 130

9.3.1 峰值点获取 130

9.3.2 势计算 130

9.4 实验分析 131

9.5 本章小结 134

参考文献 135

第10章 集对分析在计算机辅助设计中的应用 137

10.1 基于案例推理的同异反产品设计 137

10.1.1 CBR简介 137

10.1.2 集对分析对CBR的支撑 138

10.1.3 基于CBR的同异反产品设计 138

10.1.4 面向市场的同异反产品设计 141

10.2 基于集对分析与演化细胞学习自动机的质量-成本控制 142

10.2.1 演化细胞学习自动机简介 142

10.2.2 产品质量-成本控制问题描述 142

10.2.3 不确定条件下的产品方案优劣排序 145

10.2.4 实例 145

10.3 本章小结 148

参考文献 148

第11章 集对分析在雷达信息处理中的应用 149

11.1 集对分析在雷达信号分选中的应用 149

11.1.1 集对分析联系度及区间估计 149

11.1.2 雷达信号分选 150

11.1.3 仿真分析 152

11.1.4 改进的集对分析聚类的信号分选算法 154

11.1.5 改进的SPA仿真分析 155

11.2 集对分析在雷达信息处理中的应用 158

11.2.1 集对分析在多目标数据关联中的应用 158

11.2.2 集对分析在多雷达数据融合中的应用 161

11.3 本章小结 163

参考文献 164

第12章 集对分析在图像边缘检测中的应用 165

12.1 基于集对同一度的图像边缘检测算法 165

12.1.1 图像边缘检测 165

12.1.2 基于集对同一度的边缘检测思路 166

12.1.3 倒数型对立与数对的联系度 166

12.1.4 基于同一度的算法 167

12.1.5 仿真结果 168

12.2 基于联系度态势的图像边缘检测算法 169

12.2.1 基本思路 169

12.2.2 具体步骤 170

12.2.3 仿真结果 172

12.3 本章小结 172

参考文献 173

第3篇 其他科技信息处理的集对分析 177

第13章 环境信息集对分析 177

13.1 环境信息集对分析基本概念 177

13.1.1 基本概念 177

13.1.2 环境信息集对分析模型 178

13.2 集对分析处理环境信息的研究现状 181

13.2.1 集对分析用于水环境信息处理 181

13.2.2 集对分析用于大气环境信息处理 183

13.2.3 集对分析用于生态环境信息处理 184

13.3 环境信息集对分析案例之1——河流健康系统评价 185

13.3.1 河流健康系统评价的集对分析模型 185

13.3.2 河流健康系统评价软件开发 189

13.4 环境信息集对分析案例之2——城市景观植物优选 190

13.4.1 城市景观植物 190

13.4.2 SPAIAHP评价模型 190

13.4.3 实验数据与评价指标 190

13.4.4 评价结果 192

13.5 本章小结 193

参考文献 194

第14章 作物育种信息的集对分析——同异育种智能决策系统介绍 196

14.1 作物同异育种智能决策系统 196

14.1.1 开发环境 196

14.1.2 开发流程 197

14.1.3 主要模块与功能 197

14.1.4 技术难点与创新 198

14.2 作物同异育种智能决策系统的研究现状 199

14.2.1 若干成果 199

14.2.2 系统研制及推广 204

14.2.3 培育出小麦新品系 206

14.3 问题与展望 206

14.3.1 问题与对策 206

14.3.2 展望 207

14.4 本章小结 207

参考文献 207

第15章 不同科技信息处理的集对分析 208

15.1 科技信息交流非对称二元性集对分析 208

15.1.1 术语词汇的非对称二元性及其同异反特质 208

15.1.2 概念与名称的同异反特质 209

15.1.3 专业术语的同异反转化 211

15.1.4 违反对称二元性及单参照性的同义并存 212

15.1.5 结语 214

15.2 煤自燃倾向信息的变权集对分析模型 214

15.2.1 煤自燃倾向性 214

15.2.2 基于集对同异反的变权计算模型 215

15.2.3 基于变权的煤自燃倾向性信息集对分析模型 216

15.2.4 实例 216

15.3 公共场所卫生监督质量信息的集对分析聚类 217

15.3.1 资料来源 218

15.3.2 处理方法 218

15.3.3 结果与讨论 218

15.4 中医“辨证施治”信息的集对分析探讨 221

15.4.1 中医辨证施治集对分析案例 222

15.4.2 讨论 226

15.5 本章小结 227

参考文献 228