第1章 导论 1
1.1模糊不确定性建模理论概述 1
1.2模糊不确定性建模理论及其应用发展历程 2
1.3本书的结构与章节安排 4
第一部分 模糊不确定性建模算法理论基础 9
第2章 模糊系统理论基础 9
2.1概述 9
2.2一型模糊集 9
2.2.1隶属函数及α-截集 10
2.2.2模糊等价关系 11
2.3二型模糊集理论 12
2.3.1二型模糊集理论的提出 12
2.3.2二型模糊集定义及其FOU 13
2.3.3二型模糊集的α平面表示 14
2.3.4区间二型模糊集 15
2.3.5面向模式识别的区间二型模糊集的构建 17
2.3.6二型模糊集的距离度量 23
2.4二型模糊逻辑系统 24
2.4.1二型模糊降型 25
2.4.2去模糊化 29
2.5本章小结 29
第3章 区间值数据建模理论 30
3.1概述 30
3.2区间值数据定义 31
3.3区间值数据建模 32
3.4区间值数据集的相异度量 32
3.4.1区间值向量距离度量 33
3.4.2其他的区间值数据关系度量概念 35
3.5本章小结 37
第4章 模糊不确定性模型及典型算法 38
4.1概述 38
4.2一型模糊聚类模型 38
4.2.1点原型聚类模型 39
4.2.2非点原型聚类模型 43
4.3面向对象的无监督分类算法 44
4.4模糊C均值聚类（FCM）的关键影响因子分析 46
4.4.1模糊指数m的不确定性及对聚类结果的影响 46
4.4.2不同距离定义对FCM结果的影响 47
4.5二型模糊聚类模型 51
4.6分层混合模糊-神经网络模型 52
4.6.1分层混合模糊-神经网络模型概述 52
4.6.2分层混合模糊-神经网络训练算法 53
4.7区间值数据集的模糊划分 60
4.8模糊聚类有效性评价 61
4.9本章小结 63
第二部分 模糊不确定性建模算法在土地覆盖分类中的应用 67
第5章 土地覆盖分类模糊不确定性的来源及研究现状 67
5.1遥感数据的模糊不确定性 67
5.2传统处理方法 69
5.2.1基于像索的方法 70
5.2.2面向对象的分类方法 70
5.2.3模糊分类方法 73
5.3基于模糊不确定建模理论的新方法 73
5.4本章小结 75
第6章 区间值数据建模与遥感影像土地覆盖模糊分类 76
6.1概述 76
6.2遥感影像区间信息表达建模及其相异性度量 77
6.3区间伸缩因子的构造 79
6.4自适应区间值模糊C-均值算法 80
6.4.1初始化隶属度矩阵的优化 80
6.4.2自适应区间值模糊C-均值算法描述 80
6.5遥感影像土地覆盖分类实验 82
6.5.1技术路线 82
6.5.2实验设计和数据描述 82
6.5.3实验结果及分析 84
6.6本章小结 88
第7章 像斑综合特征区间建模与遥感影像土地覆盖无监督分类 89
7.1概述 89
7.2影像分割及像斑综合特征区间建模 89
7.3像斑综合特征区间向量的相异性度量 91
7.4实验设计 92
7.4.1实验数据描述 92
7.4.2面向对象的自适应模糊无监督分类算法 94
7.4.3实验流程 95
7.5结果及分析 96
7.6本章小结 99
第8章 区间二型模糊C均值聚类与遥感影像土地覆盖自动分类 100
8.1概述 100
8.2区间二型模糊集的中心 101
8.2.1区间二型模糊集中心的定义 101
8.2.2区间二型模糊集中心的计算 102
8.3遥感影像自动分类实验 103
8.3.1基于模糊指数构建面向遥感影像上地覆盖分类的区间二型模糊集 103
8.3.2基模糊指数不确定性的区间二型模糊C均值算法 103
8.3.3数据的选取 104
8.3.4实验结果及分析 105
8.4本章小结 108
第9章 自适应区间二型模糊聚类与遥感影像土地覆盖自动分类 109
9.1概述 109
9.2基于模糊距离度量的区间二型隶属度函数构建 110
9.3自适应快速降型和去模糊 111
9.4自适应区间二型模糊聚类算法 112
9.5遥感影像土地覆盖分类实验 113
9.5.1实验数据 114
9.5.2实验及结果分析 116
9.6本章小结 118
第10章 模糊不确定性建模方法适应性分析及模型综合 119
10.1概述 119
10.2模糊不确定性建模方法适应性分析比较 119
10.2.1实验数据选取 119
10.2.2实验结果及评价分析 120
10.3综合区间模糊分类模型构建及影像聚类分析 125
10.3.1模型建立和算法描述 125
10.3.2基于综合区间模糊分类模型的影像聚类结果及分析 126
10.4本章小结 127
参考文献 128