目录 1
第一章一元模糊集 1
§1.1模糊概念 1
§1.2一元模糊集的定义及运算 4
§1.3一元模糊集的分解定理 9
§1.4一元模糊集的扩展原理 11
§1.5一元模糊集的表现定理 16
§1.6凸模糊集与模糊数 20
§2.1建立隶属函数的模糊统计法 24
第二章建立隶属函数的方法 24
§2.2建立隶属函数的比较法 29
§2.3建立隶属函数的集值统计迭代法 34
§2.4建立隶属函数的参考函数法 36
§2.5建立隶属函数的等级转换法 43
§2.6关于建立隶属函数的原则 45
第三章多元模糊集 47
§3.1 模糊关系 47
§3.2 模糊矩阵 53
§3.3 模糊图 56
§3.4模糊数量化方法 69
§4.1模糊事件及其概率 73
第四章模糊概率 73
§4.2事件的模糊概率 78
第五章模式识别简述 84
§5.1决策论方式模式识别 85
§5.2句法模式识别 91
第六章模糊模式识别的基本知识 96
§6.1贴近度与模糊度 96
§6.2最大隶属原则与择近原则 100
§6.3模糊模式识别应用实例 104
第七章基于模糊聚类分析的模糊模式识别 111
§7.1概述 111
§7.2基于模糊关系的模糊聚类分析方法 112
§7.3基于目标函数的模糊聚类方法 123
§7.4基于摄动的模糊聚类方法 133
第八章基于模糊综合评判的模糊模式识别 144
§8.1模糊综合评判的正问题 144
§8.2模糊综合评判的逆问题 150
§8.3基于模糊积分的模糊综合评判 160
第九章基于模糊逻辑的模糊模式识别 165
§9.1模糊命题 165
§9.2 模糊逻辑公式的分析合成及其在模式识别中的应用 168
§9.3模糊逻辑公式的化简 180
参考文献 184