第一章 绪论 1
1.1 从基于测量的产业革命到基于认知的产业革命 3
1.2 基于认知的产业革命的科学技术基础 5
1.3 计算动词理论对科学技术的深远影响 7
1.4 计算动词理论在不同产业中的应用 9
1.5 计算动词理论由假设到理论到工程应用的十三年 12
第二章 计算名词 17
2.1 名词作为符号 17
2.2 特征函数作为属性值 21
2.3 模糊隶属度函数作为属性值 22
2.4 概率论中的属性值 22
2.5 属性值间的逻辑运算 23
2.5.1 Probabilities（概然性） 23
2.5.2 Possibilities（可能性） 25
2.6 利用程度副词修饰属性值 25
2.6.1 Probability（概然性） 26
2.6.2 Possibility（可能性） 26
2.6.3 模糊语言学的限制语 27
2.6.4 概率语言学的限制语 28
第三章 计算动词 31
3.1 动力学系统 31
3.1.1 定义 31
3.1.2 动力学系统的类型 33
3.2 3维动力学系统的定性行为 34
3.3 计算动词的定义 38
3.4 计算动词修饰因子 42
3.4.1 拓扑等价的计算动词 43
3.4.2 T-同态的计算动词 48
3.4.3 修饰≤-计算动词 48
3.4.4 副词 50
3.4.5 前动词 57
3.5 计算动词作为名词的动作值 58
第四章 计算动词的抽象空间表达 61
4.1 人脑计算的本质 61
4.2 用抽象空间中的微分方程建模动词 65
4.3 计算动词的偏微分方程表达 67
4.3.1 计算动词的一阶线性PDE描述 68
4.3.2 ？（t，x）为真值密度时的计算动词PDE表达 68
4.3.3 属性逻辑运算的边界条件表达 70
4.3.4 一维热方程的计算动词表达 70
4.4 Banach空间常微分方程 70
4.4.1 动词进化函数的唯一性 72
4.4.2 动词进化函数的存在性 72
4.5 become（·，？*（x））的抽象空间模型 73
4.6 become（？1（x）；？2（x））的抽象空间模型 76
4.7 副词的偏微分方程表达 76
4.8 趋边计算（Sideward Computation） 81
4.8.1 语言操作的分类 82
4.8.2 级联的趋边计算 83
4.8.3 趋边编程 83
第五章 计算动词坍塌和计算动词扩展原理 85
5.1 计算动词坍塌 85
5.2 单调进化函数的计算动词坍塌 91
5.2.1 S形坍塌 92
5.2.2 均匀坍塌 92
5.2.3 线性坍塌 93
5.2.4 倒数坍塌 93
5.2.5 指数坍塌 94
5.2.6 钟形坍塌 99
5.3 计算动词“become（state，state）”和“be state”之间的关系 100
5.4 计算动词扩展原理 101
5.4.1 第一步：从一个属性值？？推导ψ 102
5.4.2 第二步：从模板计算动词构造动力学 104
5.5 扩展两个模糊集之间的逻辑运算 105
5.5.1 两个计算动词坍塌之间的模糊或 107
5.5.2 两个计算动词坍塌之间的模糊与 108
5.6 截顶计算动词坍塌 111
5.7 将一个计算动词坍塌扩展成多个计算动词 114
5.8 将模糊推理扩展成计算动词推理 118
第六章 计算动词集合 123
6.1 从传统集合和模糊集合到计算动词集合 123
6.2 计算动词坍塌构建的计算动词集合 126
6.3 计算动词坍塌构建的计算动词集合的特性 128
6.4 从观察数据中构建的计算动词集合 132
6.5 具有相同计算动词坍塌的计算动词集合 132
6.6 计算动词集合的计算动词坍塌 143
6.6.1 同型计算动词集合的计算动词坍塌 143
6.6.2 相同动态特性的计算动词集合的动词坍塌 144
第七章 计算动词数 147
7.1 计算动词数的定义 147
7.2 动词数基础 150
7.2.1 动词数的分类 150
7.2.2 动词数的基本定义 150
7.3 动词算术 152
7.3.1 动词算术规则 153
7.3.2 动词算术的例子 155
7.4 动词数的计算动词坍塌 156
7.5 动词数的测量 163
7.5.1 V作为度量空间 164
7.5.2 基于计算动词坍塌的动词数间距离 165
7.6 动词数的计算动词扩展原理 166
7.6.1 扩展原理 167
7.6.2 一个扩展动词数的例子 168
7.7 动力学定性特征不变的动词数间的计算 170
7.7.1 加法 170
7.7.2 减法 171
第八章 计算动词标准形 173
8.1 如何给英语中所有的计算动词编程 173
8.1.1 基于双曲平衡点附近的动力学来分解计算动词 174
8.1.2 计算动词分段构成 175
8.2 波形的分段线性分解 180
8.3 光滑波形的趋势划分 185
8.4 Become标准形 188
8.4.1 Become的定义与存在 189
8.4.2 有两个状态的Become 190
8.4.3 有一个状态的Become 191
8.4.4 不带状态的Become 191
8.4.5 不变的Become 192
8.5 计算动词集合的聚类中心 192
8.6 用动词标准形合成计算动词 203
8.7 利用感知器来分类计算动词 204
第九章 计算动词间的距离和相似度 207
9.1 简介 207
9.2 饱和进化函数的距离和相似度 208
9.2.1 饱和函数 208
9.2.2 饱和动词距离和相似度的定义 211
9.2.3 不同生命跨度的计算动词的距离和相似度 212
9.2.4 饱和函数对计算动词坍塌的影响 218
9.3 基于饱和进化函数的计算动词距离 220
9.3.1 连续时间进化函数的情形 220
9.3.2 离散时间进化函数的情形 226
9.4 基于饱和进化函数的计算动词的相似度 229
9.4.1 连续时间进化函数的情形 229
9.4.2 离散时间进化函数的情形 231
9.5 在属性空间定义的距离和相似度 234
9.5.1 模糊动态系统作为进化函数的动词相似度的情形 234
9.5.2 离散时间的情形 237
9.6 基于计算动词坍塌的距离和相似度 240
9.7 基于闵可夫斯基不等式的计算动词相似度 244
9.7.1 p＝1的情况 245
9.7.2 p＝2的情况 246
9.7.3 基于闵可夫斯基不等式的动词相似度的特性 247
9.7.4 平衡计算动词相似度的例子 249
9.8 become（state 1，state 2）的计算动词相似度 251
9.9 最简计算动词规则及其推理 254
9.9.1 用差表示的最简进化函数 254
9.9.2 表示为布尔逻辑的计算动词逻辑 257
9.9.3 二状态生命跨度的最简进化函数 260
9.9.4 通过解动词相似度方程的计算动词推理 261
9.10 基于趋势的计算动词相似度 262
9.10.1 设计基于趋势的计算动词相似度 263
9.10.2 基于趋势的动词相似度为常数的计算动词 266
9.10.3 比较“Become a”和“Be Near a” 267
9.11 复合计算动词相似度 277
9.11.1 复合计算动词相似度的计算原理 278
9.11.2 2采样点计算动词之间的复合计算动词相似度 282
9.11.3 3采样点计算动词之间的复合计算动词相似度 285
第十章 计算动词统计学 287
10.1 概率论基础 288
10.2 基于事件修饰的计算动词事件的概率 289
10.2.1 计算动词事件 289
10.2.2 计算动词事件修饰 294
10.2.3 计算动词修饰对事件的作用 297
10.2.4 具有饱和进化函数的动词修饰 298
10.3 基于计算动词观察函数的计算动词事件的概率 299
10.3.1 模糊事件和计算动词事件 299
10.3.2 计算动词事件概率 303
10.3.3 基本动词事件观察函数的选择 305
10.4 离散动词概率空间 311
第十一章 计算动词中的不确定性 313
11.1 基于计算动词坍塌的不确定性测量 316
11.1.1 计算动词中模糊度的测量 316
11.2 测量动力学相似度的不确定性 319
11.3 基于计算动词坍塌的对动词歧义性的测量 321
11.4 Decrease在RC电路中的歧义性 322
11.4.1 动力学的歧义性 323
11.4.2 状态中的歧义性 327
11.5 计算动词坍塌为正态分布的计算动词集的歧义性 328
11.5.1 线性进化函数 329
11.5.2 非线性进化函数 331
11.5.3 状态中的歧义性 334
11.6 计算动词坍塌为指数分布的计算动词集的歧义性 334
第十二章 计算动词的互相关与相关 339
12.1 计算动词互相关 339
12.1.1 例1：Decrease和Increase的互相关 339
12.1.2 例2：Increase和Stay的互相关 340
12.2 认知上正确的计算动词互相关 341
12.2.1 减少对初态的敏感 341
12.2.2 减少对绝对值的敏感 342
12.3 归一化的计算动词互相关 343
12.4 具有不同生命跨度的计算动词间的计算动词互相关 344
12.5 计算动词相关 345
12.5.1 离散时间情况 345
12.5.2 连续时间情况 346
12.5.3 计算动词相关的性质 346
12.5.4 其他计算动词相关 347
12.6 应用于知识发现 348
12.6.1 基于动词互相关的结果 348
12.6.2 基于动词相关的结果 349
第十三章 计算动词逻辑 351
13.1 属性空间中的动词逻辑运算 351
13.2 说谎者悖论的新解释 354
13.3 动词说谎者悖论 357
13.4 计算动词规则库 363
13.5 计算动词规则库的特性 374
13.6 基于布尔矩阵的动词规则库的形式化描述 375
13.7 计算动词规则库的合并 377
13.8 计算动词规则库的分割 381
第十四章 基于计算动词规则的推理 383
14.1 定性不变的形容词推理 383
14.1.1 单一形容词规则推理 384
14.1.2 形容词算法推理 386
14.2 性质不变的计算动词推理 389
14.2.1 单一计算动词规则的推理 389
14.2.2 计算动词算法推理 390
14.3 动词关系 393
14.3.1 单一动词规则的动词推理 393
14.3.2 动词算法的动词推理 403
14.3.3 基于相似度函数的计算动词重构：去动词化 404
第十五章 计算动词系统 407
15.1 分规则计算动词系统 407
15.2 分规则计算动词线性系统的定义 409
15.2.1 离散时间的情况 409
15.2.2 连续时间的情况 411
15.3 一阶分规则线性计算动词系统 413
15.3.1 实现规则（15.27） 414
15.3.2 实现规则（15.28） 415
15.3.3 从有序到混沌 416
15.3.4 参数L对稳定性的影响 417
15.3.5 参数a对稳定性的影响 419
15.4 离散时间分规则线性计算动词系统的稳定性 421
15.5 分规则线性计算动词系统的鲁棒稳定性 424
15.5.1 连续时间的情况 424
15.5.2 离散时间的情况 426
15.6 控制带扰动的离散时间分规则线性计算动词系统 427
15.7 结论 433
第十六章 计算动词控制器 435
16.1 设计稳定的计算动词控制器 435
16.2 设计计算动词控制规则 439
16.2.1 二阶控制对象的一个例子 440
16.2.2 传统控制器 443
16.2.3 计算动词控制器 443
16.3 混沌的动词控制 448
16.3.1 蔡氏电路的分段线性系统模型 449
16.3.2 仿真结果 454
16.4 利用动词控制器实现Hénon映射的同步 459
16.4.1 计算动词控制规则 460
16.4.2 仿真结果 463
16.5 基于计算动词控制器的Lyapunov方程反向求解来控制和同步Genesio混沌系统 470
16.5.1 使用计算动词规则和推理来建模和控制混沌系统 470
16.5.2 构造渐近稳定的分规则计算动词控制器的步骤 472
16.5.3 控制Genesio混沌系统 476
16.5.4 使用计算动词控制器同步两个Genesio混沌系统 481
第十七章 计算动词PID控制器 485
17.1 PID控制器基础 485
17.1.1 PID控制器原理 485
17.1.2 PID控制器各个环节的作用 485
17.2 增益自整定模糊PID控制器 486
17.2.1 自整定模糊PID控制器工作原理 486
17.2.2 增益自整定模糊PID控制器的实现 487
17.3 增益自整定计算动词PID控制器 490
17.3.1 增益自整定动词PID控制器的工作原理 490
17.3.2 增益自整定动词PID控制器的设计方法 490
17.3.3 增益自整定计算动词PID控制器的实现 493
17.4 各种控制器的性能仿真及对比分析 507
17.4.1 仿真标准 507
17.4.2 采用的过程模型 508
17.4.3 性能仿真 508
17.5 结论 512
第十八章 计算动词决策树 517
18.1 简介 517
18.2 计算动词决策树结构 518
18.2.1 依赖于温度变化的疾病爆发案例 521
18.2.2 温室控制决策树 523
18.3 构建计算动词决策树 526
18.3.1 分类问题中的动力学 526
18.3.2 使用动词熵的动词决策树的推导 527
18.4 动词决策树训练新算法 535
18.4.1 动词决策树构建 536
18.4.2 股票数据库 542
第十九章 计算动词神经网络 547
19.1 神经模糊系统 547
19.2 神经计算动词系统 549
19.2.1 Ⅰ型神经计算动词系统的网络结构 549
19.2.2 Ⅰ1型神经计算动词系统 550
19.2.3 Ⅰ2型神经计算动词系统 560
19.3 利用计算动词规则加速神经网络学习 568
19.3.1 利用动力学知识加速学习算法 569
19.3.2 实验设置 570
19.3.3 结果 573
19.3.4 结论 573
第二十章 计算动词Petri网和有穷自动机 575
20.1 计算动词Petri网的定义 575
20.2 并发／并行行为 579
20.2.1 所有变迁延迟采用相同的计算动词规则 580
20.2.2 变迁延迟采用不同的计算动词规则 585
20.3 计算动词有穷自动机 590
20.4 计算动词有限状态机与模糊有限状态机 592
20.4.1 计算动词有限状态机与模糊有限状态机简介 592
20.4.2 CVSM的数学定义 594
20.4.3 仿真与比较 596
20.4.4 CVSM的规则设定 597
第二十一章 计算动词元胞网络 601
21.1 引言［221］ 601
21.2 计算动词元胞网络的结构［221］ 602
21.3 一维计算动词元胞网络的结构［222］ 602
21.4 1D CVCN模式分类及典型模式介绍 607
21.4.1 形态分类法 609
21.4.2 过程分类法 617
21.4.3 自传型与右传型的输出模式性态总结 632
21.5 1D CVCN的理论验证及典型模式性态总结 635
21.5.1 棋盘模式的理论验证及性态总结 636
21.5.2 单色态的理论验证与性态总结［228］ 643
21.5.3 双色横纹态的理论验证及性态总结 647
21.5.4 垂直的错位模式的理论验证［229］ 650
21.5.5 其他模式的理论分析简介 651
21.6 二维计算动词元胞网络的原理 653
21.6.1 带有耦合前件的计算动词规则 654
21.6.2 带有解耦前件和解耦后件的计算动词局域规则 656
21.6.3 带有解耦后件的空间不变计算动词局域规则 658
21.7 2D CVCN模式分类 659
21.7.1 条纹模式（Stripe Pattern） 660
21.7.2 横竖竞争模式（Horizontal-vertical Pattern） 662
21.7.3 迷宫模式（Maze Pattern） 663
21.7.4 棋盘格模式（Checkerboard Pattern） 663
21.7.5 网格模式（Grid Pattern） 664
21.7.6 斑块模式（Patch Pattern） 664
21.7.7 复合模式（Composite Pattern） 666
21.7.8 单色模式（Homogenous Pattern） 666
21.7.9 其他模式 667
21.8 2D CVCN特性 667
21.8.1 周期性 667
21.8.2 对初始条件的敏感性 670
21.8.3 对网络大小的敏感性 671
21.9 2D CVCN模式的理论验证 672
21.9.1 单色模式的验证 672
21.9.2 周期性网格模式的验证 673
21.10 结论 675
第二十二章 计算动词博弈论 677
22.1 引言 677
22.2 战略博弈 677
22.3 两个局中人博弈的例子 680
22.3.1 囚徒困境 682
22.3.2 弱鸡赛局 683
22.4 结论 684
第二十三章 计算认知经济学 685
23.1 认知股票图表 685
23.2 应用计算动词建模股票市场 687
23.2.1 从市场中找出感觉 687
23.2.2 认知股票图表 689
23.2.3 在认知股票图表中的计算认知测量值 690
23.3 罗素年度指数重构效应 694
23.4 建模罗素重构模式 696
23.4.1 股票市场建模的计算动词模块 700
23.4.2 寻找计算动词相似度 700
23.5 理解罗素再平衡模式 706
23.5.1 罗素再平衡日期之前 706
23.5.2 罗素再平衡日期之后 707
23.5.3 总结 707
23.6 房地产价格博弈的非线性动力学建模 708
23.6.1 房地产市场建模 708
23.6.2 数值模拟 710
23.7 模型混沌控制［206,207,208,209］ 710
23.7.1 传统的控制方式 714
23.7.2 基于计算动词规则的控制方式 715
第二十四章 计算动词图像处理 721
24.1 有效的实时图像处理 721
24.2 空间计算动词 725
24.2.1 构建空间计算动词的标准形 725
24.2.2 空间计算动词的例子 726
24.2.3 复合的空间计算动词 728
24.2.4 空间计算动词的相似度 729
24.2.5 空间动词标准形的动词相似度 731
24.3 使用动词相似度的图像处理 732
24.3.1 图像压缩［212］ 732
24.3.2 图像插值［215］ 740
24.3.3 垂直纹理的加强和分割 748
24.3.4 鲁棒的虚拟透明卡检测 748
24.4 使用计算动词对图像中的认知特征进行语义的分解 749
24.4.1 案例：眼睛 751
24.4.2 案例：肤色 754
24.5 物理语言层的图像理解 754
24.6 认知图像搜索引擎 760
24.6.1 盲人摸象方法 761
24.6.2 PicSeer PL图像搜索引擎 763
24.7 结论 770
第二十五章 基于计算动词理论的游戏AI引擎设计 773
25.1 背景及意义 774
25.2 计算动词游戏AI引擎的设计与实现 776
25.2.1 引擎的组成 776
25.2.2 脚本编译器 776
25.2.3 资源池 781
25.2.4 计算动词系统 782
25.2.5 角色实体接口 783
25.2.6 动词规则推理系统 784
25.3 测试及系统运行结果 785
25.3.1 场景1：小车过弯道 785
25.3.2 场景2：机器人对战 787
第二十六章 计算动词理论在各领域的应用范例 793
26.1 基于计算动词理论的交互式叙事 793
26.1.1 以自然语言为中心的建模方法 793
26.1.2 基于计算动词理论的交互式叙事系统 794
26.2 计算动词用于自动聚焦控制［243］ 795
26.2.1 模型理论基础 795
26.2.2 动词控制器 797
26.2.3 模型数学化 797
26.3 直流直线电机的动词PID控制［234］ 801
26.3.1 定义模糊集 801
26.3.2 Kd、Ki、Kp初始值的整定 802
26.3.3 动词推理 802
26.3.4 动词PID控制器的实时计算 804
26.3.5 仿真结果 805
26.4 基于动词控制的自动发电控制（AGC）研究［237］ 806
26.4.1 基于动词控制的独立电力系统的负荷频率控制 807
26.4.2 基于动词控制的区域互联电力系统的负荷频率控制 812
26.5 基于超声波导盲系统的碰撞规避建模［244］ 816
26.5.1 面对面碰撞的规避模型 816
26.5.2 精确解决方案 816
26.5.3 计算动词系统解决方案 817
26.6 一种计算动词PID控制器设计的改进［239］ 820
26.6.1 动词PID控制器的设计 821
26.6.2 仿真及结果比较 823
26.7 回流焊温度曲线的计算动词表示［240］ 824
26.7.1 引言 824
26.7.2 曲线的数学模型 824
26.7.3 实现 826
26.8 计算动词在功率放大器预失真的应用［241］ 828
26.8.1 PA模型 829
26.8.2 运用计算动词的DPD 829
26.8.3 仿真 833
26.9 基于计算动词控制的变步长自适应滤波算法［245］ 833
26.9.1 引言 833
26.9.2 基于计算动词理论的改进 835
26.9.3 仿真结果分析 838
26.10 基于计算动词决策树的股市数据分析 839
26.10.1 股票动词决策树的相关概念 840
26.10.2 股票动词决策树的建立 842
26.11 计算动词理论在股票数据分析中的应用 842
26.11.1 股票数据的预处理 842
26.11.2 应用聚类算法进行数据分类 845
26.11.3 数据的二次分类 845
26.12 变压器故障诊断的初步实现［242］ 849
26.13 计算动词图像处理在小型机器人足球世界杯中的应用 855
26.13.1 构建空间计算动词 857
26.13.2 实时匹配图像和空间动词 857
26.13.3 实验测试结果 858
26.14 电力营销系统中需电量预测的设计与实现 859
26.14.1 需电量预测系统设计及实现 859
26.14.2 需电量预测结果分析 860
参考文献 863
索引 878