第1章 概论 1
1.1 信息的概念与分类 1
1.2 香农信息论与模糊信息论 5
1.3 智能系统与信息技术智能化 7
第2章 信源特性分析 10
2.1 离散信源的熵 10
2.2 条件熵与Fano不等式 14
2.3 微分熵和随机矢量的熵 17
2.4 互信息函数 20
2.5 数据处理定理 25
2.6 随机矢量之间的互信息 28
2.7 信源的冗余度 33
第3章 逼近码长下限的理论与技术 41
3.1 无失真信源编码分析 41
3.2 定长编码 43
3.3 变长编码 48
3.4 变长码的编码方法 54
3.5 游程长度(RL)编码 61
3.6 MH码的编译码技术 66
3.7 二进制算术编码 71
3.8 文本压缩编码 74
4.1 信道容量 79
第4章 信道的信息传输能力分析 79
4.2 DMC的容量代价函数 81
4.3 高斯信道的容量代价函数 88
4.4 信道编码定理 91
第5章 限失真条件下逼近码长下限理论与技术 99
5.1 引言 99
5.2 离散无记忆信源的速率失真函数 100
5.3 高斯信源的R(δ)函数 111
5.4 信源编码定理 115
6.1 预测变换编码 121
第6章 优化设计的理论指南与实践 121
6.2 正交变换编码 124
6.3 矢量量化与R(δ) 131
6.4 接入网优化设计的理论武器 135
6.5 扩展频谱通信的理论基石 141
6.6 通信系统优化设计理论与实例 143
第7章 模糊信息的数学模型 147
7.1 模糊信息与模糊集合 147
7.2 模糊集合的运算 150
7.3 模糊集合与普通集合之间的关系 156
7.4 凸模糊集和模糊数 158
第8章 隶属函数的优化求解原理与技术 162
8.1 确定隶属函数的一般方法 162
8.2 基于数据样点模糊划分的隶属函数求解方法 166
8.3 神经网络的基本知识 172
8.4 模糊集的隶属函数神经网络求解方法 174
第9章 模糊不确定度与模糊信息量 180
9.1 格和算子 180
9.2 测度 184
9.3 模糊集合的熵 190
9.4 模糊信息量 195
第10章 关联模糊信息处理准则与模糊聚类技术 197
10.1 关系的基本知识 197
10.2 模糊关系 198
10.3 模糊关系的合成 202
10.4 模糊关系的自反性、对称性和传递性 205
10.5 模糊聚类 208
第11章 模糊模式识别 217
11.1 基于模糊集隶属函数的模式识别 217
11.2 基于模糊集距离准则的模式识别 220
11.3 汉语语音模糊识别的处理方法 226
11.4 手写数字的识别 228
12.1 图像边缘增强的模糊方法 233
第12章 图像信息模糊处理技术 233
12.2 遥感图像数据融合 237
12.3 L相二维模糊熵 239
第13章 模糊决策 242
13.1 概述 242
13.2 统计决策 244
13.3 基于隶属函数的模糊决策的基本理论 245
13.4 基于模糊数的模糊决策 248
13.5 基于模糊一致关系的模糊决策 253
14.1 模糊概率 257
第14章 随机模糊信息处理 257
14.2 模糊事件的均值与方差 260
14.3 模糊概率的应用 261
第15章 模糊系统原理与技术 263
15.1 概述 263
15.2 传真信号传输速率模糊识别系统 266
15.3 舰船雷达目标的模糊模式识别系统 274
15.4 雷达信号的模糊检测系统 280
15.5 模糊信息处理系统 283
参考文献 290