内容简介
本书共分十三章，内容包括：模糊子集的概念、扩展原理、模糊关系、模糊测试、可能性理论及模糊概率论，论述了模糊集在人工智能、图像处理、模式识别等领域内的多方面应用。
目录
前言 第一章预备知识 1.?1集和集的运算 1.?2映射和关系 1.?3代数系统 1.?4格与布尔代数 1.?5命题及其联结词 第二章模糊子集 2.?1模糊集合的概念 2.?2模糊集的运算 2.?3a-截集与分解定理 2.?4模糊分布和模糊结构集 2.?5L-模糊集 2.?6模糊度与贴近度 第三章扩展原理与扩展实运算 3.?1扩展原理 3.?2扩展实运算 第四章模糊关系 4.?1n元模糊关系 4.?2模糊等价关系 4.?3综合评判 4.?4模糊关系方程 第五章模糊测度与可能性理论 5.?1模糊测度 5.?2Sugeno模糊积分 5.?3Sugeno模糊积分的应用 5.?4可能性理论初步 第六章模糊概率论导引 6.?1模糊事件 6.?2模糊均值(FEV) 6.?3模糊大数定律 6.?4随机集落影 第七章模糊集在人工智能中的应用 7.?1系统描述 7,?2模糊程序的解释方法 7.?3机器人控制实验举例 第八章模糊集在图象处理中的应用 8.?1图象的模糊特征平面 8.?2模糊增强算法 8.?3图象的模糊性指数和模糊熵 8.?4模糊增强实验结果举例 8.?5图象边缘检测中的模糊技术 8.?6用于图象分割的模糊迭代算法 第九章模糊集在模式识别中的应用 9.?1模糊图形识别 9.?2图象目标的形状分析 9.?3手书数字的识别 9.?4手书文字的识别 第十章模糊集在语音识别中的应用 10.?1识别语音和讲话人的模糊集方法 10.?2语言识别中的自适应学习算法 10.?3可能性理论在连续语音理解系统中的应用 10.?4模糊非相似关系在实时音素分类中的应用 第十一章模糊集在聚类分析中的应用 11.?1Ruspini模糊聚类算法 11.?2模糊-统计混合聚类算法 11.?3模糊C-均值算法 11.?4模糊协方差聚类算法 11.?5模糊c-线性簇聚类算法 11.?6模糊C-椭型算法 11.?7聚类有效性问题 11.?8模糊聚类算法在空间导航系统中的实际应用 第十二章模糊集在自动控制中的应用 12.?1模糊控制系统的工作原理 12.?2模糊控制系统举例 12.?3语言真值推理在模糊逻辑控制器中的应用 12.?4自适应模糊控制系统 第十三章模糊集在信号检测与参数估计中的应用 13.?1信号的模糊检测 13.?2相关杂波中雷达信号的模糊检测 13.?3伪随机相位编码雷达信号纠错估计的模糊算法 13.?4雷达信息处理中的模糊估计
