基于模糊信息的应用技术研究 - Tapa blanda

Sinopsis

模糊数学是处理模糊信息的有力工具。模糊聚类分析、模糊模式识别是模糊数学中处理模糊分类问题的有效方法，但模糊模式识别方法与含有模糊信息的支持向量机方法二者的已知条件和所解决的问题都是不一样的。因此不能简单地用模糊模式识别方法解决含有模糊信息的支持向量机所要解决的问题。特别是，由于现实问题的复杂性，人们还需要在实际应用的求解过程中对现有支持向量机进行不断完善，*多的智能化数据分析（预测）还需要多类算法的组合应用，企望达到*好的应用效果。王爱民、葛彦强、周宏宇*的《基于模糊信息的应用技术研究》研究主要从训练集中含有模糊信息的支持向量机分类算法和具有复杂信息的数据挖掘算法两个方面展开。研究成果在实际问题中得到了应用。本书在理论上的研究主要是：阐述了数据挖掘的研究现状，阐述了支持向量机分类和回归算法，并且分析了支持向量机的理论基础——统计学习理论。引入模糊系数规划的模型和解法，给出了分类问题中的模糊信息表示方法。将模糊分类问题转化为求解模糊系数规划问题。分别建立了Fuzzy线性可分问题、Fuzzy广义线性可分问题和Fuzzy非线性问题的支持向量分类机（算法）。第1章引论1.1研究背景1.2基于模糊信息的智能技术研究现状1.3智能技术在中医症状鉴别领域的研究现状1.4主要研究内容第2章支持向量机的基本理论2.1最大间隔超平面2.2支持向量机分类算法2.2.1线性可分情况2.2.2广义线性可分情况2.2.3非线性可分情况2.3支持向量机回归理论2.4统计学习理论的核心内容2.5小结第3章基于Fuzzy理论的支持向量机3.1预备知识3.1.1模糊机会约束规划3.1.2分类问题中的模糊信息表示方法3.2模糊分类的支持向量机3.3模糊线性可分类的支持向量机3.4含有模糊信息的广义线性可分情况3.5含有模糊信息的非线性可分情况3.6阈值的确定3.7实验分析3.8小结第4章支持向量机应用研究4.1支持向量机实现算法研究4.2最小二乘支持向量机参数的遗传算法研究4.2.1最小二乘支持向量机4.2.2LS-SVM参数的遗传算法研究4.2.3控制图模式数据描述4.2.4模式分类方案设计4.2.5实验分析4.3支持向量机在烧结矿化学成分预测中的应用4.3.1智能技术在对烧结矿成分进行预测领域的研究现状4.3.2烧结工艺特点与预测系统的配置结构4.3.3数据的标准化处理4.3.4非线性回归估计算法4.3.5实验分析4.4核心设计源代码4.5小结第5章改进的最短距离聚类算法5.1聚类算法5.2邻近聚类算法5.2.1概念及定义5.2.2基于距离的搜索算法5.2.3基于阈值的邻近聚类算法5.2.4近邻聚类算法5.3多重聚类算法5.4实验分析5.5小结第6章仿生计算与基因表达式编程6.1仿生计算6.2基因表达式编程6.3初始种群基因设计6.3.1初始种群产生方式6.3.2基因空间均匀产生方案6.4实验分析6.5小结第7章中医症状鉴别智能诊断系统7.1中医症状鉴别智能诊断系统现状7.2系统设计7.2.1系统特色7.2.2方剂知识挖掘子系统的结构7.2.3方剂知识挖掘子系统的功能7.3系统的实现7.3.1数据库设计7.3.2方剂数据挖掘实施过程7.4数据输入与预

"Sinopsis" puede pertenecer a otra edición de este libro.