目录
序言
前言
第0章 绪论 1
0.1 模糊复分析学发展概要 1
0.2 模糊复分析研究现状简述 7
第1章 预备知识 10
1.1 分类、识别、学习问题 10
1.1.1 分类问题科学描述 10
1.1.2 分类问题的数学公式化描述 11
1.1.3 分类器设计需关注的问题 13
1.1.4 识别问题概说 13
1.1.5 机器学习及其发展概述 14
1.1.6 机器学习的理论基础 18
1.1.7 统计机器学习 21
1.1.8 统计机器学习的理论发展现状概要 22
1.2 经典集合及其关系 31
1.2.1 经典集合与集类及其关系 31
1.3 模糊集及其运算 36
1.3.1 模糊集定义 36
1.3.2 模糊集的截集 37
1.3.3 模糊集的核、支集、边界 37
1.3.4 模糊集理论的重要原理:扩张原理 37
1.4 模糊数及运算 38
1.5 经典测度概念与模糊测度 39
第2章 模糊复数与模糊复集 43
2.1 模糊复数的概念与运算 43
2.2 模糊复(数)集的复模糊测度 45
2.3 主要结果 50
第3章 模糊复集值测度理论初步 60
3.1 模糊复集值函数、模糊复集值可测函数以及模糊复集值 距离的概念 60
3.2 模糊复集值复模糊可测函数概念 62
3.3 模糊复集值复模糊可测函数的性质 62
第4章 基于模糊复集值测度的模糊复集值函数积分理论 68
4.1 模糊复集值积分概念及其性质 69
4.2 模糊复集值积分的收敛定理 73
4.3 几类典型模糊复集值积分及其简性 77
4.3.1 Sugeno型模糊复集值积分 77
4.3.2 Choquet型模糊复集值积分 78
4.3.3 S型与C型模糊复集值积分的性质 80
4.3.4 (N)-型模糊复集值积分 80
第5章 模糊复集值积分理论应用 91
5.1 模糊复集值积分分类器设计 91
5.2 模糊复集值积分在分类器融合中的应用 97
5.3 多维模糊评价问题 102
5.4 模糊信息学习问题 103
5.4.1 旅游模糊复集值信息的模糊复集值测度计算 105
5.4.2 旅游模糊复集值信息仿人学习算法 105
5.4.3 旅游信息学习示例操作 106
5.5 数据信息分类问题 109
5.5.1 S型模糊复集值积分旅游数据(流)分类器算法流程 与步骤 109
5.5.2 S型模糊复集值积分旅游大数据流分类过程 110
5.5.3 旅游数据信息分类例举 111
5.6 关于数据流信息处理关键技术概要 113
5.6.1 集成学习思想 113
5.6.2 增量式学习思想 114
5.6.3 嵌入轮转式分类器及集成技术思想 114
5.6.4 基于模糊复集值积分算法的数据流分类模型 116
参考文献 120