目錄
“博士后文庫”序言　
前言　
第1章　緒論　1　
1.1　研究背景　1　
1.2　置信函數(shù)理論　2　
1.2.1　證據(jù)的表示　2　
1.2.2　證據(jù)的組合　5　
1.2.3　證據(jù)在辨識框架上的運算　8　
1.2.4　決策規(guī)則　11　
1.3　不確定數(shù)據(jù)分類問題　12　
1.4　基于規(guī)則的分類方法　14　
1.4.1　模糊規(guī)則分類研究綜述　14　
1.4.2　關(guān)聯(lián)規(guī)則分類研究綜述　17　
第2章　不可靠數(shù)據(jù)魯棒置信規(guī)則分類　23　
2.1　引言　23　
2.2　不可靠數(shù)據(jù)魯棒置信規(guī)則分類系統(tǒng)　24　
2.2.1　置信規(guī)則結(jié)構(gòu)　24　
2.2.2　基于數(shù)據(jù)驅(qū)動的置信規(guī)則庫構(gòu)建　25　
2.2.3　置信推理方法　29　
2.3　實驗分析　31　
2.3.1　實驗設(shè)置　31　
2.3.2　分類正確率評估　33　
2.3.3　分類魯棒性評估　35　
2.3.4　運行時間分析　41　
2.4　本章小結(jié)　43　
第3章　面向大數(shù)據(jù)的緊湊置信規(guī)則分類　44　
3.1　引言　44　
3.2　基于證據(jù)C均值的緊湊置信規(guī)則庫學(xué)習(xí)　45　
3.2.1　證據(jù)C均值算法　45
3.2.2　基于監(jiān)督證據(jù)C均值的置信劃分　46　
3.2.3　緊湊置信規(guī)則庫構(gòu)建　47　
3.2.4　準確性與可解釋性折中的參數(shù)優(yōu)化　49　
3.3　實驗分析　51　
3.3.1　合成數(shù)據(jù)集測試　51　
3.3.2　真實數(shù)據(jù)集測試　52　
3.4　本章小結(jié)　56　
第4章　數(shù)據(jù)與知識雙驅(qū)動的復(fù)合置信規(guī)則分類　57　
4.1　引言　57　
4.2　復(fù)合置信規(guī)則分類系統(tǒng)　58　
4.2.1　基于知識驅(qū)動的置信規(guī)則庫構(gòu)建　58　
4.2.2　數(shù)據(jù)與知識雙驅(qū)動的復(fù)合置信規(guī)則庫構(gòu)建　61　
4.3　基于訓(xùn)練數(shù)據(jù)與專家知識的多源目標識別　63　
4.3.1　問題描述　64　
4.3.2　目標識別復(fù)合置信規(guī)則庫構(gòu)建　65　
4.3.3　對比分析　68　
4.3.4　參數(shù)分析　69　
4.4　本章小結(jié)　70　
第5章　精確且可解釋的置信關(guān)聯(lián)規(guī)則分類　72　
5.1　引言　72　
5.2　置信類關(guān)聯(lián)規(guī)則　73　
5.2.1　置信類關(guān)聯(lián)規(guī)則結(jié)構(gòu)　73　
5.2.2　支持度與置信度定義　74　
5.3　精確且可解釋的置信關(guān)聯(lián)規(guī)則分類方法　76　
5.3.1　置信類關(guān)聯(lián)規(guī)則挖掘　77　
5.3.2　置信類關(guān)聯(lián)規(guī)則削減　81　
5.3.3　置信推理分類　84　
5.3.4　計算復(fù)雜度分析　85　
5.4　實驗分析　86　
5.4.1　實驗設(shè)置　86　
5.4.2　分類精度評估　88　
5.4.3　可解釋性評估　90　
5.4.4　參數(shù)分析　91　
5.4.5　運行時間分析　93　
5.5　本章小結(jié)　95
第6章　面向高維數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類　96　
6.1　引言　96　
6.2　高維數(shù)據(jù)置信關(guān)聯(lián)規(guī)則分類方法　97　
6.2.1　基于熵的自適應(yīng)模糊劃分　98　
6.2.2　基于子群發(fā)現(xiàn)的規(guī)則預(yù)篩選　99　
6.2.3　遺傳規(guī)則選擇　101　
6.3　實驗分析　102　
6.3.1　算例分析　102　
6.3.2　對比分析　104　
6.3.3　參數(shù)分析　107　
6.4　本章小結(jié)　108　
第7章　面向軟標簽數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類　109　
7.1　引言　109　
7.2　不精確類關(guān)聯(lián)規(guī)則　110　
7.2.1　不精確類關(guān)聯(lián)規(guī)則結(jié)構(gòu)　110　
7.2.2　軟標簽數(shù)據(jù)支持度與置信度定義　111　
7.3　基于關(guān)聯(lián)規(guī)則的軟標簽數(shù)據(jù)分類　112　
7.3.1　基于熵的軟標簽數(shù)據(jù)自適應(yīng)模糊劃分　114　
7.3.2　不精確類關(guān)聯(lián)規(guī)則挖掘　117　
7.3.3　規(guī)則削減　121　
7.3.4　軟標簽下的置信推理分類　122　
7.4　實驗分析　123　
7.4.1　標準數(shù)據(jù)集測試　123　
7.4.2　面部表情識別應(yīng)用　128　
7.5　本章小結(jié)　130　
第8章　基于置信規(guī)則推理的編隊目標識別　131　
8.1　引言　131　
8.2　置信規(guī)則推理方法描述　132　
8.2.1　基于證據(jù)推理算法的置信規(guī)則推理　132　
8.2.2　置信規(guī)則庫參數(shù)學(xué)習(xí)　134　
8.3　基于置信規(guī)則推理的航母編隊識別　134　
8.3.1　航母編隊識別置信規(guī)則庫構(gòu)建　135　
8.3.2　基于多層置信規(guī)則庫的推理　137　
8.3.3　置信規(guī)則庫參數(shù)學(xué)習(xí)　137　
8.4　實驗分析　138
8.5　本章小結(jié)　139　
第9章　基于置信關(guān)聯(lián)規(guī)則的多框架融合目標識別　141　
9.1　引言　141　
9.2　多框架置信關(guān)聯(lián)規(guī)則挖掘　142　
9.2.1　多框架置信數(shù)據(jù)庫構(gòu)建　142　
9.2.2　多框架置信數(shù)據(jù)庫下支持度與置信度定義　143　
9.2.3　多框架置信數(shù)據(jù)庫規(guī)則挖掘　145　
9.3　多框架融合目標識別　147　
9.3.1　總體框架　147　
9.3.2　框架中各模塊的具體實現(xiàn)過程　148　
9.3.3　計算復(fù)雜度分析　152　
9.4　實驗分析　153　
9.4.1　問題描述　153　
9.4.2　算法實現(xiàn)　154　
9.4.3　對比分析　157　
9.4.4　參數(shù)分析　161　
9.4.5　運行時間分析　163　
9.5　本章小結(jié)　164　
第10章　考慮可靠性與重要性的廣義決策融合目標威脅評估　165　
10.1　引言　165　
10.2　證據(jù)的可靠性與重要性定義　166　
10.2.1　證據(jù)的可靠性定義　166　
10.2.2　證據(jù)的重要性定義　167　
10.3　不確定多屬性決策融合算法分析　169　
10.3.1　置信函數(shù)框架下的問題表示　169　
10.3.2　基于證據(jù)推理算法的多屬性決策融合方法　170　
10.3.3　基于證據(jù)可靠性的原始證據(jù)推理算法分析　173　
10.3.4　基于證據(jù)重要性的修正證據(jù)推理算法分析　174　
10.3.5　合成公理分析　176　
10.4　綜合考慮屬性可靠性與重要性的廣義證據(jù)推理算法　178　
10.4.1　證據(jù)的可靠性–重要性折扣運算　178　
10.4.2　廣義證據(jù)推理算法　178　
10.5　綜合考慮屬性可靠性與重要性的戰(zhàn)略預(yù)警系統(tǒng)目標威脅評估　180　
10.5.1　問題描述　180　
10.5.2　屬性評估量化及可靠度與重要度計算　181
10.5.3　仿真分析　183　
10.6　本章小結(jié)　186　
參考文獻　188　
編后記　205