智能信息處理

上篇 智能信息處理的基礎理論
1、不精確推理模型
1.1 不精確推理模型的基本結構
1.2 主觀Bayes方法
1.3 確定性理論
1.4 證據(jù)理論
1.5 可能性理論
1.6 證據(jù)理論與確定性理論
2、模糊推理
2.1 基本概念
2.2 模糊條件推理
2.3 模糊三段論
2.4 模糊換質(zhì)位法
2.5 具有“IFTHENELSE”命題形式的模糊推理
3、模糊產(chǎn)生式系統(tǒng)
3.1 模糊產(chǎn)生式規(guī)則
3.2 模糊產(chǎn)生式系統(tǒng)
下篇 智能信息處理的方法及其應用
4、信息融合技術
4.1 信息融合的基本原理和系統(tǒng)結構
4.2 信息融合的基本方法
4.3 信息融合研究存在的問題和發(fā)展方向
4.4 一個Bayes數(shù)據(jù)融合模型及其在發(fā)酵控制中的應用
5、專家系統(tǒng)及其在信息處理中的應用
5.1 什么叫專家系統(tǒng)
5.2 一些較著名的專家系統(tǒng)
5.3 專家系統(tǒng)的分類
5.4 檸檬酸發(fā)酵過程控制專家系統(tǒng)
6、神經(jīng)網(wǎng)絡及其在信息處理中的應用
6.1 BP網(wǎng)絡
6.2 Hopfield網(wǎng)絡
6.3 BP網(wǎng)絡在燒結質(zhì)量推斷中的應用
6.4 子波神經(jīng)網(wǎng)絡及其在自動目標識別中的應用
結束語
參考文獻