異類數(shù)據(jù)關(guān)聯(lián)與融合

目 錄
第1章 緒 論\t1
1．1 問題的來源\t1
1．2 面臨的挑戰(zhàn)\t2
1．3 相關(guān)研究情況\t4
1．4 本書的概貌\t7
第2章 相關(guān)的數(shù)學(xué)基礎(chǔ)\t11
2．1 引言\t11
2．2 度量空間與常用距離\t11
2．2．1 度量空間\t11
2．2．2 常用距離\t12
2．3 灰色系統(tǒng)\t13
2．3．1 區(qū)間灰數(shù)與灰關(guān)聯(lián)分析\t13
2．3．2 灰靶理論\t20
2．4 模糊數(shù)學(xué)\t21
2．4．1 模糊集及運(yùn)算\t22
2．4．2 三角模糊數(shù)和區(qū)間數(shù)\t23
2．4．3 二型模糊集\t24
2．4．4 區(qū)間值模糊集\t24
2．4．5 直覺模糊集\t25
2．4．6 猶豫模糊集\t29
2．5 語義計算\t33
2．5．1 語義表示基本方法\t33
2．5．2 二元語義模型\t34
2．5．3 猶豫模糊語義標(biāo)簽集\t35
2．5．4 概率語義標(biāo)簽集\t35
2．5．5 連續(xù)語義標(biāo)簽集\t35
2．6 云模型\t36
2．6．1 定義及特征\t36
2．6．2 正態(tài)云\t37
2．6．3 云變換\t37
2．7 本章小結(jié)\t38
第3章 異步雷達(dá)航跡的直接關(guān)聯(lián)\t39
3．1 引言\t39
3．2 異步雷達(dá)航跡關(guān)聯(lián)的傳統(tǒng)處理方式\t39
3．2．1 問題描述\t39
3．2．2 時域配準(zhǔn)\t40
3．3 異步雷達(dá)航跡的區(qū)間化描述\t43
3．3．1 點(diǎn)跡―區(qū)間描述\t43
3．3．2 區(qū)間―區(qū)間描述\t44
3．3．3 區(qū)實(shí)混合序列描述\t45
3．3．4 搜索式區(qū)間灰數(shù)描述\t46
3．4 異步雷達(dá)航跡的相似度量\t47
3．4．1 區(qū)間灰數(shù)的灰關(guān)聯(lián)度\t47
3．4．2 加權(quán)滑窗序列的折線相似度\t50
3．4．3 序列離散度\t54
3．5 異步雷達(dá)航跡直接關(guān)聯(lián)模型\t55
3．5．1 基于區(qū)間灰數(shù)灰關(guān)聯(lián)度的異步航跡關(guān)聯(lián)\t55
3．5．2 基于加權(quán)滑窗序列折線相似度的異步航跡關(guān)聯(lián)\t57
3．5．3 基于序列離散度的異步航跡關(guān)聯(lián)\t58
3．6 復(fù)雜情況異步雷達(dá)航跡的直接關(guān)聯(lián)\t59
3．6．1 航跡的分叉與合并\t59
3．6．2 區(qū)間序列的分段劃分\t60
3．7 算法仿真與性能分析\t61
3．7．1 仿真環(huán)境設(shè)置\t61
3．7．2 算法性能比較\t62
3．7．3 航跡分叉合并情況的可辨性分析\t64
3．8 本章小結(jié)\t66
第4章 異步雷達(dá)航跡的抗差關(guān)聯(lián)\t67
4．1 引言\t67
4．2 系統(tǒng)誤差對雷達(dá)航跡關(guān)聯(lián)的影響\t67
4．2．1 問題描述\t67
4．2．2 對系統(tǒng)誤差的處理\t68
4．3 系統(tǒng)誤差的區(qū)間描述\t69
4．3．1 區(qū)間描述原理\t69
4．3．2 矩形投影法\t70
4．3．3 圓覆蓋法\t72
4．3．4 微分法\t73
4．3．5 區(qū)間描述的精度分析\t75
4．4 系統(tǒng)誤差下雷達(dá)航跡的相似度量\t77
4．4．1 區(qū)間灰數(shù)的灰關(guān)聯(lián)度\t77
4．4．2 區(qū)域集合相似度\t78
4．4．3 區(qū)間序列離散度\t80
4．5 同步雷達(dá)航跡的抗差關(guān)聯(lián)\t82
4．5．1 基于區(qū)間灰數(shù)的航跡抗差關(guān)聯(lián)\t82
4．5．2 基于區(qū)域集合相似度的航跡抗差關(guān)聯(lián)\t85
4．5．3 基于區(qū)間序列離散度的航跡抗差關(guān)聯(lián)\t86
4．6 異步雷達(dá)航跡的抗差關(guān)聯(lián)\t87
4．6．1 串行處理方式\t87
4．6．2 直接處理方式\t89
4．7 算法仿真與性能分析\t89
4．7．1 仿真環(huán)境設(shè)置\t89
4．7．2 算法性能比較\t90
4．8 本章小結(jié)\t93
第5章 雷達(dá)與ESM航跡的關(guān)聯(lián)\t95
5．1 引言\t95
5．2 異地配置的雷達(dá)與ESM異步航跡關(guān)聯(lián)\t96
5．2．1 異步航跡交叉定位的區(qū)間化處理\t96
5．2．2 不等長航跡序列的等長區(qū)間變換\t97
5．2．3 基于區(qū)間離散度的異地配置的雷達(dá)與ESM異步航跡關(guān)聯(lián)\t99
5．3 修正極坐標(biāo)系下雷達(dá)與ESM航跡的對準(zhǔn)關(guān)聯(lián)\t101
5．3．1 雷達(dá)與ESM濾波方程\t101
5．3．2 構(gòu)造關(guān)聯(lián)統(tǒng)計量\t102
5．4 系統(tǒng)誤差對同地配置雷達(dá)與ESM航跡關(guān)聯(lián)的影響\t103
5．4．1 系統(tǒng)誤差對關(guān)聯(lián)統(tǒng)計量的影響\t103
5．4．2 對非中心參數(shù)和正確關(guān)聯(lián)概率的影響\t104
5．5 同地配置的雷達(dá)與ESM航跡對準(zhǔn)關(guān)聯(lián)\t108
5．6 同地配置的雷達(dá)與ESM航跡抗差關(guān)聯(lián)\t109
5．6．1 系統(tǒng)誤差下雷達(dá)與ESM航跡的區(qū)間描述\t110
5．6．2 基于區(qū)間重合度的雷達(dá)與ESM航跡抗差關(guān)聯(lián)\t111
5．7 異地配置的雷達(dá)與ESM航跡抗差關(guān)聯(lián)\t113
5．7．1 系統(tǒng)誤差下雷達(dá)與ESM航跡的相似度量\t113
5．7．2 基于目標(biāo)拓?fù)湫畔⒌睦走_(dá)與ESM航跡抗差關(guān)聯(lián)\t114
5．7．3 基于區(qū)間離散度的雷達(dá)與ESM航跡抗差關(guān)聯(lián)\t117
5．8 算法仿真與性能分析\t118
5．8．1 仿真環(huán)境設(shè)置\t119
5．8．2 算法性能比較\t119
5．9 本章小結(jié)\t125
第6章 區(qū)間數(shù)據(jù)的關(guān)聯(lián)\t126
6．1 引言\t126
6．2 基于區(qū)間證據(jù)的區(qū)間數(shù)據(jù)關(guān)聯(lián)\t126
6．2．1 問題描述\t126
6．2．2 基于區(qū)間相似度的BPA生成\t127
6．2．3 關(guān)聯(lián)流程\t129
6．2．4 仿真實(shí)驗(yàn)\t131
6．3 基于直覺模糊集的區(qū)間數(shù)據(jù)關(guān)聯(lián)\t133
6．3．1 問題描述\t133
6．3．2 云模型數(shù)字特征的估計\t133
6．3．3 確定度向隸屬度與非隸屬度的轉(zhuǎn)化\t135
6．3．4 動態(tài)權(quán)重\t136
6．3．5 基于去模糊距離測度的TOPSIS方法\t137
6．3．6 關(guān)聯(lián)流程\t139
6．3．7 仿真實(shí)驗(yàn)\t140
6．4 本章小結(jié)\t145
第7章 直覺模糊數(shù)據(jù)的關(guān)聯(lián)\t146
7．1 引言\t146
7．2 直覺模糊數(shù)的幾何表示\t147
7．2．1 二維幾何表示\t147
7．2．2 三維幾何表示\t151
7．3 去模糊化距離測度\t153
7．3．1 現(xiàn)有距離違背直覺性分析\t153
7．3．2 提取直覺模糊特征\t154
7．3．3 去模糊化距離\t157
7．4 基于去模糊化距離的關(guān)聯(lián)\t162
7．4．1 目標(biāo)識別問題\t162
7．4．2 多屬性決策問題\t163
7．5 仿真分析\t164
7．5．1 數(shù)值算例\t164
7．5．2 目標(biāo)識別算例\t167
7．5．3 多屬性決策算例\t169
7．6 本章小結(jié)\t170
第8章 猶豫模糊型數(shù)據(jù)關(guān)聯(lián)中的加權(quán)綜合相關(guān)系數(shù)法\t171
8．1 引言\t171
8．2 現(xiàn)有猶豫模糊集相關(guān)系數(shù)的局限性\t172
8．3 猶豫模糊集的加權(quán)綜合相關(guān)系數(shù)\t174
8．3．1 猶豫模糊集及猶豫模糊數(shù)的一些基本定義\t174
8．3．2 猶豫模糊集的三種基本相關(guān)系數(shù)\t175
8．3．3 加權(quán)綜合相關(guān)系數(shù)\t178
8．4 基于猶豫模糊加權(quán)綜合相關(guān)系數(shù)的數(shù)據(jù)關(guān)聯(lián)\t181
8．4．1 經(jīng)典TOPSIS方法\t181
8．4．2 猶豫模糊環(huán)境下TOPSIS方法的局限性\t182
8．4．3 基于猶豫模糊加權(quán)綜合相關(guān)系數(shù)的改進(jìn)型TOPSIS方法\t183
8．5 仿真分析\t187
8．5．1 數(shù)值仿真\t188
8．5．2 目標(biāo)識別算例\t188
8．5．3 目標(biāo)分類算例\t189
8．5．4 多屬性決策算例\t193
8．4 本章小結(jié)\t196
第9章 猶豫模糊數(shù)據(jù)關(guān)聯(lián)中的特征距離測度法\t198
9．1 引言\t198
9．2 新的猶豫模糊比較法則\t199
9．2．1 現(xiàn)有比較法則的局限性\t199
9．2．2 新的比較法則\t200
9．3 猶豫模糊集特征距離\t202
9．3．1 猶豫模糊數(shù)的均值距離\t202
9．3．2 猶豫模糊數(shù)的特征距離\t206
9．3．3 猶豫模糊集的特征距離\t208
9．3．4 與現(xiàn)有距離方法的對比\t211
9．4 基于猶豫模糊特征距離測度的數(shù)據(jù)關(guān)聯(lián)\t213
9．4．1 經(jīng)典TODIM方法\t213
9．4．2 基于猶豫模糊特征距離的改進(jìn)型TODIM方法\t214
9．5 仿真分析\t216
9．5．1 與現(xiàn)有距離度量的比對\t216
9．5．2 目標(biāo)識別算例\t217
9．5．3 威脅等級估計算例\t220
9．6 本章小結(jié)\t223
第10章 語義數(shù)據(jù)的關(guān)聯(lián)\t225
10．1 引言\t225
10．2 連續(xù)概率猶豫模糊語義標(biāo)簽\t226
10．3 連續(xù)概率猶豫模糊語義標(biāo)簽的距離測度\t227
10．3．1 基于標(biāo)簽效能值的CPHFLTS距離測度\t228
10．3．2 基于概率標(biāo)簽組合的CPHFLTS距離測度\t230
10．4 基于語義標(biāo)簽距離測度的數(shù)據(jù)關(guān)聯(lián)\t232
10．5 仿真分析\t235
10．5．1 多屬性決策算例\t235
10．5．2 與TOPSIS方法對比分析\t238
10．6 本章小結(jié)\t240
第11章 異類數(shù)據(jù)的粒層轉(zhuǎn)化\t241
11．1 引言\t241
11．2 異類數(shù)據(jù)的粒結(jié)構(gòu)劃分\t242
11．3 異類數(shù)據(jù)的粒層轉(zhuǎn)化\t244
11．3．1 特征層的粒層統(tǒng)一\t245
11．3．2 決策層的粒層統(tǒng)一\t249
11．4 粒層并行的數(shù)據(jù)關(guān)聯(lián)\t251
11．4．1 決策層異類數(shù)據(jù)的粒層并行粒度計算\t252
11．4．2 粒層并行的數(shù)據(jù)關(guān)聯(lián)流程\t252
11．5 粒層轉(zhuǎn)化的數(shù)據(jù)關(guān)聯(lián)\t253
11．5．1 問題描述\t253
11．5．2 粒層轉(zhuǎn)化的數(shù)據(jù)關(guān)聯(lián)流程\t254
11．6 本章小結(jié)\t255
第12章 序列數(shù)據(jù)和區(qū)間數(shù)據(jù)的關(guān)聯(lián)\t257
12．1 引言\t257
12．2 短時序列數(shù)據(jù)與區(qū)間數(shù)據(jù)的關(guān)聯(lián)\t257
12．2．1 短時序列與區(qū)間數(shù)的距離\t258
12．2．2 基于灰關(guān)聯(lián)的短時序列―區(qū)間異類數(shù)據(jù)關(guān)聯(lián)\t260
12．3 基于云變換的累積量測序列與區(qū)間數(shù)據(jù)的關(guān)聯(lián)\t261
12．3．1 序列?區(qū)間異類數(shù)據(jù)同型轉(zhuǎn)化\t261
12．3．2 序列?區(qū)間異類數(shù)據(jù)的關(guān)聯(lián)\t266
12．4 仿真分析\t272
12．4．1 短時序列?區(qū)間異類數(shù)據(jù)關(guān)聯(lián)仿真\t272
12．4．2 累積量測序列?區(qū)間異類數(shù)據(jù)關(guān)聯(lián)仿真\t273
12．5 本章小結(jié)\t282
第13章 多源異類數(shù)據(jù)的關(guān)聯(lián)\t283
13．1 引言\t283
13．2 基于靶心距的異類數(shù)據(jù)關(guān)聯(lián)\t284
13．2．1 問題描述\t284
13．2．2 新的灰靶決策方法\t285
13．3．3 仿真分析\t294
13．3 基于信任區(qū)間交互式多屬性的異類數(shù)據(jù)關(guān)聯(lián)\t298
13．3．1 問題描述\t298
13．3．2 信任區(qū)間的構(gòu)建定理\t300
13．3．3 決策模型的確立\t301
13．3．4 信任區(qū)間交互式多屬性決策\(yùn)t303
13．3．5 仿真實(shí)驗(yàn)\t307
13．4 本章小結(jié)\t310
第14章 決策層數(shù)據(jù)的融合\t312
14．1 引言\t312
14．2 信度函數(shù)理論\t313
14．2．1 信度函數(shù)模型\t313
14．2．2 Dempster組合規(guī)則\t314
14．2．3 現(xiàn)有改進(jìn)的組合規(guī)則\t315
14．3 互補(bǔ)信度集成\t316
14．3．1 互補(bǔ)信度的概念\t317
14．3．2 基于互補(bǔ)信度的集成規(guī)則\t317
14．3．3 考慮信度權(quán)重的集成規(guī)則\t319
14．3．4 修正的信度集成規(guī)則\t320
14．4 信度區(qū)間集成\t321
14．4．1 信度函數(shù)的信度區(qū)間表示\t322
14．4．2 信度區(qū)間集成規(guī)則\t323
14．4．3 修正的信度區(qū)間集成規(guī)則\t325
14．4．4 基于信度區(qū)間集成規(guī)則的決策\(yùn)t327
14．5 仿真分析\t328
14．5．1 信度區(qū)間集成規(guī)則的算例驗(yàn)證\t328
14．5．2 信度集成規(guī)則的目標(biāo)識別\t330
14．5．3 基于概率轉(zhuǎn)換的對比分析\t334
14．6 本章小結(jié)\t335
第15章 回顧與展望\t336
15．1 研究回顧\t336
15．2 方向展望\t337
參考文獻(xiàn)\t338