本站原创摘要5-7
Abstract7-18
第1章 绪论18-30
1.1 信息融合技术的产生与进展18-20
1.1.1 信息融合技术的起源19
1.1.2 信息融合技术的优点19
1.1.3 信息融合技术国内外进展近况19-20
1.2 模糊推理和支持向量机融合的必要性20-23
1.2.1 支持向量机在实际运用中的优势20-21
1.2.2 模糊推理在实际运用中的优势21
1.2.3 模糊推理和支持向量机在实际运用中的不足21-23
1.3 支持向量机和模糊推理融合技术探讨概述23-26
1.3.1 支持向量机与模糊论述的进展近况23-24
1.3.2 支持向量机和模糊推理融合技术探讨近况24-26
1.4 选题背景和探讨作用26-27
1.4.1 选题背景26
1.4.2 探讨作用26-27
1.5 探讨策略27
1.6 论文内容和结构27-30
第2章 基于支持向量机的信息融合策略30-46
2.1 支持向量机产生论述基础30-33
2.2 支持向量机的论述与策略33-37
2.2.1 支持向量机的基本原理33-34
2.2.2 支持向量机的回归论述34-37
2.3 支持向量机信息融合运用实例37-44
2.3.1 支持向量机信息融合策略37-38
2.3.2 渐进直推式分类学习算法38-39
2.3.3 支持向量机信息融合基本步骤39-40
2.3.4 光电位移传感器支持向量机信息融合运用40-44
2.4 本章小结44-46
第3章 基于模糊推理的信息融合策略46-56
3.1 模糊推理论述概述46-49
3.1.1 输入变量的模糊化46-47
3.1.2 在模糊规则前件中运用模糊算子47-48
3.1.3 根据模糊蕴含运算由模糊规则前件推断结论48
3.1.4 模糊合成48
3.1.5 输出变量的反模糊化48-49
3.2 基于模糊推理的信息融合策略及其运用49-55
3.2.1 模糊推理信息融合基本思想49
3.2.2 模糊推理信息融合基本步骤49-50
3.2.3 基于模糊推理的信息融合运用举例50-55
3.3 本章小结55-56
第4章 支持向量机-模糊推理的融合论述与方式56-70
4.1 支持向量机-模糊推理的信息融合机理56-59
4.1.1 最佳逼近器56
4.1.2 模糊基函数56-57
4.1.3 模糊推理系统的通用逼近性57-59
4.2 支持向量机-模糊推理融合系统的特点59-61
4.2.1 融合系统的网络拓扑结构59
4.2.2 支持向量机系统和模糊推理系统的相似算子59-61
4.2.3 支持向量机系统和模糊推理系统的映射方式61
4.3 支持向量机-模糊推理融合系统结构61-65
4.3.1 支持向量机和模糊推理系统的简单结合61-63
4.3.2 支持向量机增强模糊推理的形式63-64
4.3.3 模糊推理增强支持向量机的形式64-65
4.3.4 支持向量机-模糊推理完全融合的形式65
4.4 支持向量机-模糊推理融合模型65-69
4.4.1 模糊支持向量机模型65-67
4.4.2 混合模糊支持向量机67-68
4.4.3 基于支持向量机的模糊推理系统68-69
4.4.4 支持向量机-模糊推理谱分布69
4.5 本章小结69-70
第5章 自适应变尺度混沌遗传算法及其优化效率评价70-82
5.1 自适应变尺度混沌遗传算法70-76
5.1.1 混沌模型的选择71-74
5.1.2 自适应变尺度混沌遗传算法构建74-75
5.1.3 自适应变尺度混沌遗传算法的运用75-76
5.2 自适应变尺度混沌遗传算法优化效率评价76-81
5.2.1 优化效率浅析参量76-77
5.2.2 优化效率浅析与评价77-81
5.3 本章小结81-82
第6章 模糊最小二乘支持向量机分类器及其运用82-92
6.1 模糊最小二乘支持向量机分类器构建82-88
6.1.1 支持向量机(SVM)分类器82-84
6.1.2 模糊最小二乘支持向量机(FLS-SVM)分类器84-85
6.1.3 模糊最小二乘支持向量机隶属度确定85-86
6.1.4 混沌遗传算法优化最小二乘支持向量机参数86-87
6.1.5 模糊最小二乘支持向量机分类器数值实验87-88
6.2 混沌遗传算法优化模糊最小二乘支持向量机分类器运用88-91
6.2.1 油气输送管道 TPD 检测信号分类概述88-89
6.2.2 油气输送管道 TPD 信号检测系统89
6.2.3 油气输送管道 TPD 信号分类实现89-91
6.3 本章小结91-92
第7章 基于模糊最小二乘支持向量机的区域粮食安全性预警浅析92-101
7.1 基于模糊最小二乘支持向量机的区域粮食安全性预警模型构建92-97
7.1.1 区域粮食安全评价指标92-93
7.1.2 模糊最小二乘支持向量机93-94
7.1.3 模糊最小二乘支持向量机隶属度确定94-95
7.1.4 混沌遗传算法优化最小二乘支持向量机参数95-97
7.2 基于模糊最小二乘支持向量机的区域粮食安全性预警模型运用97-99
7.2.1 区域粮食安全性等级划分97-98
7.2.2 区域粮食安全性预警浅析98-99
7.3 本章小结99-101
第8章 支持向量机模糊推理农村循环经济系统评价模型101-121
8.1 农村循环经济论述基础101-104
8.1.1 农村循环经济涵义101-102
8.1.2 农村循环经济的论述基础102-104
8.2 农村循环经济系统评价指标系统104-108
8.2.1 农村循环经济系统104-105
8.2.2 农村循环经济系统的评价105-106
8.2.3 农村循环经济系统评价的指标系统106-108
8.3 基于支持向量机模糊推理的农村循环经济系统评价模型108-114
8.3.1 农村循环经济系统支持向量机非线性回归108-109
8.3.2 农村循环经济模糊基函数推理系统109-111
8.3.3 基于支持向量机模糊推理的农村循环经济系统评价模型建立111-114
8.4 基于支持向量机模糊推理的农村循环经济系统评价模型运用114-120
8.5 本章小结120-121
结论与展望121-123
结论121-122
展望122-123