• 直觉模糊时间序列分析
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

直觉模糊时间序列分析

59.85 6.3折 95 全新

仅1件

山东泰安
认证卖家担保交易快速发货售后保障

作者范晓诗 著

出版社清华大学出版社

出版时间2021-06

版次1

装帧其他

货号607 11-6

上书时间2024-11-06

邹鲁文化书店

十一年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
图书标准信息
  • 作者 范晓诗 著
  • 出版社 清华大学出版社
  • 出版时间 2021-06
  • 版次 1
  • ISBN 9787302566298
  • 定价 95.00元
  • 装帧 其他
  • 开本 16开
  • 纸张 胶版纸
  • 页数 232页
  • 字数 305.000千字
【内容简介】


直觉模糊时间序列是人工智能中模糊逻辑研究的重要方向,本书是根据作者多年的研究成果,结合经典集合论、信息论、模糊集与直觉模糊集、时间序列分析及机器学等理论,形成的一种交融合的直觉模糊时间序列分析理论。全书系统地介绍了直觉模糊时间序列分析理论的产生和发展,及其在智能信息处理和网络信息安全等领域的应用。本书可供计算机、自动化、电子信息、管理、控制、系统工程等学科专业的师生参,也可作为智能信息融合、数据分析、智能决策等领域的从业人员在工程实践中的参用书。
【目录】


章概述

1.1基础理论发展

1.1.1模糊集理论

1.1.2直觉模糊集理论

1.1.3直觉模糊时间序列

1.2模糊集与直觉模糊集

1.2.1模糊集定义

1.2.2直觉模糊集定义

1.2.3直觉模糊关系

1.2.4直觉模糊条件推理

1.3直觉模糊时间序列

1.3.1稳时间序列

1.3.2非稳时间序列分析

1.3.3推理直觉模糊时间序列

1.4长期直觉模糊时间序列

参文献

第2章一阶一元多重直觉模糊推理的ifts预测

2.1引言

2.2fts预测模型

2.3一阶一元ifts预测模型

2.3.1论域非等分划分

2.3.2直觉模糊集建立

2.3.3直觉模糊逻辑关系和预测规则

2.3.4解模糊算

2.4实验和分析

2.4.1亚拉巴马大学数据集实验

2.4.2trsscg数据集实验

参文献

第3章多维直觉模糊推理的高阶ifts预测模型

3.1引言

3.2高阶一元ifts预测模型

3.2.1直觉模糊逻辑关系

3.2.2高阶一元预测规则

3.2.3解模糊算

3.2.4高阶一元ifts模型实现

3.2.5实验和分析

3.3高阶多元ifts预测模型

3.3.1直觉模糊逻辑关系

3.3.2高阶多元预测规则

3.3.3解模糊算

3.3.4高阶多元ifts模型实现

3.3.5实验和分析

参文献

第4章启发式变阶ifts预测模型

4.1引言

4.2启发式变阶ifts预测模型

4.2.1定阶时间序列模型分析

4.2.2启发式变阶预测规则

4.2.3启发式解模糊算

4.2.4模型实现

4.3实验和分析

4.3.1入学人数预测实验

4.3.2气温数据预测实验

参文献

第5章自适应划分的ifts预测方

5.1直觉模糊时间序列建模

5.2自适应划分ifts模型及其算

5.2.1ifts模型定阶算

5.2.2ifts自适应划分算

5.2.3直觉模糊化和去直觉模糊化

5.3自适应划分ifts预测模型

5.3.1数据训练

5.3.2自适应划分

5.3.3预测结果比较

5.4实验和分析

5.4.1季节时间序列预测

5.4.2长期趋势时间序列预测

5.4.3复杂度分析

参文献

第6章基于dtw的长期ifts预测方

6.1规则库ifts模型

6.2时间序列片段聚类

6.2.1直觉模糊c均值聚类

6.2.2ifts片段聚类算

6.3基于dtw的(p-q)ifts预测

6.3.1动态时间弯曲距离

6.3.2ifts片段dtw算

6.3.3(p-q)ifts算

6.4实验和分析

6.4.1合成数据预测

6.4.2多模式时间序列预测

6.4.3复杂度分析

参文献

第7章基于vq和曲线相似度测量的长期ifts预测方

7.1引言

7.2矢量量化和相似度测量

7.2.1时间序列矢量量化

7.2.2曲线相似度测量

7.3基于vq和弗雷歇距离的(p-q)ifts预测

7.3.1基于ifcm的vq算

7.3.2基于曲线相似度测量的预测算

7.3.3(p-q)ifts模型

7.4实验和分析

7.4.1季节时间序列预测

7.4.2长期趋势时间序列预测

7.4.3复合模式时间序列预测

7.4.4复杂度分析

参文献

第8章ifts分析在网络流量预测中的应用

8.1网络流量预测和异常检测

8.1.1网络流量预测

8.1.2网络异常检测

8.2基于长期ifts的网络流量预测模型

8.2.1网络流量预测模型

8.2.2iftsvq算

8.2.3实验设计和分析

8.3基于ifts预测的dos攻击检测方

8.3.1dos攻击

8.3.2实验设计与分析

参文献

第9章基于ifts图挖掘的网络流量异常检测

9.1引言

9.2基本理论

9.2.1图挖掘

9.2.2信息熵

9.3基于ifts图挖掘的流量异常检测算

9.3.1ifts图构建

9.3.2ifts图挖掘

9.3.3异常判定准则

9.3.4算实现

9.4实验和分析

9.4.1实验数据

9.4.2对比实验

参文献

0章ifr和sife在网络安全中的应用

10.1流量异常检测中的推理问题

10.1.1流量异常检测推理

10.1.2基于蕴涵算子的包含度

10.1.3基于集合基数的包含度

10.1.4基于包含度的直觉模糊相似度

10.1.5基于包含度的直觉模糊推理方

10.2基于ifr的流量异常检测方

10.2.1数据直觉模糊化

10.2.2推理规则和合成

10.2.3实验设计和分析

10.3严格直觉模糊熵

10.3.1直觉模糊熵

10.3.2ifs公理化定义

10.3.3sife公理化定义

10.3.4sife构建方

10.3.5sife一般式

10.3.6算例分析

10.4基于sife的漏洞评估

10.4.1漏洞评估

10.4.2实验设计与分析

参文献

点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP