异类数据关联与融合

图书标准信息

• 作者 关欣 著
• 出版社 电子工业出版社
• 出版时间 2022-09
• 版次 1
• ISBN 9787121441790
• 装帧 精装
• 开本 16开
• 页数 364页
• 正文语种 简体中文
• 丛书 协同认知推理技术丛书

【内容简介】

本书聚焦综合信息系统智能化的关键和难点，摒弃传统的处理模式，充分利用数据的不确定性信息，就区间、序列、直觉模糊、犹豫模糊、语义等不同类型数据的相似度量、粒层转化、识别决策等开展了较为系统、深入的研究，构建异类数据间统一的粒层转换框架，解决不同类型数据间的相似度量、跨层关联与融合问题。全书共分15章，第1章介绍问题的来源和研究思路；第2章介绍相关数学知识；第3～5章介绍利用数据的不确定性，基于异类数据之间的相关度量，进行雷达、ESM等异步航迹的直接抗差关联；第6～10章讨论了直觉模糊、犹豫模糊、语义等类型数据的相似度量；第11～14章讨论了特征层、决策层上的粒层统一、粒层转换、关联与融合问题；第15章为回顾与展望。本书基础理论与实际应用、一般模型与特殊情况、实例与算例并重，按照从具体到抽象、先部分后整体、先单数据粒后多源数据粒的思路，由浅入深，层层递进。本书可为多源信息融合、智能推理决策等相关领域的科技工作者、工程技术人员提供参考。

【作者简介】

关欣，教授、博士生导师，党的十九大代表，全国三八红旗手标兵，中国科协十大代表，享受国务院政府特殊津贴，泰山学者特聘专家。曾获国家科技进步二等奖1项，省部级科技进步一等奖2项、二等奖2项，中国科协求是杰出青年奖，中国航空学会冯如航空科技精英奖，最美巾帼奋斗者称号。

【目录】

目    录
第1章  绪  论1
1．1  问题的来源1
1．2  面临的挑战2
1．3  相关研究情况4
1．4  本书的概貌7
第2章  相关的数学基础11
2．1  引言11
2．2  度量空间与常用距离11
2．2．1  度量空间11
2．2．2  常用距离12
2．3  灰色系统13
2．3．1  区间灰数与灰关联分析13
2．3．2  灰靶理论20
2．4  模糊数学21
2．4．1  模糊集及运算22
2．4．2  三角模糊数和区间数23
2．4．3  二型模糊集24
2．4．4  区间值模糊集24
2．4．5  直觉模糊集25
2．4．6  犹豫模糊集29
2．5  语义计算33
2．5．1  语义表示基本方法33
2．5．2  二元语义模型34
2．5．3  犹豫模糊语义标签集35
2．5．4  概率语义标签集35
2．5．5  连续语义标签集35
2．6  云模型36
2．6．1  定义及特征36
2．6．2  正态云37
2．6．3  云变换37
2．7  本章小结38
第3章  异步雷达航迹的直接关联39
3．1  引言39
3．2  异步雷达航迹关联的传统处理方式39
3．2．1  问题描述39
3．2．2  时域配准40
3．3  异步雷达航迹的区间化描述43
3．3．1  点迹D区间描述43
3．3．2  区间D区间描述44
3．3．3  区实混合序列描述45
3．3．4  搜索式区间灰数描述46
3．4  异步雷达航迹的相似度量47
3．4．1  区间灰数的灰关联度47
3．4．2  加权滑窗序列的折线相似度50
3．4．3  序列离散度54
3．5  异步雷达航迹直接关联模型55
3．5．1  基于区间灰数灰关联度的异步航迹关联55
3．5．2  基于加权滑窗序列折线相似度的异步航迹关联57
3．5．3  基于序列离散度的异步航迹关联58
3．6  复杂情况异步雷达航迹的直接关联59
3．6．1  航迹的分叉与合并59
3．6．2  区间序列的分段划分60
3．7  算法仿真与性能分析61
3．7．1  仿真环境设置61
3．7．2  算法性能比较62
3．7．3  航迹分叉合并情况的可辨性分析64
3．8  本章小结66
第4章  异步雷达航迹的抗差关联67
4．1  引言67
4．2  系统误差对雷达航迹关联的影响67
4．2．1  问题描述67
4．2．2  对系统误差的处理68
4．3  系统误差的区间描述69
4．3．1  区间描述原理69
4．3．2  矩形投影法70
4．3．3  圆覆盖法72
4．3．4  微分法73
4．3．5  区间描述的精度分析75
4．4  系统误差下雷达航迹的相似度量77
4．4．1  区间灰数的灰关联度77
4．4．2  区域集合相似度78
4．4．3  区间序列离散度80
4．5  同步雷达航迹的抗差关联82
4．5．1  基于区间灰数的航迹抗差关联82
4．5．2  基于区域集合相似度的航迹抗差关联85
4．5．3  基于区间序列离散度的航迹抗差关联86
4．6  异步雷达航迹的抗差关联87
4．6．1  串行处理方式87
4．6．2  直接处理方式89
4．7  算法仿真与性能分析89
4．7．1  仿真环境设置89
4．7．2  算法性能比较90
4．8  本章小结93
第5章  雷达与ESM航迹的关联95
5．1  引言95
5．2  异地配置的雷达与ESM异步航迹关联96
5．2．1  异步航迹交叉定位的区间化处理96
5．2．2  不等长航迹序列的等长区间变换97
5．2．3  基于区间离散度的异地配置的雷达与ESM异步航迹关联99
5．3  修正极坐标系下雷达与ESM航迹的对准关联101
5．3．1  雷达与ESM滤波方程101
5．3．2  构造关联统计量102
5．4  系统误差对同地配置雷达与ESM航迹关联的影响103
5．4．1  系统误差对关联统计量的影响103
5．4．2  对非中心参数和正确关联概率的影响104
5．5  同地配置的雷达与ESM航迹对准关联108
5．6  同地配置的雷达与ESM航迹抗差关联109
5．6．1  系统误差下雷达与ESM航迹的区间描述110
5．6．2  基于区间重合度的雷达与ESM航迹抗差关联111
5．7  异地配置的雷达与ESM航迹抗差关联113
5．7．1  系统误差下雷达与ESM航迹的相似度量113
5．7．2  基于目标拓扑信息的雷达与ESM航迹抗差关联114
5．7．3  基于区间离散度的雷达与ESM航迹抗差关联117
5．8  算法仿真与性能分析118
5．8．1  仿真环境设置119
5．8．2  算法性能比较119
5．9  本章小结125
第6章  区间数据的关联126
6．1  引言126
6．2  基于区间证据的区间数据关联126
6．2．1  问题描述126
6．2．2  基于区间相似度的BPA生成127
6．2．3  关联流程129
6．2．4  仿真实验131
6．3  基于直觉模糊集的区间数据关联133
6．3．1  问题描述133
6．3．2  云模型数字特征的估计133
6．3．3  确定度向隶属度与非隶属度的转化135
6．3．4  动态权重136
6．3．5  基于去模糊距离测度的TOPSIS方法137
6．3．6  关联流程139
6．3．7  仿真实验140
6．4  本章小结145
第7章  直觉模糊数据的关联146
7．1  引言146
7．2  直觉模糊数的几何表示147
7．2．1  二维几何表示147
7．2．2  三维几何表示151
7．3  去模糊化距离测度153
7．3．1  现有距离违背直觉性分析153
7．3．2  提取直觉模糊特征154
7．3．3  去模糊化距离157
7．4  基于去模糊化距离的关联162
7．4．1  目标识别问题162
7．4．2  多属性决策问题163
7．5  仿真分析164
7．5．1  数值算例164
7．5．2  目标识别算例167
7．5．3  多属性决策算例169
7．6  本章小结170
第8章  犹豫模糊型数据关联中的加权综合相关系数法171
8．1  引言171
8．2  现有犹豫模糊集相关系数的局限性172
8．3  犹豫模糊集的加权综合相关系数174
8．3．1  犹豫模糊集及犹豫模糊数的一些基本定义174
8．3．2  犹豫模糊集的三种基本相关系数175
8．3．3  加权综合相关系数178
8．4  基于犹豫模糊加权综合相关系数的数据关联181
8．4．1  经典TOPSIS方法181
8．4．2  犹豫模糊环境下TOPSIS方法的局限性182
8．4．3  基于犹豫模糊加权综合相关系数的改进型TOPSIS方法183
8．5  仿真分析187
8．5．1  数值仿真188
8．5．2  目标识别算例188
8．5．3  目标分类算例189
8．5．4  多属性决策算例193
8．4  本章小结196
第9章  犹豫模糊数据关联中的特征距离测度法198
9．1  引言198
9．2  新的犹豫模糊比较法则199
9．2．1  现有比较法则的局限性199
9．2．2  新的比较法则200
9．3  犹豫模糊集特征距离202
9．3．1  犹豫模糊数的均值距离202
9．3．2  犹豫模糊数的特征距离206
9．3．3  犹豫模糊集的特征距离208
9．3．4  与现有距离方法的对比211
9．4  基于犹豫模糊特征距离测度的数据关联213
9．4．1  经典TODIM方法213
9．4．2  基于犹豫模糊特征距离的改进型TODIM方法214
9．5  仿真分析216
9．5．1  与现有距离度量的比对216
9．5．2  目标识别算例217
9．5．3  威胁等级估计算例220
9．6  本章小结223
第10章  语义数据的关联225
10．1  引言225
10．2  连续概率犹豫模糊语义标签226
10．3  连续概率犹豫模糊语义标签的距离测度227
10．3．1  基于标签效能值的CPHFLTS距离测度228
10．3．2  基于概率标签组合的CPHFLTS距离测度230
10．4  基于语义标签距离测度的数据关联232
10．5  仿真分析235
10．5．1  多属性决策算例235
10．5．2  与TOPSIS方法对比分析238
10．6  本章小结240
第11章  异类数据的粒层转化241
11．1  引言241
11．2  异类数据的粒结构划分242
11．3  异类数据的粒层转化244
11．3．1  特征层的粒层统一245
11．3．2  决策层的粒层统一249
11．4  粒层并行的数据关联251
11．4．1  决策层异类数据的粒层并行粒度计算252
11．4．2  粒层并行的数据关联流程252
11．5  粒层转化的数据关联253
11．5．1  问题描述253
11．5．2  粒层转化的数据关联流程254
11．6  本章小结255
第12章  序列数据和区间数据的关联257
12．1  引言257
12．2  短时序列数据与区间数据的关联257
12．2．1  短时序列与区间数的距离258
12．2．2  基于灰关联的短时序列D区间异类数据关联260
12．3  基于云变换的累积量测序列与区间数据的关联261
12．3．1  序列?区间异类数据同型转化261
12．3．2  序列?区间异类数据的关联266
12．4  仿真分析272
12．4．1  短时序列?区间异类数据关联仿真272
12．4．2  累积量测序列?区间异类数据关联仿真273
12．5  本章小结282
第13章  多源异类数据的关联283
13．1  引言283
13．2  基于靶心距的异类数据关联284
13．2．1  问题描述284
13．2．2  新的灰靶决策方法285
13．3．3  仿真分析294
13．3  基于信任区间交互式多属性的异类数据关联298
13．3．1  问题描述298
13．3．2  信任区间的构建定理300
13．3．3  决策模型的确立301
13．3．4  信任区间交互式多属性决策303
13．3．5  仿真实验307
13．4  本章小结310
第14章  决策层数据的融合312
14．1  引言312
14．2  信度函数理论313
14．2．1  信度函数模型313
14．2．2  Dempster组合规则314
14．2．3  现有改进的组合规则315
14．3  互补信度集成316
14．3．1  互补信度的概念317
14．3．2  基于互补信度的集成规则317
14．3．3  考虑信度权重的集成规则319
14．3．4  修正的信度集成规则320
14．4  信度区间集成321
14．4．1  信度函数的信度区间表示322
14．4．2  信度区间集成规则323
14．4．3  修正的信度区间集成规则325
14．4．4  基于信度区间集成规则的决策327
14．5  仿真分析328
14．5．1  信度区间集成规则的算例验证328
14．5．2  信度集成规则的目标识别330
14．5．3  基于概率转换的对比分析334
14．6  本章小结335
第15章  回顾与展望336
15．1  研究回顾336
15．2  方向展望337
参考文献338