基于多元统计图表示原理的信息融合和模式识别技术PDF|Epub|txt|kindle电子书版本网盘下载

基于多元统计图表示原理的信息融合和模式识别技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 关于测量定义问题的讨论1

1.1.1 传统测量的定义1

1.1.2 测量结果符号化表示的需求背景1

1.1.3 新的测量定义3

1.2 多传感器信息融合技术3

1.2.1 信息融合的定义3

1.2.2 信息融合的3个层次4

1.2.3 信息融合的功能模型及技术实现基础5

1.2.4 多传感器信息融合的特点7

1.3 信息融合的目的及应用领域8

1.3.1 信息融合在军事中的应用8

1.3.2 信息融合在工业中的应用8

1.3.3 信息融合在其他领域中的应用9

1.4 多元统计分析与多元数据图表示法10

1.4.1 多元统计分析10

1.4.2 多元统计主要研究内容12

1.4.3 多元数据图表示法12

1.5 本书的内容与结构12

第2章 信息可视化技术14

2.1 信息可视化的发展历程14

2.2 信息可视化技术概述15

2.2.1 信息可视化的特征17

2.2.2 信息可视化的基本过程及其参考模型18

2.2.3 信息可视化技术分类20

2.3 信息可视化常用方法22

2.3.1 基于几何投影技术23

2.3.2 面向像素技术25

2.3.3 基于图标技术26

2.3.4 基于层次和图形可视化技术27

2.3.5 动态可视化技术28

2.4 信息可视化软件29

2.5 可视化技术的应用35

2.5.1 数字天气预报的可视化35

2.5.2 数字地球与地理信息的可视化36

2.5.3 地质信息的可视化37

2.5.4 医学信息的可视化37

2.5.5 网络信息的可视化38

2.5.6 文本聚类的可视化38

第3章 符号化测量理论40

3.1 符号化测量理论基础40

3.1.1 符号化测量的概念40

3.1.2 符号化测量一般化模型41

3.1.3 符号化表示原理42

3.2 符号信息表示与模糊符号化测量44

3.2.1 测量与模糊符号化测量44

3.2.2 模糊符号化测量的相对性及特点46

3.3 符号化测量的关系树47

3.4 多级映射原理在符号化测量中的应用48

3.4.1 多级映射基本思想48

3.4.2 数学描述49

3.4.3 应用讨论50

第4章 模糊传感器53

4.1 模糊传感器定义及其基本功能53

4.1.1 模糊传感器定义53

4.1.2 模糊传感器基本功能53

4.2 模糊传感器基本结构53

4.2.1 一维模糊传感器结构53

4.2.2 多维模糊传感器结构54

4.3 有导师学习结构的实现55

4.4 模糊传感器语言概念生成方法56

4.4.1 理论基础57

4.4.2 实用概念生成的方法58

4.4.3 经验法61

4.4.4 分段式调参训练算法62

4.5 基于二元对比插值原理的语言概念生成方法63

4.5.1 二元对比排序法64

4.5.2 二元对比插值法64

4.5.3 应用举例66

4.6 模糊温度传感器67

4.6.1 硬件结构67

4.6.2 数值—符号变换原理68

4.6.3 有导师学习69

4.6.4 主程序流程70

4.7 模糊舒适度传感器70

4.7.1 舒适度的表达70

4.7.2 系统结构71

4.7.3 基于规则的舒适度合成方法73

4.7.4 基于模糊综合评判的融合法75

4.8 模糊距离传感器78

4.8.1 距离、接近觉传感器78

4.8.2 语义信息处理79

4.8.3 模糊距离传感器应用79

4.9 模糊色彩传感器81

4.9.1 Mauris模糊色彩传感器81

4.9.2 Cutler-Hammer模糊色彩传感器83

4.9.3 Benoit模糊色彩传感器83

4.10 多级映射原理在模糊传感器中的应用86

4.10.1 多级映射原理86

4.10.2 多级映射显示方式88

第5章 多维数据的传统多元统计图表示90

5.1 轮廓图90

5.2 雷达图91

5.3 树形图92

5.4 三角多项式图93

5.5 散点图95

5.5.1 直角散点图96

5.5.2 散点图矩阵96

5.5.3 三角形散点图97

5.6 星座图99

5.7 脸谱图100

第6章 多维数据的多元统计图表示数学原理104

6.1 多维数据的矩阵表示和多维数据的类型104

6.1.1 多维数据矩阵104

6.1.2 多维数据类型104

6.1.3 多维数据预处理104

6.2 多维数据像素图的多元图表示105

6.2.1 多维数据像素图105

6.2.2 像素图的多元图表示106

6.3 多维数据映射到多元图论域的方法107

6.3.1 多维数据到多元图论域的映射模型107

6.3.2 一般化多维数据的信息融合与多元图表示108

6.3.3 多维数据映射到多元图论域的数学描述110

6.3.4 基于内积坐标的多元图表示理论和方法111

第7章 多维数据降维和信息融合方法115

7.1 主成分分析115

7.1.1 概述115

7.1.2 数学模型116

7.1.3 主成分分析的几何意义117

7.1.4 计算过程118

7.1.5 主成分分析的应用条件119

7.2 因子分析120

7.2.1 概述120

7.2.2 因子分析模型121

7.2.3 模型中的物理意义122

7.2.4 正交因子模型的几何解释123

7.2.5 因子模型的估计124

7.2.6 因子得分126

7.3 降维的数学描述128

7.4 基于特征选取思想的高维数据降维方法129

7.5 基于多级数据分解与融合思想的降维方法131

7.6 基于谱分析思想的局部信息最大化降维方法132

7.7 矢量融合降维方法134

7.7.1 变量融合原理134

7.7.2 变量顺序的组合135

7.7.3 矢量融合原理136

7.7.4 变量加权的矢量融合方法136

第8章 多维数据的聚类与分类137

8.1 模式识别系统137

8.2 贝叶斯分类器138

8.3 线性分类器143

8.4 非线性分类器144

8.5 聚类分析145

8.6 基于多元图形特征的分类器147

8.6.1 多元图形状特征增强方法147

8.6.2 模糊推理分类器148

8.6.3 人工神经网分类器149

8.6.4 相似度分类器155

8.6.5 基于内积图表示的可视化分类器158

8.6.6 基于多元图图形特征的分类器161

8.7 基于树形图原理的分类方法164

8.7.1 基于树形图的系统聚类法的基本思想与树形图生成164

8.7.2 基于树形图的系统聚类法算法165

8.7.3 基于树形图的分类方法167

第9章 平行坐标理论及其应用168

9.1 平行坐标的基本原理168

9.1.1 平行坐标的绘制168

9.1.2 平行坐标的点线对偶169

9.1.3 平行坐标中的旋转与平移170

9.1.4 平行坐标的优、缺点170

9.2 几何图形的平行坐标表示171

9.2.1 点的平行坐标171

9.2.2 平面直线的平行坐标172

9.2.3 圆及三角形的平行坐标173

9.2.4 三维直线的平行坐标174

9.2.5 三维平面的平行坐标174

9.2.6 多维直线的平行坐标174

9.3 平行坐标与霍夫变换176

9.3.1 霍夫变换的基本原理176

9.3.2 霍夫变换的实现方法177

9.3.3 基于平行坐标的几何形状检测177

9.4 平行坐标的应用178

9.4.1 基于平行坐标的飞行碰撞检测178

9.4.2 利用平行坐标求解最优化问题179

第10章 诺模图原理及其应用181

10.1 引言181

10.2 诺模图的基本原理与方法181

10.2.1 单线图182

10.2.2 网络图183

10.2.3 列线图184

10.2.4 诺模图的解析改造法185

10.2.5 组合图187

10.3 简单贝叶斯诺模图189

10.4 简单贝叶斯诺模图的应用实例190

第11章 雷达图及其应用193

11.1 雷达图表示原理在信息融合及质量评价中的应用193

11.1.1 基于雷达图表示原理的企业经济效益评价193

11.1.2 基于雷达图表示原理的银行风险监测196

11.1.3 基于雷达图表示原理的脑瘫运动功能评价198

11.1.4 基于雷达图表示原理的土壤质量定性与定量综合评价199

11.1.5 基于雷达图表示原理的列车舒适度评价202

11.2 基于雷达图表示原理在模式识别中的应用204

11.2.1 数据预处理205

11.2.2 归一化雷达图表示205

11.2.3 基于模糊推理的运行状态分类205

第12章 脸谱图及其应用207

12.1 脸谱图在多传感器数据融合中的应用207

12.1.1 健康智能家庭研究现状208

12.1.2 基于非对称脸谱图的健康智能家庭多维多源信息融合211

12.2 脸谱图在模式识别中的应用213

12.2.1 基于脸谱图的聚类算法213

12.2.2 基于脸谱图的分类算法215

12.3 脸谱图在其他方面的应用221

12.3.1 基于脸谱图的茉莉花茶品质化学成分的研究221

12.3.2 脸谱图在沉积物中重金属污染的研究223

第13章 Lorenz散点图及其应用227

13.1 作图方法及正常图形227

13.2 分析方法227

13.2.1 定性分析228

13.2.2 定量分析229

13.3 临床应用231

13.3.1 评价心率变异性231

13.3.2 分析室性早搏产生机制232

13.3.3 确定心房颤动及房室结有效不应期233

13.3.4 确定心房颤动经旁路传导234

13.3.5 鉴别房颤时的差异传导与室性早搏234

13.3.6 预测心脏事件和生命预后的作用235

13.3.7 评价冠脉病变237

13.3.8 分析起搏心律237

13.3.9 脑电信号的Lorenz散点图239

13.3.10 不同脉象的Lorenz图239

13.3.11 观察房颤时药物对房室结FRP的影响241

第14章 星座图及其应用242

14.1 星座图贴近度方法在近海水质监测优化布点上的应用242

14.1.1 星座图贴近度优化模型242

14.1.2 实例分析244

14.2 应用星座图聚类分析分类豌豆种质资源245

14.2.1 数据处理246

14.2.2 结果分析248

14.3 星座图聚类法改进及其应用实例249

14.3.1 星座图聚类法改进249

14.3.2 应用实例250

14.4 星座图在大气质量评价中的应用252

14.4.1 星座图的构造252

14.4.2 优化路径权值的算法253

14.4.3 星座图用于大气环境监测优化布点的实例255

14.5 手指脉搏波的星座图分析256

14.5.1 指脉搏波的形态参数257

14.5.2 指脉搏波信号的星座图分析258

14.6 星座图在测井解释中的应用259

14.6.1 星座图260

14.6.2 参数选择260

第15章 基于多元图表示原理的癌症和中医证候诊断方法263

15.1 血清蛋白质组质谱数据多元图表示与癌症诊断263

15.1.1 蛋白质组质谱数据预处理263

15.1.2 蛋白质组质谱数据的低失真降维技术263

15.1.3 蛋白质组质谱数据的窗信息匹配与多元图处理技术267

15.2 亚健康中医证候诊断271

15.2.1 中医诊断原理271

15.2.2 基于多元图表示原理的递阶、多层次证候诊断一般化概念模型273

15.2.3 基于六十四证素的证候诊断模型275

15.2.4 辨证雷达图275

15.2.5 不同样本诊断实现方法278

15.2.6 亚健康中医证候诊断实例280

参考文献285