计算动词理论及应用PDF|Epub|txt|kindle电子书版本网盘下载

计算动词理论及应用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

第一章 绪论1

1.1 从基于测量的产业革命到基于认知的产业革命3

1.2 基于认知的产业革命的科学技术基础5

1.3 计算动词理论对科学技术的深远影响7

1.4 计算动词理论在不同产业中的应用9

1.5 计算动词理论由假设到理论到工程应用的十三年12

第二章 计算名词17

2.1 名词作为符号17

2.2 特征函数作为属性值21

2.3 模糊隶属度函数作为属性值22

2.4 概率论中的属性值22

2.5 属性值间的逻辑运算23

2.5.1 Probabilities（概然性）23

2.5.2 Possibilities（可能性）25

2.6 利用程度副词修饰属性值25

2.6.1 Probability（概然性）26

2.6.2 Possibility（可能性）26

2.6.3 模糊语言学的限制语27

2.6.4 概率语言学的限制语28

第三章 计算动词31

3.1 动力学系统31

3.1.1 定义31

3.1.2 动力学系统的类型33

3.2 3维动力学系统的定性行为34

3.3 计算动词的定义38

3.4 计算动词修饰因子42

3.4.1 拓扑等价的计算动词43

3.4.2 T-同态的计算动词48

3.4.3 修饰≤-计算动词48

3.4.4 副词50

3.4.5 前动词57

3.5 计算动词作为名词的动作值58

第四章 计算动词的抽象空间表达61

4.1 人脑计算的本质61

4.2 用抽象空间中的微分方程建模动词65

4.3 计算动词的偏微分方程表达67

4.3.1 计算动词的一阶线性PDE描述68

4.3.2 ？（t，x）为真值密度时的计算动词PDE表达68

4.3.3 属性逻辑运算的边界条件表达70

4.3.4 一维热方程的计算动词表达70

4.4 Banach空间常微分方程70

4.4.1 动词进化函数的唯一性72

4.4.2 动词进化函数的存在性72

4.5 become（·，？*（x））的抽象空间模型73

4.6 become（？1（x）；？2（x））的抽象空间模型76

4.7 副词的偏微分方程表达76

4.8 趋边计算（Sideward Computation）81

4.8.1 语言操作的分类82

4.8.2 级联的趋边计算83

4.8.3 趋边编程83

第五章 计算动词坍塌和计算动词扩展原理85

5.1 计算动词坍塌85

5.2 单调进化函数的计算动词坍塌91

5.2.1 S形坍塌92

5.2.2 均匀坍塌92

5.2.3 线性坍塌93

5.2.4 倒数坍塌93

5.2.5 指数坍塌94

5.2.6 钟形坍塌99

5.3 计算动词“become（state，state）”和“be state”之间的关系100

5.4 计算动词扩展原理101

5.4.1 第一步：从一个属性值？？推导ψ102

5.4.2 第二步：从模板计算动词构造动力学104

5.5 扩展两个模糊集之间的逻辑运算105

5.5.1 两个计算动词坍塌之间的模糊或107

5.5.2 两个计算动词坍塌之间的模糊与108

5.6 截顶计算动词坍塌111

5.7 将一个计算动词坍塌扩展成多个计算动词114

5.8 将模糊推理扩展成计算动词推理118

第六章 计算动词集合123

6.1 从传统集合和模糊集合到计算动词集合123

6.2 计算动词坍塌构建的计算动词集合126

6.3 计算动词坍塌构建的计算动词集合的特性128

6.4 从观察数据中构建的计算动词集合132

6.5 具有相同计算动词坍塌的计算动词集合132

6.6 计算动词集合的计算动词坍塌143

6.6.1 同型计算动词集合的计算动词坍塌143

6.6.2 相同动态特性的计算动词集合的动词坍塌144

第七章 计算动词数147

7.1 计算动词数的定义147

7.2 动词数基础150

7.2.1 动词数的分类150

7.2.2 动词数的基本定义150

7.3 动词算术152

7.3.1 动词算术规则153

7.3.2 动词算术的例子155

7.4 动词数的计算动词坍塌156

7.5 动词数的测量163

7.5.1 V作为度量空间164

7.5.2 基于计算动词坍塌的动词数间距离165

7.6 动词数的计算动词扩展原理166

7.6.1 扩展原理167

7.6.2 一个扩展动词数的例子168

7.7 动力学定性特征不变的动词数间的计算170

7.7.1 加法170

7.7.2 减法171

第八章 计算动词标准形173

8.1 如何给英语中所有的计算动词编程173

8.1.1 基于双曲平衡点附近的动力学来分解计算动词174

8.1.2 计算动词分段构成175

8.2 波形的分段线性分解180

8.3 光滑波形的趋势划分185

8.4 Become标准形188

8.4.1 Become的定义与存在189

8.4.2 有两个状态的Become190

8.4.3 有一个状态的Become191

8.4.4 不带状态的Become191

8.4.5 不变的Become192

8.5 计算动词集合的聚类中心192

8.6 用动词标准形合成计算动词203

8.7 利用感知器来分类计算动词204

第九章 计算动词间的距离和相似度207

9.1 简介207

9.2 饱和进化函数的距离和相似度208

9.2.1 饱和函数208

9.2.2 饱和动词距离和相似度的定义211

9.2.3 不同生命跨度的计算动词的距离和相似度212

9.2.4 饱和函数对计算动词坍塌的影响218

9.3 基于饱和进化函数的计算动词距离220

9.3.1 连续时间进化函数的情形220

9.3.2 离散时间进化函数的情形226

9.4 基于饱和进化函数的计算动词的相似度229

9.4.1 连续时间进化函数的情形229

9.4.2 离散时间进化函数的情形231

9.5 在属性空间定义的距离和相似度234

9.5.1 模糊动态系统作为进化函数的动词相似度的情形234

9.5.2 离散时间的情形237

9.6 基于计算动词坍塌的距离和相似度240

9.7 基于闵可夫斯基不等式的计算动词相似度244

9.7.1 p＝1的情况245

9.7.2 p＝2的情况246

9.7.3 基于闵可夫斯基不等式的动词相似度的特性247

9.7.4 平衡计算动词相似度的例子249

9.8 become（state 1，state 2）的计算动词相似度251

9.9 最简计算动词规则及其推理254

9.9.1 用差表示的最简进化函数254

9.9.2 表示为布尔逻辑的计算动词逻辑257

9.9.3 二状态生命跨度的最简进化函数260

9.9.4 通过解动词相似度方程的计算动词推理261

9.10 基于趋势的计算动词相似度262

9.10.1 设计基于趋势的计算动词相似度263

9.10.2 基于趋势的动词相似度为常数的计算动词266

9.10.3 比较“Become a”和“Be Near a”267

9.11 复合计算动词相似度277

9.11.1 复合计算动词相似度的计算原理278

9.11.2 2采样点计算动词之间的复合计算动词相似度282

9.11.3 3采样点计算动词之间的复合计算动词相似度285

第十章 计算动词统计学287

10.1 概率论基础288

10.2 基于事件修饰的计算动词事件的概率289

10.2.1 计算动词事件289

10.2.2 计算动词事件修饰294

10.2.3 计算动词修饰对事件的作用297

10.2.4 具有饱和进化函数的动词修饰298

10.3 基于计算动词观察函数的计算动词事件的概率299

10.3.1 模糊事件和计算动词事件299

10.3.2 计算动词事件概率303

10.3.3 基本动词事件观察函数的选择305

10.4 离散动词概率空间311

第十一章 计算动词中的不确定性313

11.1 基于计算动词坍塌的不确定性测量316

11.1.1 计算动词中模糊度的测量316

11.2 测量动力学相似度的不确定性319

11.3 基于计算动词坍塌的对动词歧义性的测量321

11.4 Decrease在RC电路中的歧义性322

11.4.1 动力学的歧义性323

11.4.2 状态中的歧义性327

11.5 计算动词坍塌为正态分布的计算动词集的歧义性328

11.5.1 线性进化函数329

11.5.2 非线性进化函数331

11.5.3 状态中的歧义性334

11.6 计算动词坍塌为指数分布的计算动词集的歧义性334

第十二章 计算动词的互相关与相关339

12.1 计算动词互相关339

12.1.1 例1：Decrease和Increase的互相关339

12.1.2 例2：Increase和Stay的互相关340

12.2 认知上正确的计算动词互相关341

12.2.1 减少对初态的敏感341

12.2.2 减少对绝对值的敏感342

12.3 归一化的计算动词互相关343

12.4 具有不同生命跨度的计算动词间的计算动词互相关344

12.5 计算动词相关345

12.5.1 离散时间情况345

12.5.2 连续时间情况346

12.5.3 计算动词相关的性质346

12.5.4 其他计算动词相关347

12.6 应用于知识发现348

12.6.1 基于动词互相关的结果348

12.6.2 基于动词相关的结果349

第十三章 计算动词逻辑351

13.1 属性空间中的动词逻辑运算351

13.2 说谎者悖论的新解释354

13.3 动词说谎者悖论357

13.4 计算动词规则库363

13.5 计算动词规则库的特性374

13.6 基于布尔矩阵的动词规则库的形式化描述375

13.7 计算动词规则库的合并377

13.8 计算动词规则库的分割381

第十四章 基于计算动词规则的推理383

14.1 定性不变的形容词推理383

14.1.1 单一形容词规则推理384

14.1.2 形容词算法推理386

14.2 性质不变的计算动词推理389

14.2.1 单一计算动词规则的推理389

14.2.2 计算动词算法推理390

14.3 动词关系393

14.3.1 单一动词规则的动词推理393

14.3.2 动词算法的动词推理403

14.3.3 基于相似度函数的计算动词重构：去动词化404

第十五章 计算动词系统407

15.1 分规则计算动词系统407

15.2 分规则计算动词线性系统的定义409

15.2.1 离散时间的情况409

15.2.2 连续时间的情况411

15.3 一阶分规则线性计算动词系统413

15.3.1 实现规则（15.27）414

15.3.2 实现规则（15.28）415

15.3.3 从有序到混沌416

15.3.4 参数L对稳定性的影响417

15.3.5 参数a对稳定性的影响419

15.4 离散时间分规则线性计算动词系统的稳定性421

15.5 分规则线性计算动词系统的鲁棒稳定性424

15.5.1 连续时间的情况424

15.5.2 离散时间的情况426

15.6 控制带扰动的离散时间分规则线性计算动词系统427

15.7 结论433

第十六章 计算动词控制器435

16.1 设计稳定的计算动词控制器435

16.2 设计计算动词控制规则439

16.2.1 二阶控制对象的一个例子440

16.2.2 传统控制器443

16.2.3 计算动词控制器443

16.3 混沌的动词控制448

16.3.1 蔡氏电路的分段线性系统模型449

16.3.2 仿真结果454

16.4 利用动词控制器实现Hénon映射的同步459

16.4.1 计算动词控制规则460

16.4.2 仿真结果463

16.5 基于计算动词控制器的Lyapunov方程反向求解来控制和同步Genesio混沌系统470

16.5.1 使用计算动词规则和推理来建模和控制混沌系统470

16.5.2 构造渐近稳定的分规则计算动词控制器的步骤472

16.5.3 控制Genesio混沌系统476

16.5.4 使用计算动词控制器同步两个Genesio混沌系统481

第十七章 计算动词PID控制器485

17.1 PID控制器基础485

17.1.1 PID控制器原理485

17.1.2 PID控制器各个环节的作用485

17.2 增益自整定模糊PID控制器486

17.2.1 自整定模糊PID控制器工作原理486

17.2.2 增益自整定模糊PID控制器的实现487

17.3 增益自整定计算动词PID控制器490

17.3.1 增益自整定动词PID控制器的工作原理490

17.3.2 增益自整定动词PID控制器的设计方法490

17.3.3 增益自整定计算动词PID控制器的实现493

17.4 各种控制器的性能仿真及对比分析507

17.4.1 仿真标准507

17.4.2 采用的过程模型508

17.4.3 性能仿真508

17.5 结论512

第十八章 计算动词决策树517

18.1 简介517

18.2 计算动词决策树结构518

18.2.1 依赖于温度变化的疾病爆发案例521

18.2.2 温室控制决策树523

18.3 构建计算动词决策树526

18.3.1 分类问题中的动力学526

18.3.2 使用动词熵的动词决策树的推导527

18.4 动词决策树训练新算法535

18.4.1 动词决策树构建536

18.4.2 股票数据库542

第十九章 计算动词神经网络547

19.1 神经模糊系统547

19.2 神经计算动词系统549

19.2.1 Ⅰ型神经计算动词系统的网络结构549

19.2.2 Ⅰ1型神经计算动词系统550

19.2.3 Ⅰ2型神经计算动词系统560

19.3 利用计算动词规则加速神经网络学习568

19.3.1 利用动力学知识加速学习算法569

19.3.2 实验设置570

19.3.3 结果573

19.3.4 结论573

第二十章 计算动词Petri网和有穷自动机575

20.1 计算动词Petri网的定义575

20.2 并发／并行行为579

20.2.1 所有变迁延迟采用相同的计算动词规则580

20.2.2 变迁延迟采用不同的计算动词规则585

20.3 计算动词有穷自动机590

20.4 计算动词有限状态机与模糊有限状态机592

20.4.1 计算动词有限状态机与模糊有限状态机简介592

20.4.2 CVSM的数学定义594

20.4.3 仿真与比较596

20.4.4 CVSM的规则设定597

第二十一章 计算动词元胞网络601

21.1 引言［221］601

21.2 计算动词元胞网络的结构［221］602

21.3 一维计算动词元胞网络的结构［222］602

21.4 1D CVCN模式分类及典型模式介绍607

21.4.1 形态分类法609

21.4.2 过程分类法617

21.4.3 自传型与右传型的输出模式性态总结632

21.5 1D CVCN的理论验证及典型模式性态总结635

21.5.1 棋盘模式的理论验证及性态总结636

21.5.2 单色态的理论验证与性态总结［228］643

21.5.3 双色横纹态的理论验证及性态总结647

21.5.4 垂直的错位模式的理论验证［229］650

21.5.5 其他模式的理论分析简介651

21.6 二维计算动词元胞网络的原理653

21.6.1 带有耦合前件的计算动词规则654

21.6.2 带有解耦前件和解耦后件的计算动词局域规则656

21.6.3 带有解耦后件的空间不变计算动词局域规则658

21.7 2D CVCN模式分类659

21.7.1 条纹模式（Stripe Pattern）660

21.7.2 横竖竞争模式（Horizontal-vertical Pattern）662

21.7.3 迷宫模式（Maze Pattern）663

21.7.4 棋盘格模式（Checkerboard Pattern）663

21.7.5 网格模式（Grid Pattern）664

21.7.6 斑块模式（Patch Pattern）664

21.7.7 复合模式（Composite Pattern）666

21.7.8 单色模式（Homogenous Pattern）666

21.7.9 其他模式667

21.8 2D CVCN特性667

21.8.1 周期性667

21.8.2 对初始条件的敏感性670

21.8.3 对网络大小的敏感性671

21.9 2D CVCN模式的理论验证672

21.9.1 单色模式的验证672

21.9.2 周期性网格模式的验证673

21.10 结论675

第二十二章 计算动词博弈论677

22.1 引言677

22.2 战略博弈677

22.3 两个局中人博弈的例子680

22.3.1 囚徒困境682

22.3.2 弱鸡赛局683

22.4 结论684

第二十三章 计算认知经济学685

23.1 认知股票图表685

23.2 应用计算动词建模股票市场687

23.2.1 从市场中找出感觉687

23.2.2 认知股票图表689

23.2.3 在认知股票图表中的计算认知测量值690

23.3 罗素年度指数重构效应694

23.4 建模罗素重构模式696

23.4.1 股票市场建模的计算动词模块700

23.4.2 寻找计算动词相似度700

23.5 理解罗素再平衡模式706

23.5.1 罗素再平衡日期之前706

23.5.2 罗素再平衡日期之后707

23.5.3 总结707

23.6 房地产价格博弈的非线性动力学建模708

23.6.1 房地产市场建模708

23.6.2 数值模拟710

23.7 模型混沌控制［206,207,208,209］710

23.7.1 传统的控制方式714

23.7.2 基于计算动词规则的控制方式715

第二十四章 计算动词图像处理721

24.1 有效的实时图像处理721

24.2 空间计算动词725

24.2.1 构建空间计算动词的标准形725

24.2.2 空间计算动词的例子726

24.2.3 复合的空间计算动词728

24.2.4 空间计算动词的相似度729

24.2.5 空间动词标准形的动词相似度731

24.3 使用动词相似度的图像处理732

24.3.1 图像压缩［212］732

24.3.2 图像插值［215］740

24.3.3 垂直纹理的加强和分割748

24.3.4 鲁棒的虚拟透明卡检测748

24.4 使用计算动词对图像中的认知特征进行语义的分解749

24.4.1 案例：眼睛751

24.4.2 案例：肤色754

24.5 物理语言层的图像理解754

24.6 认知图像搜索引擎760

24.6.1 盲人摸象方法761

24.6.2 PicSeer PL图像搜索引擎763

24.7 结论770

第二十五章 基于计算动词理论的游戏AI引擎设计773

25.1 背景及意义774

25.2 计算动词游戏AI引擎的设计与实现776

25.2.1 引擎的组成776

25.2.2 脚本编译器776

25.2.3 资源池781

25.2.4 计算动词系统782

25.2.5 角色实体接口783

25.2.6 动词规则推理系统784

25.3 测试及系统运行结果785

25.3.1 场景1：小车过弯道785

25.3.2 场景2：机器人对战787

第二十六章 计算动词理论在各领域的应用范例793

26.1 基于计算动词理论的交互式叙事793

26.1.1 以自然语言为中心的建模方法793

26.1.2 基于计算动词理论的交互式叙事系统794

26.2 计算动词用于自动聚焦控制［243］795

26.2.1 模型理论基础795

26.2.2 动词控制器797

26.2.3 模型数学化797

26.3 直流直线电机的动词PID控制［234］801

26.3.1 定义模糊集801

26.3.2 Kd、Ki、Kp初始值的整定802

26.3.3 动词推理802

26.3.4 动词PID控制器的实时计算804

26.3.5 仿真结果805

26.4 基于动词控制的自动发电控制（AGC）研究［237］806

26.4.1 基于动词控制的独立电力系统的负荷频率控制807

26.4.2 基于动词控制的区域互联电力系统的负荷频率控制812

26.5 基于超声波导盲系统的碰撞规避建模［244］816

26.5.1 面对面碰撞的规避模型816

26.5.2 精确解决方案816

26.5.3 计算动词系统解决方案817

26.6 一种计算动词PID控制器设计的改进［239］820

26.6.1 动词PID控制器的设计821

26.6.2 仿真及结果比较823

26.7 回流焊温度曲线的计算动词表示［240］824

26.7.1 引言824

26.7.2 曲线的数学模型824

26.7.3 实现826

26.8 计算动词在功率放大器预失真的应用［241］828

26.8.1 PA模型829

26.8.2 运用计算动词的DPD829

26.8.3 仿真833

26.9 基于计算动词控制的变步长自适应滤波算法［245］833

26.9.1 引言833

26.9.2 基于计算动词理论的改进835

26.9.3 仿真结果分析838

26.10 基于计算动词决策树的股市数据分析839

26.10.1 股票动词决策树的相关概念840

26.10.2 股票动词决策树的建立842

26.11 计算动词理论在股票数据分析中的应用842

26.11.1 股票数据的预处理842

26.11.2 应用聚类算法进行数据分类845

26.11.3 数据的二次分类845

26.12 变压器故障诊断的初步实现［242］849

26.13 计算动词图像处理在小型机器人足球世界杯中的应用855

26.13.1 构建空间计算动词857

26.13.2 实时匹配图像和空间动词857

26.13.3 实验测试结果858

26.14 电力营销系统中需电量预测的设计与实现859

26.14.1 需电量预测系统设计及实现859

26.14.2 需电量预测结果分析860

参考文献863

索引878