模糊測度和模糊積分及在分類技術中的應用

前言
符號說明
第1章　引言
　1.1　什麼是分類問題
　1.2　分類問題的一種公式描述
　1.3　分類器的訓練、設計及模糊積分的應用
　參考文獻
第2章　模糊測度
　2.　1經典測度的一些基本概念
　2.2　非可加測度
　2.3　gλ模糊測度
　2.4　擬測度
　2.5　信任測度和似然測度
　2.6　可能性測度和必要性測度
　2.7　k可加模糊測度
　2.8　模糊集合的模糊值測度
　2.9　基於三角模的模糊測度
　參考文獻
第3章　模糊積分
　3.1　SLtgeno模糊積分的定義及性質
　3.2　對稱Sugeno模糊積分
　　3.2.1　對稱序結構
　　3.2.2　默比烏斯變換
　3.3　模糊數值的Sugeno模糊積分
　3.4　Choquet模糊積分
　3.5　Choquet模糊積分的層次分解
　3.6　推廣的Choquet模糊積分
　3.7　Sugeno積分與Choquet積分的比較
　　3.7.1　一般模糊積分的定義
　　3.7.2　一般意義下的共同性質
　　3.7.3　有限集上Sugeno積分與Choquet積分的比較
　3.8　（N）模糊積分和廣義模糊積分
　　3.8.1　（N）模糊積分
　　3.8.2　廣義模糊積分
　3.9　Zhenyuan模糊積分
　　3.9.1　Zhenynan模糊積分的定義
　　3.9.2　Zhenyuan模糊積分的性質
　　3.9.3　Zhenyuan模糊積分的計算
　3.10　可能性積分
　3.11　泛積分
　3.12　基於集合划分的非線性積分
　3.13　幾種模糊積分的比較
　　3.13.1　幾種模糊積分與Lebesgue積分的聯系
　　3.13.2　Sugen0模糊積分與Choquet模糊積分
　　3.13.3　泛積分與Zhenyuan模糊積分
　　3.13.4　Choquet模糊積分與Zhenyuan模糊積分
　　3.13.5　Choquet模糊積分與泛積分
　　3.13.6　Sugeno模糊積分與（N）模糊積分
　　3.13.7　對稱Sugeno積分
　參考文獻
第4章　模糊積分分類器
　4.1　模糊積分分類器的基本類型
　4.2　模糊積分分類器中屬性間的交互作用
　　4.2.1　三個工人的例子
　　4.2.2　屬性間交互作用的類型
　　4.2.3　模糊測度表示交互作用的能力
　　4.2.4　Shapley值和交互指標
　　4.2.5　實驗數據分析
　　4.2.6　基於屬性交互作用的特征選取方法
　4.3　Choquet模糊積分分類器中一般模糊測度的學習
　　4.3.1　基於二次規划的模糊測度的確定
　　4.3.2　二次規划的推廣
　　4.3.3　基於遺傳算法的非可加集函數的確定
　　4.3.4　確定模糊測度的最小訓練樣本數
　4.4　Choquet模糊積分分類器中特殊結構的模糊測度的學習
　　4.4.1　用神經網絡確定gλ模糊測度
　　4.4.2　用Shapley值和交互指標確定2可加模糊測度
　　4.4.3　線性規划學習2可加模糊測度
　參考文獻
第5章　模糊積分在分類器融合中的應用
　5.1　融合工具：從OWA算子到模糊積分
　　5.1.1　分類器融合的基本方法
　　5.1.2　分類器融合的模糊積分方法
　　5.1.3　OWA算子與Choquet模糊積分的關系
　5.2　基於模糊積分的多分類器融合中模糊測度的作用
　　5.2.1　分類器的重要性及之間的交互作用
　　5.2.2　模糊測度的單調性對融合系統的影響
　　5.2.3　模糊積分融合方法的糾錯能力
　　5.2.4　融合過程中模糊測度的確定
　　5.2.5　注記
　5.3　基於模糊積分的同一類型分類器的融合實驗分析
　　5.3.1　基於模糊積分的多神經網絡分類器融合
　　5.3.2　基於模糊積分的多kNN分類器融合
　　5.3.3　基於模糊積分的多決策樹融合
　5.4　融合過程中分類器多樣性的作用
　　5.4.1　什麼是多樣性
　　5.4.2　多樣性的幾種度量方法
　　5.4.3　融合過程中多樣性的作用
　5.5　融合結果對不同模糊測度或模糊積分的敏感性
　5.6　基於模糊積分融合與其他融合技術的比較
　參考文獻
索引