| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-22页 |
| ·引言 | 第12-14页 |
| ·智能混合和智能融合系统的发展和现状 | 第14-17页 |
| ·智能混合系统 | 第14-16页 |
| ·智能融合技术 | 第16-17页 |
| ·课题研究意义 | 第17-20页 |
| ·本文的工作与主要内容 | 第20-22页 |
| 第二章 定性映射 | 第22-31页 |
| ·引言 | 第22页 |
| ·最简定性判断的定性映射模型 | 第22-25页 |
| ·定性映射与特征函数 | 第25-26页 |
| ·整合性质的定性映射 | 第26-30页 |
| ·小结 | 第30-31页 |
| 第三章 基于定性映射的智能融合模型 | 第31-53页 |
| ·引言 | 第31-34页 |
| ·定性映射模型、专家系统和平凡人工神经网络的关系 | 第34-36页 |
| ·定性基准变换诱导的非平凡人工神经网络 | 第36-40页 |
| ·定性映射与模糊集合的关系 | 第40-43页 |
| ·定性基准叠加变换诱导的边界动态变化产生的模糊化 | 第40-41页 |
| ·转换程度函数导致的定性基准的边界模糊化 | 第41-43页 |
| ·模糊隶属度的Bayesian计算模型 | 第43-44页 |
| ·转化程度函数诱导的径向基函数人工神经元 | 第44-45页 |
| ·定性基准的剖分变换与支持向量机 | 第45-46页 |
| ·子定性映射的内积及其诱导的支持向量机 | 第46-49页 |
| ·定性映射诱导的支持向量机的模式—向量转化功能和识别方法 | 第49-51页 |
| ·定性映射与遗传算法的关系 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第四章 属性计算单元和属性计算网络 | 第53-64页 |
| ·引言 | 第53页 |
| ·以网格为基准的定性映射 | 第53页 |
| ·属性计算单元和属性计算网络 | 第53-55页 |
| ·前向属性计算网络模型 | 第55-56页 |
| ·混合输入属性计算网络 | 第56-57页 |
| ·属性计算网络定性基准的学习算法 | 第57-61页 |
| ·属性计算网络的边界学习算法 | 第61-62页 |
| ·属性计算网络软件平台实现 | 第62-63页 |
| ·小结 | 第63-64页 |
| 第五章 属性计算网络的学习功能与模式识别 | 第64-84页 |
| ·引言 | 第64页 |
| ·模式识别的介绍 | 第64-65页 |
| ·基于定性映射的非线性分类 | 第65-70页 |
| ·判断的定性映射模型与非线性模式分类 | 第66页 |
| ·基于定性映射的非线性分类算法 | 第66-67页 |
| ·三维双螺旋问题的实现 | 第67-68页 |
| ·基于定性映射非线性分类的三维双螺旋问题的实现 | 第68-70页 |
| ·基于属性计算网格的模式识别 | 第70-72页 |
| ·属性计算网格的剖分 | 第70页 |
| ·基于属性计算网格的模式生成和识别 | 第70-72页 |
| ·定性基准模糊化 | 第72页 |
| ·有关机器学习效率的简单讨论 | 第72页 |
| ·基于属性计算网格的字符识别 | 第72-74页 |
| ·基于属性计算网格的汉字识别实验 | 第74-79页 |
| ·汉字识别研究背景 | 第74-76页 |
| ·基于定性映射汉字识别的研究 | 第76-77页 |
| ·基于属性计算网格的汉字识别 | 第77-79页 |
| ·基于属性计算网络的图形图像识别 | 第79-81页 |
| ·基于属性计算网络的交通标志识别 | 第81-83页 |
| ·小结 | 第83-84页 |
| 第六章 基于属性计算网络的船舶主机冷却系统故障诊断模型 | 第84-89页 |
| ·故障诊断技术简介 | 第84-85页 |
| ·船舶主机冷却系统的故障诊断系统分析 | 第85-87页 |
| ·基于属性计算网络的故障诊断模型建构 | 第87-88页 |
| ·本章小结 | 第88-89页 |
| 第七章 基于属性计算网络的综合评估方法 | 第89-107页 |
| ·引言 | 第89-90页 |
| ·属性坐标综合评估法 | 第90-98页 |
| ·属性坐标综合评估法的基本思想 | 第90-94页 |
| ·一定约束条件下的局部最满意解 | 第94-95页 |
| ·局部最满意解(或心理标准)曲线 | 第95页 |
| ·局部最满意解线L(b({xh(z)}))的确定 | 第95-97页 |
| ·局部与全局满意度问题 | 第97-98页 |
| ·全局满意度系数修正 | 第98页 |
| ·基于属性坐标综合评估技术的软件行业的核心竞争力综合评估 | 第98-101页 |
| ·评估模型简介 | 第99-100页 |
| ·模拟应用结果 | 第100-101页 |
| ·结论 | 第101页 |
| ·基于属性网络实现评估 | 第101-106页 |
| ·属性网络的综合评估系统的基本思想 | 第102页 |
| ·评价过程 | 第102-103页 |
| ·属性计算网络综合评估实验 | 第103-106页 |
| ·本章小结 | 第106-107页 |
| 第八章 结论和展望 | 第107-110页 |
| 致谢 | 第110-111页 |
| 参考文献 | 第111-118页 |
| 攻读博士学位期间公开发表(录用)的论文 | 第118页 |
