首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

模糊粗糙近似算子的构造研究及其在农业中的应用

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 粗糙集的研究现状第9-10页
    1.2 直觉模糊集的研究现状第10页
    1.3 直觉模糊粗糙集的研究现状第10-11页
    1.4 L-模糊粗糙集的研究现状第11-12页
    1.5 研究目的及意义第12页
    1.6 研究内容第12-13页
    1.7 论文组织结构第13-15页
第二章 基础知识第15-21页
    2.1 粗糙集的基本理论第15-16页
    2.2 直觉模糊集第16-17页
    2.3 L-模糊粗糙集第17-19页
    2.4 小结第19-21页
第三章 基于φ算子的直觉模糊粗糙集第21-33页
    3.1 φ算子与φ*算子第21-23页
    3.2 基于φ的直觉模糊近似算子第23-24页
    3.3 基于φ的直觉模糊近似算子的性质第24-29页
    3.4 算例第29-31页
    3.5 小结第31-33页
第四章 多粒度广义L-模糊变精度粗糙集第33-47页
    4.1 广义剩余格第33-37页
    4.2 L-模糊集与L-模糊关系第37页
    4.3 多粒度L-模糊变精度粗糙集第37-45页
        4.3.1 广义L-模糊变精度粗糙集第38-39页
        4.3.2 多粒度广义L-模糊可变精度粗糙集第39-45页
    4.4 小结第45-47页
第五章 基于直觉模糊粗糙近似算子的小麦生长评估系统第47-57页
    5.1 小麦生长因子评估系统的基本功能模块设计第47-49页
        5.1.1 小麦生长因子评估系统的登录模块第47-49页
        5.1.2 小麦生长因子评估系统的数据模块第49页
        5.1.3 小麦生长评估模块第49页
    5.2 小麦生长评估系统的系统结构设计第49-52页
        5.2.1 小麦生长因子评估系统的表示层第50页
        5.2.2 小麦生长因子评估系统的业务逻辑层第50-51页
        5.2.3 小麦生长因子评估系统的数据层第51-52页
    5.3 小麦生长评估系统的系统流程第52-53页
    5.4 实例分析第53-55页
    5.5 小结第55-57页
第六章 总结与展望第57-59页
    6.1 总结第57-58页
    6.2 展望第58-59页
参考文献第59-65页
致谢第65-67页
攻读学位期间的科研成果第67-69页

论文共69页,点击 下载论文
上一篇:基于无线传感器网络的列车定位算法研究
下一篇:肿瘤基因特征选择方法研究