| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题背景与意义 | 第8页 |
| 1.2 模糊逻辑系统发展综述 | 第8-9页 |
| 1.3 TSK模糊系统研究综述 | 第9-11页 |
| 1.4 稀疏表示研究综述 | 第11页 |
| 1.5 本文工作内容 | 第11-13页 |
| 第二章 模糊系统理论 | 第13-22页 |
| 2.1 模糊理论基础知识 | 第13-17页 |
| 2.1.1 模糊集合 | 第13-14页 |
| 2.1.2 隶属函数 | 第14-16页 |
| 2.1.3 模糊集合运算 | 第16-17页 |
| 2.2 经典Mamdani模糊系统 | 第17-18页 |
| 2.3 经典TSK模糊系统 | 第18-19页 |
| 2.4 中心化TSK模糊系统 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 模糊聚类算法及特征优选 | 第22-33页 |
| 3.1 模糊聚类方法简介 | 第22页 |
| 3.2 模糊C均值聚类算法 | 第22-23页 |
| 3.3 模糊聚类算法（FCA） | 第23-29页 |
| 3.3.1 FCM算法的主要不足 | 第23-24页 |
| 3.3.2 FCA算法的基本思想 | 第24-29页 |
| 3.4 FCA算法相关实验 | 第29-31页 |
| 3.5 FCA算法用于确定模糊规则前件隶属度函数 | 第31页 |
| 3.6 本章小结 | 第31-33页 |
| 第四章 模糊系统后件参数估计 | 第33-43页 |
| 4.1 稀疏表示相关内容 | 第33-38页 |
| 4.1.1 稀疏的基本概念及评价指标 | 第33-34页 |
| 4.1.2 稀疏表示 | 第34-38页 |
| 4.2 模糊系统建模的分块结构稀疏表示 | 第38-39页 |
| 4.3 分块正交匹配追踪算法应用于模糊规则选取 | 第39-41页 |
| 4.4 确定选定模糊规则后件参数的稀疏正则化 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 新型模糊系统建模算法 | 第43-50页 |
| 5.1 算法流程及核心思想 | 第43-44页 |
| 5.2 实验分析 | 第44-49页 |
| 5.2.1 合成数据集 | 第44-47页 |
| 5.2.2 Airfoil Self-Noise数据集 | 第47-48页 |
| 5.2.3 Machine CPU Performance数据集 | 第48页 |
| 5.2.4 Treasury数据集 | 第48-49页 |
| 5.3 本章小结 | 第49-50页 |
| 主要结论与展望 | 第50-52页 |
| 主要结论 | 第50页 |
| 展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第56页 |