| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外相关研究进展 | 第9-11页 |
| 1.3 本文的主要内容 | 第11-13页 |
| 第二章 预备知识 | 第13-21页 |
| 2.1 AFS模糊逻辑 | 第13-18页 |
| 2.1.1 AFS代数 | 第13-14页 |
| 2.1.2 简单概念和复杂概念 | 第14-15页 |
| 2.1.3 AFS结构 | 第15页 |
| 2.1.4 基于多元正态分布和高斯权重的一致性隶属函数 | 第15-18页 |
| 2.2 区间二型隶属函数 | 第18-21页 |
| 第三章 基于AFS的区间二型隶属函数 | 第21-31页 |
| 3.1 构建基于AFS的区间二型隶属函数 | 第21-26页 |
| 3.1.1 定义AFSIT2 MF两种类型 | 第21-23页 |
| 3.1.2 构建基于AFS的区间二型隶属函数实例分析 | 第23-26页 |
| 3.2 验证AFSIT2 MF的有效性 | 第26-30页 |
| 3.2.1 基于AFSIT2 MF的聚类算法 | 第26-28页 |
| 3.2.2 实验分析 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 基于AFSIT2 MF的分类算法 | 第31-40页 |
| 4.1 分类器设计 | 第31-32页 |
| 4.2 实验分析(一) | 第32-37页 |
| 4.2.1 Iris数据分类分析 | 第32-35页 |
| 4.2.2 Wisconsin Breast Cancer Diagnostic数据分类分析 | 第35-36页 |
| 4.2.3 Wine数据分类分析 | 第36-37页 |
| 4.3 实验分析(二) | 第37-38页 |
| 4.3.1 数据集简介 | 第37-38页 |
| 4.3.2 与经典分类算法比较 | 第38页 |
| 4.4 本章小结 | 第38-40页 |
| 结论 | 第40-41页 |
| 参考文献 | 第41-47页 |
| 致谢 | 第47-48页 |
| 作者简介 | 第48页 |
