| 致谢 | 第9-10页 |
| 摘要 | 第10-13页 |
| abstract | 第13-16页 |
| 第一章 绪论 | 第23-33页 |
| 1.1 认知智能模型的研究意义 | 第23-25页 |
| 1.2 不确定信息认知对象的认知智能模型国内外研究现状 | 第25-27页 |
| 1.2.1 不确定信息认知对象的认知知识表征方法国内外研究现状 | 第25页 |
| 1.2.2 不确定认知过程效果与认知结果评价体系国内外研究现状 | 第25-26页 |
| 1.2.3 不确定信息认知对象的认知智能机制国内外研究现状 | 第26-27页 |
| 1.3 不确定信息认知对象的仿反馈认知智能机制与计算模型研究难点 | 第27-28页 |
| 1.4 本课题的研究内容及内容安排 | 第28-33页 |
| 1.4.1 本课题的主要研究内容 | 第28-29页 |
| 1.4.2 本文的内容安排 | 第29-33页 |
| 第二章 不确定信息认知对象的仿反馈认知智能模型结构与机制研究 | 第33-43页 |
| 2.1 不确定信息认知对象仿反馈认知智能系统构建目标 | 第33页 |
| 2.2 不确定信息认知对象仿反馈认知智能系统模型结构与功能要求 | 第33-34页 |
| 2.3 不确定信息认知对象的三层三段仿反馈认知智能系统模型架构 | 第34-38页 |
| 2.3.1 三层认知智能系统模型设计规范 | 第34-35页 |
| 2.3.2 三段认知智能系统模型设计规范 | 第35-36页 |
| 2.3.3 三层三段仿反馈认知智能系统模型设计规范 | 第36-38页 |
| 2.4 不确定信息认知对象的仿反馈认知智能系统模型及其运行机制 | 第38-42页 |
| 2.4.1 不确定信息认知对象的仿反馈认知智能系统模型构建 | 第38-40页 |
| 2.4.2 决策层三段运行机制 | 第40页 |
| 2.4.3 认知层三段运行机制 | 第40-42页 |
| 2.4.4 反馈层三段运行机制 | 第42页 |
| 2.5 本章小结 | 第42-43页 |
| 第三章 不确定信息认知对象的仿反馈认知智能计算模型研究 | 第43-65页 |
| 3.1 基于粗糙集与熵理论的不确定信息认知对象模式化结构模型 | 第43-51页 |
| 3.1.1 基于粗糙集的不确定信息认知对象认知智能决策信息系统建立 | 第43-44页 |
| 3.1.2 基于熵理论的认知知识空间充分性评价机制研究 | 第44-46页 |
| 3.1.3 基于熵理论的认知知识空间可分类性评价机制研究 | 第46-51页 |
| 3.2 基于广义误差和广义熵理论的不确定认知过程效果与认知结果评价测度指标体系建立 | 第51-55页 |
| 3.2.1 不确定认知过程效果与认知结果误差信息系统构建 | 第51-53页 |
| 3.2.2 不确定认知过程效果与认知结果误差熵定义 | 第53页 |
| 3.2.3 不确定认知过程效果与认知结果误差熵序列相似度定义 | 第53-54页 |
| 3.2.4 认知知识粒度误差定义 | 第54-55页 |
| 3.3 不确定认知过程效果与认知结果评价体系建立 | 第55-57页 |
| 3.4 认知知识粒度调节机制研究 | 第57-59页 |
| 3.4.1 认知知识粒度调节机制的测度指标计算模型 | 第57-58页 |
| 3.4.2 认知知识粒度调节机制的推理规则与计算模型 | 第58-59页 |
| 3.5 不确定信息认知对象的多层次变粒度仿反馈认知智能算法研究 | 第59-62页 |
| 3.6 本章小结 | 第62-65页 |
| 第四章 脱机手写体汉字图像的机器认知应用验证研究 | 第65-79页 |
| 4.1 脱机手写体汉字图像的机器认知研究意义 | 第65页 |
| 4.2 脱机手写体汉字图像多层次变粒度仿反馈认知智能系统 | 第65-72页 |
| 4.2.1 脱机手写体汉字图像多层次变粒度仿反馈认知智能模型 | 第65-67页 |
| 4.2.2 脱机手写体汉字图像特征分析 | 第67-68页 |
| 4.2.3 认知知识空间充分性表征的脱机手写体汉字图像认知智能决策信息系统 | 第68-69页 |
| 4.2.4 认知知识空间可分类性表征的脱机手写体汉字图像简约认知智能决策信息系统 | 第69页 |
| 4.2.5 基于具有两层分类器的脱机手写体汉字图像认知器组的认知匹配机制 | 第69-72页 |
| 4.3 实验结果与分析 | 第72-78页 |
| 4.3.1 实验数据 | 第72-73页 |
| 4.3.2 实验结果与分析 | 第73-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第五章 工业回转窑烧成状态的机器认知应用验证研究 | 第79-93页 |
| 5.1 工业回转窑烧成状态的机器认知研究意义 | 第79-81页 |
| 5.2 工业回转窑烧成状态多层次变粒度仿反馈认知智能系统 | 第81-86页 |
| 5.2.1 工业回转窑烧成状态多层次变粒度仿反馈认知智能模型 | 第81-82页 |
| 5.2.2 工业回转窑烧成带火焰图像Gabor滤波预处理 | 第82-83页 |
| 5.2.3 工业回转窑烧成带火焰图像感兴趣区域全局及局部形态特征提取 | 第83-84页 |
| 5.2.4 认知知识充分性与可分类性表征的工业回转窑烧成状态认知智能决策信息系统 | 第84-85页 |
| 5.2.5 工业回转窑烧成状态概率神经网络认知器及其计算方法 | 第85-86页 |
| 5.3 实验结果与分析 | 第86-92页 |
| 5.3.1 实验数据 | 第86-87页 |
| 5.3.2 实验结果与分析 | 第87-92页 |
| 5.4 本章小结 | 第92-93页 |
| 第六章 人体健康状态评测的机器认知应用验证研究 | 第93-105页 |
| 6.1 人体健康状态评测的机器认知研究意义 | 第93-94页 |
| 6.2 基于多层次变粒度的人体健康状态仿反馈认知智能系统 | 第94-100页 |
| 6.2.1 基于多层次变粒度的人体健康状态仿反馈认知智能模型 | 第94-96页 |
| 6.2.2 人体生物电阻抗信号测量与人体健康特征提取 | 第96-97页 |
| 6.2.3 认知知识可分类性表征的人体健康状态简约认知智能决策信息系统 | 第97-98页 |
| 6.2.4 人体健康状态云模型认知器及其认知计算方法 | 第98-99页 |
| 6.2.5 基于多层次变粒度的人体健康状态仿反馈认知智能算法流程图 | 第99-100页 |
| 6.3 实验结果与分析 | 第100-103页 |
| 6.3.1 实验数据 | 第100页 |
| 6.3.2 实验结果与分析 | 第100-103页 |
| 6.4 本章小结 | 第103-105页 |
| 第七章 全天候光伏发电智能认知跟踪控制应用验证研究 | 第105-127页 |
| 7.1 光伏发电跟踪控制系统研究意义 | 第105-106页 |
| 7.2 全天候光伏发电智能认知跟踪控制系统 | 第106-120页 |
| 7.2.1 全天候光伏发电智能认知跟踪控制系统模型 | 第107-108页 |
| 7.2.2 全天候环境状态认知及系统特征获取 | 第108-110页 |
| 7.2.3 基于全天候环境状态认知的推理决策机制 | 第110-117页 |
| 7.2.4 全天候光伏发电智能认知跟踪控制误差和反馈调节计算模型 | 第117-120页 |
| 7.3 实验结果与分析 | 第120-125页 |
| 7.3.1 实验数据 | 第120-122页 |
| 7.3.2 实验结果与分析 | 第122-125页 |
| 7.4 本章小结 | 第125-127页 |
| 第八章 总结与展望 | 第127-129页 |
| 8.1 总结 | 第127-128页 |
| 8.2 展望 | 第128-129页 |
| 参考文献 | 第129-141页 |
| 攻读博士学位期间的学术活动及成果情况 | 第141-142页 |
