模糊系统和ANFIS的改进及其在空间光学中的应用 内容简介

本书比较系统地阐述了模糊系统和自适应模糊神经推理系统的改进、在嵌入式系统中的实现，及其在空间光学中的应用等领域的研究成果。内容包括：模糊系统、ANFIS和DSP技术的发展和应用，模糊系统和ANFIS基本理论，基于改进型模糊聚类的模糊系统建模方法，混合输入型模糊系统及其应用，自适应模糊神经推理系统的改进和应用，模糊系统和ANFIS在DSP上的实现和优化，ANFIS在空间相机*佳焦面位置预测中的应用，模糊聚类在遥感图像分割中的应用等。本书可供从事模糊系统、神经网络、嵌入式系统、空间光学等领域研究的科技人员以及计算机、空间光学、信息科学、控制等专业的高年级本科生、研究生参考。

模糊系统和ANFIS的改进及其在空间光学中的应用 本书特色

《模糊系统和ANFIS的改进及其在空间光学中的应用(精)》编著者武星星、刘金国。本书比较系统地阐述了模糊系统和自适应模糊神经推理系统(ANFIs)的改进、在嵌入式系统中的实现，及其在空间光学中的应用等领域的研究成果。

模糊系统和ANFIS的改进及其在空间光学中的应用 目录

前言第l章 模糊系统、ANFIS和DSP技术的发展和应用1.1 模糊系统的发展和应用1.2 模糊系统和神经网络结合技术的发展和应用1.3 DSP的发展和应用第2章 模糊系统和ANFIS的基本理论2.1 模糊逻辑基础2.1.1 模糊集合2.1.2 模糊集合运算的基本性质2.1.3 隶属度函数2.1.4 模糊集合相关的定义和定理2.1.5 模糊关系2.1.6 模糊语言变量2.1.7 模糊逻辑推理2.2 模糊推理系统分类与组成2.2.l 纯模糊逻辑系统2.2.2 T.S型模糊逻辑系统2.2.3 Mamdanl型模糊逻辑系统2.3 ANFIS的原理2.3.1 ANFlS的结构2.3.2 BP算法的各种改进方法2.4 模糊聚类2.4.1 普通聚类分析2.4.2 模糊聚类分析2.4.3 常用模糊聚类算法2.5 本章小结第3章 基于改进型模糊聚类的模糊系统建模方法研究3.1 模糊聚类算法的改进3.1.1 改进型聚类算法的提出3.1.2 改进型聚类算法的实现3.1.3 改进前后算法聚类结果比较3.2 基于改进型模糊聚类的模糊系统建模3.2.1 模糊系统建模新方法的提出3.2.2 拟合方法及其在MATLAB中的实现3.3 模糊系统建模方法的验证3.3.1 水箱水位控制系统模型3.3.2 输入／输出样本集的获取3.3.3 水位控制模糊系统建模3.3.4 控制性能比较与结论3.4 本章小结第4章 混合输入型模糊系统及其应用4.1 混合输入型模糊系统的提出4.2 转换器的实现方法4.3 图形用户界面的设计4.4 本章小结第5章 ANFlS的改进和应用研究5.1 ANFIS的改进5.1.1 ANFlS改进算法的提出5.1.2 用Fletcher-ReeveS pdate法改进的ANFIS5.1.3 用比例共轭梯度法改进的ANFIS5.2 改进算法的验证与比较5.2.1 在混沌时间序列预报中的应用5 2.2 在逼近非线性函数中的应用5.3 本章小结第6章 模糊系统和ANYFIS在DSP上的实现和优化6.1 模糊系统在DSP上的实现6.2 ANFIS在DSP上的实现6.3 代码优化6.4 本章小结第7章 模糊系统和ANFIS在空间光学中的应用7.1 ANFIS在空间相机*佳焦面位置预测中的应用7.2 模糊聚类在遥感图像分割中的应用7.3 本章小结参考文献附录IRIS数据集