模糊信息理论与警务智能决策2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

模糊信息理论与警务智能决策PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 理论与方法篇3

第1章 模糊集基本理论与方法3

1.1 基本概念3

1.1.1 模糊性是人脑的基本特性3

1.1.2 模糊信息特征4

1.1.3 模糊信息处理6

1.2 模糊信息理论7

1.2.1 模糊集合概念7

1.2.2 运算与性质9

1.2.3 分解定理和扩张原理10

1.2.4 凸模糊集12

1.2.5 模糊数上的关系运算13

1.2.6 模糊数的其他表示15

1.2.7 各种模糊数的语义距离16

1.2.8 几种模糊数的运算和关系18

1.2.9 广义模糊集20

1.3 模糊犯罪信息的度量23

1.3.1 模糊度23

1.3.2 模糊集的距离24

1.3.3 模糊集合间的贴近度25

1.4 犯罪模糊关系的表示27

1.5 模糊向量与模糊变换32

第2章 犯罪模糊信息处理方法34

2.1 模糊模式识别34

2.1.1 模糊模式识别的基本问题34

2.1.2 最大隶属度原则Ⅰ34

2.1.3 最大隶属度原则Ⅱ35

2.1.4 择近原则与综合评判37

2.2 对犯罪数据的模糊分类39

2.2.1 模糊聚类法39

2.2.2 语义关联度42

2.2.3 利用语义关联度进行模糊分类45

2.3 模糊语言模型50

2.3.1 语言的模糊模型51

2.3.2 模糊语法52

2.4 模糊语义56

第3章 模糊逻辑与模糊推理60

3.1 基本模糊逻辑60

3.1.1 模糊命题与谓词60

3.1.2 狭义模糊逻辑61

3.1.3 模糊三段论64

3.2 语言值模糊逻辑65

3.3 广义模糊逻辑68

3.3.1 合式逻辑公式68

3.3.2 广义模糊三段论69

3.3.3 Ⅰ型推理问题70

3.3.4 Ⅱ型推理问题71

3.3.5 Ⅲ型推理问题72

3.4 非单调模糊逻辑72

3.4.1 逻辑的单调性72

3.4.2 模糊的默认逻辑76

3.5 其他各种模糊逻辑78

3.5.1 加权模糊逻辑78

3.5.2 模糊计算逻辑80

3.5.3 分布值逻辑81

3.5.4 Bayes概率逻辑84

3.5.5 统计归纳逻辑87

第4章 模糊知识处理99

4.1 知识的分类99

4.2 知识处理所要研究的对象102

4.2.1 知识的表示103

4.2.2 知识的获取104

4.2.3 知识的运用和处理105

4.3 犯罪模糊关系表示的知识及处理106

4.3.1 模糊事实的关系表示107

4.3.2 模糊规则的关系表示107

4.3.3 模糊关系表示的知识与处理109

4.4 模糊逻辑表示处理110

4.4.1 模糊概念和事实的表示110

4.4.2 模糊规则的表示111

4.4.3 模糊逻辑表示的知识处理和运用112

4.5 基于模糊语义网络的知识表示及处理118

4.5.1 语义网的图形表示118

4.5.2 语义网络的形式描述120

4.5.3 与（或）语义图122

4.5.4 模糊与（或）语义图126

4.5.5 案件识别的语义图的学习行为130

第二部分 警务智能决策篇139

第5章 警务数据挖掘与犯罪模式发现139

5.1 什么是数据挖掘139

5.2 数据挖掘的作用140

5.3 基于关联规则犯罪模式发现144

5.3.1 关联规则简介144

5.3.2 经典Apriori算法145

5.4 犯罪模糊数据挖掘146

5.4.1 关于KDFCD技术146

5.4.2 模糊数据库中的知识发现147

5.4.3 犯罪模糊关联规则CFAR的挖掘149

5.5 犯罪空间数据挖掘151

5.5.1 基于泛化的发现方法152

5.5.2 聚类方法153

5.5.3 空间关联规则154

5.5.4 分类及预测157

5.5.5 犯罪模糊空间分析158

第6章 几个典型的犯罪数据挖掘162

6.1 基于自组织的区域犯罪趋势分析162

6.1.1 区域犯罪模糊评价162

6.1.2 模糊自组织神经网络图162

6.1.3 从时间序列中发现规则164

6.1.4 可视化警用自组织图的设计165

6.1.5 犯罪区域选择的聚类分析168

6.1.6 犯罪的规则分析170

6.2 犯罪刑事调查中时间性关联规则的增量挖掘172

6.2.1 时间关联规则和其数值属性172

6.2.2 关联规则的增量挖掘173

6.2.3 时间关联规则的增量挖掘174

6.2.4 增量TAR算法179

6.2.5 犯罪模式发现181

第7章 犯罪侦查fuzzy推理系统188

7.1 犯罪侦查系统的推理模式188

7.2 Fuzzy关系映射反演推理模式191

7.2.1 Fuzzy关系映射反演原则191

7.2.2 Fuzzy定映协同推理194

7.2.3 犯罪侦查的fuzzy自动推理196

7.3 基于模糊识别的辅助侦查信息200

7.3.1 Fuzzy步法识别200

7.3.2 基于fuzzy集的犯罪嫌疑人语音识别系统202

第8章 基于案例的犯罪模糊推理技术210

8.1 基于案例推理的基本概念210

8.2 CBCFR的工作机制211

8.2.1 基本框架211

8.2.2 犯罪案例表示212

8.2.3 犯罪案例索引与检索213

8.2.4 案例的重用214

8.3 建立基于CBCFR的关键技术216

8.3.1 典型犯罪案例库系统216

8.3.2 基于犯罪案例的推理模型217

8.4 案例模糊推理机的设计219

8.4.1 基本内容219

8.4.2 推理机工作流程设计221

8.4.3 面向对象的程序实现222

8.5 一个犯罪案例检索的方法230

8.5.1 类推过程的模型化和信息检索230

8.5.2 先验知识空间231

8.5.3 先验知识空间中模糊集合表示的识别232

8.5.4 属性识别234

8.5.5 实际例子239

第9章 警务管理与决策244

9.1 城市交通智能红绿灯控制系统244

9.1.1 背景244

9.1.2 系统结构244

9.1.3 单个交叉口红绿灯的模糊控制245

9.1.4 基于专家系统与神经网络的全局优化调度247

9.1.5 模糊神经网络的调度算法248

9.2 基于模糊神经网络的城市公共安全评价250

9.2.1 研究背景250

9.2.2 城市公共安全评价体系250

9.2.3 模糊神经网络模型的确定253

9.2.4 实证分析256

参考文献259