第一部分 基本理論
第1章 置信規(guī)則庫推理模型的理論基礎(chǔ) 3
1.1 概述 3
1.2 D-S證據(jù)理論 3
1.3 證據(jù)推理方法 9
參考文獻(xiàn) 22
第2章 置信規(guī)則庫推理模型的常見類型 24
2.1 概述 24
2.2 類型一：CBRB推理模型 24
2.3 類型二：DBRB推理模型 31
2.4 類型三：EBRB推理模型 37
2.5 BRB推理模型的對比分析 45
參考文獻(xiàn) 47
第3章 置信規(guī)則庫推理模型的研究現(xiàn)狀 49
3.1 概述 49
3.2 CBRB推理模型的相關(guān)研究 50
3.3 DBRB推理模型的相關(guān)研究 58
3.4 EBRB推理模型的相關(guān)研究 60
參考文獻(xiàn) 62
第二部分 小規(guī)模低維度數(shù)據(jù)情形中建模方法
第4章 基于規(guī)則約簡的交集置信規(guī)則庫建模方法 73
4.1 概述 73
4.2 規(guī)則約簡的粗糙集方法 74
4.3 實驗分析及方法比較 77
4.4 本章小結(jié) 84
參考文獻(xiàn) 85
第5章 基于結(jié)構(gòu)劃分的交集置信規(guī)則庫建模方法 86
5.1 概述 86
5.2 情景分析下CBRB的結(jié)構(gòu)劃分 87
5.3 基于結(jié)構(gòu)劃分的置信規(guī)則動態(tài)調(diào)整方法 94
5.4 實例分析與方法比較 98
5.5 本章小結(jié) 112
參考文獻(xiàn) 112
第三部分 小規(guī)模高維度數(shù)據(jù)情形中建模方法
第6章 基于動態(tài)參數(shù)學(xué)習(xí)的并集置信規(guī)則庫建模方法 117
6.1 概述 117
6.2 DBRB推理模型的動態(tài)參數(shù)學(xué)習(xí)模型 117
6.3 實驗分析與方法比較 124
6.4 本章小結(jié) 137
參考文獻(xiàn) 137
第7章 基于一致性分析的擴(kuò)展置信規(guī)則庫建模方法 139
7.1 概述 139
7.2 基于一致性分析的規(guī)則激活方法 141
7.3 實驗分析與方法比較 145
7.4 本章小結(jié) 154
參考文獻(xiàn) 155
第四部分 大規(guī)模任意維度數(shù)據(jù)情形中建模方法
第8章 基于索引框架的擴(kuò)展置信規(guī)則庫建模方法 159
8.1 概述 159
8.2 面向EBRB的MaSF構(gòu)建方法 160
8.3 基于MaSF的規(guī)則檢索和優(yōu)化方法 164
8.4 實驗分析與方法比較 170
8.5 本章小結(jié) 185
參考文獻(xiàn) 185
第9章 基于區(qū)域劃分的擴(kuò)展置信規(guī)則庫建模方法 187
9.1 概述 187
9.2 背景介紹與問題描述 188
9.3 基于區(qū)域分割的EBRB構(gòu)建方法 190
9.4 Micro-EBRB推理模型與并行化實現(xiàn) 198
9.5 實驗分析與方法比較 203
9.6 本章小結(jié) 210
參考文獻(xiàn) 211
第五部分 置信規(guī)則庫推理模型的應(yīng)用
第10章 智能環(huán)境中基于傳感器的活動識別 215
10.1 概述 215
10.2 基于傳感器活動識別的文獻(xiàn)綜述 217
10.3 面向活動識別的BRB推理模型 219
10.4 面向活動識別的在線更新BRB推理模型 224
10.5 智能環(huán)境中活動識別的實例應(yīng)用 229
10.6 本章小結(jié) 243
參考文獻(xiàn) 243
第11章 交通網(wǎng)絡(luò)中的橋梁風(fēng)險評估與預(yù)測 246
11.1 概述 246
11.2 基于BRB聯(lián)合優(yōu)化的橋梁風(fēng)險評估模型 247
11.3 實例分析與性能比較 254
11.4 本章小結(jié) 260