智能空间信息处理PDF|Epub|txt|kindle电子书版本网盘下载

智能空间信息处理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1章　绪论1

1.1　智能空间信息处理ISIP1

1.2　空间信息处理SIP2

1.3　智能信息处理IIP5

1.3.1 概述5

1.3.2　IIP的认知过程分析6

1.3.3　IIP的物理符号系统假设7

1.4　人工智能的研究进展与研究领域7

1.4.1 人工智能的起源与发展7

1.4.2　人工智能研究的主要方法9

1.4.3 人工智能的研究与应用领域9

1.5　ISIP的主要内容15

1.5.1 RS信息智能化处理15

1.5.2　GIS信息智能化处理17

1.5.3 GPS信息智能化处理19

思考题20

参考文献20

第2章 地理空间认知23

2.1 认知科学23

2.2 认知心理学24

2.3 认知物理学26

2.4 地理空间认知的概念27

2.5 地理空间认知的研究内容28

2.6 地理空间认知的特性分析33

2.6.1 地理空间认知的时空特性33

2.6.2　地理空间认知的尺度特性34

2.6.3 地理空间认知的不确定性36

2.6.4 地理空间认知的可视特性36

2.7　地理空间认知的实例分析37

2.7.1 UCSB的个人导航系统37

2.7.2 时空聚类的认知分析39

思考题45

参考文献45

第3章　空间知识的表示方法48

3.1　空间知识概述48

3.2　状态空间法与空间知识表示50

3.2.1 状态空间法50

3.2.2　基于状态空间的网络分析51

3.3　问题归约法与空间知识表示54

3.3.1 问题归约法54

3.3.2 基于问题归约的空间知识表示55

3.4　基于谓词逻辑的空间知识表达57

3.4.1　命题逻辑57

3.4.2　谓词逻辑57

3.4.3 基于谓词逻辑的空间知识表示59

3.5　基于规则的空间知识表达60

3.5.1　规则与知识60

3.5.2　产生式规则60

3.5.3 基于规则的空间知识表示61

3.6　基于语义网络的空间知识表示62

3.6.1 语义网络62

3.6.2 空间知识的语义网络表示65

3.7　面向对象的空间知识表示68

3.8　空间知识库69

思考题72

参考文献72

第4章　空间推理方法75

4.1　空间推理的概念与特点75

4.1.1 空间推理的概念75

4.1.2 空间推理的特点76

4.2　空间推理的研究内容76

4.3　不确定性推理77

4.4　概率推理78

4.5 贝叶斯推理与空间推理79

4.5.1 主观贝叶斯推理方法79

4.5.2 贝叶斯网络推理81

4.5.3 基于贝叶斯原理的空间推理81

4.6　可信度推理与空间推理82

4.6.1 基于可信度的不确定性表示82

4.6.2　可信度推理方法83

4.7　证据推理与空间推理84

4.7.1　证据理论的描述84

4.7.2 基于证据推理的空间推理方法85

4.8　模糊推理与空间推理88

4.8.1　模糊推理方法88

4.8.2 基于模糊推理的空间推理方法90

4.9　案例推理与空间推理93

4.9.1 案例推理方法94

4.9.2 基于案例推理的空间推理方法95

4.10　空间关系推理97

4.10.1 空间拓扑关系推理97

4.10.2 空间方向关系推理100

4.11　时空推理102

思考题103

参考文献103

第5章　神经计算与空间信息处理106

5.1　计算智能与软计算106

5.2　人工神经网络基础理论107

5.2.1 人工神经网络的基本原理107

5.2.2　人工神经网络的典型模型110

5.3　反向传播BP网络111

5.3.1 BP网络的基本原理111

5.3.2 BP网络的基本算法111

5.3.3 BP网络在SIP中的应用113

5.4 Hopfield神经网络114

5.4.1 Hopfield网络的基本原理114

5.4.2 Hopfield网络的基本算法114

5.4.3 Hopfield网络在SIP中的应用116

5.5 自组织映射（SOM）网络117

5.5.1 SOM网络的基本原理117

5.5.2 SOM网络的基本算法117

5.5.3 SOM网络在SIP中的应用118

5.6 径向基函数（RBF）神经网络120

5.6.1 RBF网络的基本原理120

5.6.2 RBF网络的基本算法121

5.6.3 RBF网络在SIP中的应用122

5.7　Matlab的人工神经网络工具箱122

思考题128

参考文献128

第6章　模糊计算与空间信息处理131

6.1　模糊集计算方法131

6.1.1 模糊集合131

6.1.2　模糊关系133

6.1.3　模糊综合评判134

6.2　基于模糊集的空间信息处理135

6.2.1 模糊空间关系135

6.2.2　模糊图像分割137

6.3　粗糙集计算方法139

6.4　基于粗糙集的空间信息处理140

6.4.1 粗糙空间关系140

6.4.2　粗糙图像分割141

6.5　云模型计算方法144

6.6　基于云模型的空间信息处理149

6.6.1 云模型空间数据分析149

6.6.2　云图像分割152

6.7　Matlab模糊集工具箱156

6.7.1 图形用户界面（graphic user interface,GUI）156

6.7.2 隶属度函数（membership function）157

6.7.3　模糊推理系统的数据结构管理函数159

6.7.4　模糊逻辑工具箱中的推理160

思考题162

参考文献163

第7章　进化计算与空间信息处理165

7.1　进化计算概述165

7.2　遗传算法及空间信息处理168

7.2.1 遗传算法的基本框架与设计168

7.2.2　基于Matlab的遗传算法设计172

7.2.3　基于遗传算法的空间信息处理176

7.3　粒群优化算法及空间信息处理178

7.3.1　粒群优化算法178

7.3.2　基于粒群优化的空间信息处理182

7.4　蚁群算法及空间信息处理184

7.4.1 蚁群算法184

7.4.2　基于蚁群算法的空间信息处理185

7.5　免疫计算及空间信息处理189

7.5.1 免疫计算方法189

7.5.2　基于免疫计算的空间信息处理191

思考题194

参考文献194

第8章　机器学习与空间信息处理197

8.1　机器学习概述197

8.1.1 机器学习的定义197

8.1.2　机器学习的发展历程198

8.1.3 机器学习的基本结构198

8.2　机械学习与空间信息处理200

8.2.1 机械学习基本方法200

8.2.2 基于机械学习的空间信息处理201

8.3　归纳学习与空间信息处理201

8.3.1 归纳学习基本方法201

8.3.2 基于归纳学习的空间信息处理205

8.4　决策树学习与空间信息处理210

8.4.1 决策树学习基本方法210

8.4.2 基于决策树学习的空间分析方法214

8.4.3 基于决策树学习的遥感图像分类方法216

8.5　类比学习与空间信息处理219

8.5.1 类比学习基本方法219

8.5.2 基于类比学习的空间信息处理223

8.6　解释学习与空间信息处理224

8.6.1 解释学习基本方法224

8.6.2 基于解释学习的空间信息处理226

8.7　其他机器学习方法227

思考题227

参考文献228

第9章　空间数据挖掘230

9.1　空间数据挖掘的由来与发展230

9.2　空间数据挖掘的内容和方法232

9.3　空间关联规则挖掘233

9.4　空间聚类挖掘237

9.5　空间分类挖掘242

9.6　空间离群点挖掘248

9.7　空间数据挖掘软件系统251

思考题260

参考文献260

第10章　智能体与空间信息处理264

10.1　智能体与分布式人工智能264

10.1.1　分布式人工智能264

10.1.2　智能体265

10.1.3　智能体的要素266

10.1.4　智能体的特性266

10.1.5 智能体的结构类型267

10.2　多智能体系统268

10.2.1 基本概念268

10.2.2　多智能体的基本模型269

10.2.3 多智能体的体系结构270

10.2.4 多智能体系统的学习270

10.2.5 多智能体的研究和应用领域271

10.3　基于智能体的空间信息处理272

10.3.1 基于智能体的分布式GIS系统272

10.3.2 基于智能体的空间数据挖掘276

10.3.3　基于智能体的遥感图像处理278

思考题279

参考文献279