目录
第1章概述
1．1基础理论发展
1．1．1模糊集理论
1．1．2直觉模糊集理论
1．1．3直觉模糊时间序列
1．2模糊集与直觉模糊集
1．2．1模糊集定义
1．2．2直觉模糊集定义
1．2．3直觉模糊关系
1．2．4直觉模糊条件推理
1．3直觉模糊时间序列
1．3．1平稳时间序列
1．3．2非平稳时间序列分析
1．3．3推理直觉模糊时间序列
1．4长期直觉模糊时间序列
参考文献
第2章一阶一元多重直觉模糊推理的IFTS预测
2．1引言
2．2FTS预测模型
2．3一阶一元IFTS预测模型
2．3．1论域非等分划分
2．3．2直觉模糊集建立
2．3．3直觉模糊逻辑关系和预测规则
2．3．4解模糊算法
2．4实验和分析
2．4．1亚拉巴马大学数据集实验
2．4．2TRSSCG数据集实验
参考文献
第3章多维直觉模糊推理的高阶IFTS预测模型
3．1引言
3．2高阶一元IFTS预测模型
3．2．1直觉模糊逻辑关系
3．2．2高阶一元预测规则
3．2．3解模糊算法
3．2．4高阶一元IFTS模型实现
3．2．5实验和分析
3．3高阶多元IFTS预测模型
3．3．1直觉模糊逻辑关系
3．3．2高阶多元预测规则
3．3．3解模糊算法
3．3．4高阶多元IFTS模型实现
3．3．5实验和分析
参考文献
第4章启发式变阶IFTS预测模型
4．1引言
4．2启发式变阶IFTS预测模型
4．2．1定阶时间序列模型分析
4．2．2启发式变阶预测规则
4．2．3启发式解模糊算法
4．2．4模型实现
4．3实验和分析
4．3．1入学人数预测实验
4．3．2气温数据预测实验
参考文献
第5章自适应划分的IFTS预测方法
5．1直觉模糊时间序列建模
5．2自适应划分IFTS模型及其算法
5．2．1IFTS模型定阶算法
5．2．2IFTS自适应划分算法
5．2．3直觉模糊化和去直觉模糊化
5．3自适应划分IFTS预测模型
5．3．1数据训练
5．3．2自适应划分
5．3．3预测结果比较
5．4实验和分析
5．4．1季节性时间序列预测
5．4．2长期趋势时间序列预测
5．4．3复杂度分析
参考文献
第6章基于DTW的长期IFTS预测方法
6．1规则库IFTS模型
6．2时间序列片段聚类
6．2．1直觉模糊C均值聚类
6．2．2IFTS片段聚类算法
6．3基于DTW的(p-q)IFTS预测
6．3．1动态时间弯曲距离
6．3．2IFTS片段DTW算法
6．3．3(p-q)IFTS算法
6．4实验和分析
6．4．1合成数据预测
6．4．2多模式时间序列预测
6．4．3复杂度分析
参考文献
第7章基于VQ和曲线相似度测量的长期IFTS预测方法
7．1引言
7．2矢量量化和相似度测量
7．2．1时间序列矢量量化
7．2．2曲线相似度测量
7．3基于VQ和弗雷歇距离的(p-q)IFTS预测
7．3．1基于IFCM的VQ算法
7．3．2基于曲线相似度测量的预测算法
7．3．3(p-q)IFTS模型
7．4实验和分析
7．4．1季节性时间序列预测
7．4．2长期趋势时间序列预测
7．4．3复合模式时间序列预测
7．4．4复杂度分析
参考文献
第8章IFTS分析在网络流量预测中的应用
8．1网络流量预测和异常检测
8．1．1网络流量预测
8．1．2网络异常检测
8．2基于长期IFTS的网络流量预测模型
8．2．1网络流量预测模型
8．2．2IFTSVQ算法
8．2．3实验设计和分析
8．3基于IFTS预测的DoS攻击检测方法
8．3．1DoS攻击
8．3．2实验设计与分析
参考文献
第9章基于IFTS图挖掘的网络流量异常检测
9．1引言
9．2基本理论
9．2．1图挖掘
9．2．2信息熵
9．3基于IFTS图挖掘的流量异常检测算法
9．3．1IFTS图构建
9．3．2IFTS图挖掘
9．3．3异常判定准则
9．3．4算法实现
9．4实验和分析
9．4．1实验数据
9．4．2对比实验
参考文献
第10章IFR和SIFE在网络安全中的应用
10．1流量异常检测中的推理问题
10．1．1流量异常检测推理
10．1．2基于蕴涵算子的包含度
10．1．3基于集合基数的包含度
10．1．4基于包含度的直觉模糊相似度
10．1．5基于包含度的直觉模糊推理方法
10．2基于IFR的流量异常检测方法
10．2．1数据直觉模糊化
10．2．2推理规则和合成
10．2．3实验设计和分析
10．3严格直觉模糊熵
10．3．1直觉模糊熵
10．3．2IFS公理化定义
10．3．3SIFE公理化定义
10．3．4SIFE构建方法
10．3．5SIFE一般式
10．3．6算例分析
10．4基于SIFE的漏洞评估
10．4．1漏洞评估
10．4．2实验设计与分析
参考文献
鄂公网安备 42010302001612号 