由陶衛東著的《模糊信息理論與警務智能決策》
介紹了模糊信息處理的基本理論和方法，著重理論與
實際應用的有機結合。全書共分兩部分：第一部分重
點介紹了模糊集合、模糊信息處理、模糊邏輯和模糊
推理、模糊知識處理。第二部分討論了模糊信息理論
與方法在警務智能決策中的應用，分別從警務數據挖
掘與犯罪模式發現，犯罪偵查模糊推理方法研究，犯
罪偵查模糊推理機設計，以及警務知識管理與決策等
方面介紹了模糊信息理論的現實作用、理論意義和技
術特點。全書比較注重模型分析與經驗感知的有機結
合，使該領域的學習者、研究者和實際工作者能夠較
快地進入學習與研究環境。

**部分 理論與方法篇
第1章 模糊集基本理論與方法
1.1 基本概念
1.1.1 模糊性是人腦的基本特性
1.1.2 模糊信息特征
1.1.3 模糊信息處理
1.2 模糊信息理論
1.2.1 模糊集合概念
1.2.2 運算與性質
1.2.3 分解定理和擴張原理
1.2.4 凸模糊集
1.2.5 模糊數上的關繫運算
1.2.6 模糊數的其他表示
1.2.7 各種模糊數的語義距離
1.2.8 幾種模糊數的運算和關繫
1.2.9 廣義模糊集
1.3 模糊犯罪信息的度量
1.3.1 模糊度
1.3.2 模糊集的距離
1.3.3 模糊集合間的貼近度
1.4 犯罪模糊關繫的表示
1.5 模糊向量與模糊變換
第2章 犯罪模糊信息處理方法
2.1 模糊模式識別
2.1.1 模糊模式識別的基本問題
2.1.2 *大隸屬度原則Ⅰ
2.1.3 *大隸屬度原則Ⅱ
2.1.4 擇近原則與綜合評判
2.2 對犯罪數據的模糊分類
2.2.1 模糊聚類法
2.2.2 語義關聯度
2.2.3 利用語義關聯度進行模糊分類
2.3 模糊語言模型
2.3.1 語言的模糊模型
2.3.2 模糊語法
2.4 模糊語義
第3章 模糊邏輯與模糊推理
3.1 基本模糊邏輯
3.1.1 模糊命題與謂詞
3.1.2 狹義模糊邏輯
3.1.3 模糊三段論
3.2 語言值模糊邏輯
3.3 廣義模糊邏輯
3.3.1 合式邏輯公式
3.3.2 廣義模糊三段論
3.3.3 I型推理問題
3.3.4 Ⅱ型推理問題
3.3.5 Ⅲ型推理問題
3.4 非單調模糊邏輯
3.4.1 邏輯的單調性
3.4.2 模糊的默認邏輯
3.5 其他各種模糊邏輯
3.5.1 加權模糊邏輯
3.5.2 模糊計算邏輯
3.5.3 分布值邏輯
3.5.4 Bayes概率邏輯
3.5.5 統計歸納邏輯
第4章 模糊知識處理
4.1 知識的分類
4.2 知識處理所要研究的對像
4.2.1 知識的表示
4.2.2 知識的獲取
4.2.3 知識的運用和處理
4.3 犯罪模糊關繫表示的知識及處理
4.3.1 模糊事實的關繫表示
4.3.2 模糊規則的關繫表示
4.3.3 模糊關繫表示的知識與處理
4.4 模糊邏輯表示處理
4.4.1 模糊概念和事實的表示
4.4.2 模糊規則的表示
4.4.3 模糊邏輯表示的知識處理和運用
4.5 基於模糊語義網絡的知識表示及處理
4.5.1 語義網的圖形表示
4.5.2 語義網絡的形式描述
4.5.3 與(或)語義圖
4.5.4 模糊與(或)語義圖
4.5.5 案件識別的語義圖的學習行為
第二部分 警務智能決策篇
第5章 警務數據挖掘與犯罪模式發現
5.1 什麼是數據挖掘
5.2 數據挖掘的作用
5.3 基於關聯規則犯罪模式發現
5.3.1 關聯規則簡介
5.3.2 經典Apriori算法
5.4 犯罪模糊數據挖掘
5.4.1 關於KDFCD技術
5.4.2 模糊數據庫中的知識發現
5.4.3 犯罪模糊關聯規則(IFAR的挖掘
5.5 犯罪空間數據挖掘
5.5.1 基於泛化的發現方法
5.5.2 聚類方法
5.5.3 空間關聯規則
5.5.4 分類及預測
5.5.5 犯罪模糊空間分析
第6章 幾個典型的犯罪數據挖掘
6.1 基於自組織的區域犯罪趨勢分析
6.1.1 區域犯罪模糊評價
6.1.2 模糊自組織神經網絡圖
6.1.3 從時間序列中發現規則
6.1.4 可視化警用自組織圖的設計
6.1.5 犯罪區域選擇的聚類分析
6.1.6 犯罪的規則分析
6.2 犯罪刑事調查中時間性關聯規則的增量挖掘
6.2.1 時間關聯規則和其數值屬性
6.2.2 關聯規則的增量挖掘
6.2.3 時間關聯規則的增量挖掘
6.2.4 增量TAR算法
6.2.5 犯罪模式發現
第7章 犯罪偵查Fuzzy推理繫統
7.1 犯罪偵查繫統的推理模式
7.2 Fuzzy關繫映射反演推理模式
7.2.1 Fuzzy關繫映射反演原則
7.2.2 Fuzzy定映協同推理
7.2.3 犯罪偵查的fuzzy自動推理I
7.3 基於模糊識別的輔助偵查信息
7.3.1 Fuzzy步法識別
7.3.2 基於fuzzy集的犯罪嫌疑人語音識別繫統
第8章 基於案例的犯罪模糊推理技術
8.1 基於案例推理的基本概念
8.2 (；BCFR的工作機制
8.2.1 基本框架
8.2.2 犯罪案例表示
8.2.3 犯罪案例索引與檢索
8.2.4 案例的重用
8.3 建立基於(IBCFR的關鍵技術
8.3.1 典型犯罪案例庫繫統
8.3.2 基於犯罪案例的推理模型
8.4 案例模糊推理機的設計
8.4.1 基本內容
8.4.2 推理機工作流程設計
8.4.3 面向對像的程序實現
8.5 一個犯罪案例檢索的方法
8.5.1 類推過程的模型化和信息檢索
8.5.2 先驗知識空間
8.5.3 先驗知識空間中模糊集合表示的識別
8.5.4 屬性識別
8.5.5 實際例子
第9章 警務管理與決策
9.1 城市交通智能紅綠燈控制繫統
9.1.1 背景
9.1.2 繫統結構
9.1.3 單個交叉口紅綠燈的模糊控制
9.1.4 基於專家繫統與神經網絡的全局優化調度
9.1.5 模糊神經網絡的調度算法
9.2 基於模糊神經網絡的城市公共安全評價
9.2.1 研究背景
9.2.2 城市公共安全評價體繫
9.2.3 模糊神經網絡模型的確定
9.2.4 實證分析
參考文獻