2026-9月第二周
本周算是结束了zadeh的fuzzy思想，开启了王立新的思想实验。
zadeh的论文其实我也是走马观花，从fuzzy sets到 Is there a need for fuzzy logic?，横跨了从1968年到2008年，也是zadeh的后半生重要的学术旅程。
王立新说，zadeh从系统控制学科，逐渐转向了计算科学，CW（词计算）、模糊计算等方向。（模糊系统与模糊控制教程，作者序）
王立新，是个天才。在美国博士的两年半时间，他发表了许多突出的文章，我觉得可能比有些人一辈子发表的文章都多，重要性都强。后面的文章我们用LX来表示王立新老师的名字，毕竟是个总结性笔记，而不是歌颂的文章。
LX是个天才，天才见到另一个天才zadeh，问了第一个问题：我应该做什么。zadeh回答：不要变，继续沿你现有的方向做下去。我觉得这句话，也送给我自己，科研毕竟不是游戏，所有的IF线不可能都被你打通，选择一条，往深处，往高维走。
模糊系统理论的特点
LX的书我今天刚买了一本，也就是《模糊系统与模糊控制教程》。
序言中恳恳切切，字字诉说，充满了诚心和教诲，希望我辈学习的时候也可以保持一份乐观、坚持。
模糊系统理论有以下特点：
- 强调充分利用各种能获得的信息，包括数据信息，模型信息，语言信息等
- 将各种信息融为一体，在一个统一的数学框架下进行研究
- 强调实用性和理论完备性相结合，以实用性为先导
- 应用对象不局限于某个特定领域，而广泛适用于工程、经济、金融、管理、社会等各个领域
LX的FUZZY
我将从LX的1991年开始，到1998年为止，阅读他的主要的专著、论文，以对模糊控制、模糊理论的发展进行深入的探究。
其实关键的时间节点，或许就是1991年到1993年这三年的论文。代表了一个才华横溢、精力充沛的年轻人的科学思维，冲破了模糊理论和科研的一角，并获得了众多科学人的认同。
zadeh的论文
这周的前一半时间，还是在看zadeh的文章，不过已经兴趣不大了。还是记录下来。
1、模糊随机变量
这里是将模糊理论引入到随机变量，形成了对模糊随机变量的研究。
实际上的模拟集合，可能是在N维的数据，有着不同等级的接受度。
这些接受度等级可以认为是真实数据，可以根据模糊逻辑的理论来进行处理。
这篇文章，我其实没看明白。
2、Fuzzy Logic = Computing with Words
Computing with Words（CW），单词计算。是一种使用单词代替数字进行计算和推理的方法。
computing with words (CW) is a methodology in which words are used in place of numbers for computing and reasoning。
这篇文章表述了一个必要性：词计算可以使用模糊逻辑。
引入"粒度"概念，将一个量的粗糙程度进行了定义。
CW 里最基础的是 granule（粒）：可以理解为一团因相似性聚在一起的对象。一个词（word）就是这个粒的标签，而这个粒就是这个词的含义。所以“young”“near”“likely”这些词，不是硬边界定义，而是模糊约束。
或许，可以把粒度描述放在一个其他的领域进行使用。
3、FUZZY SETS AND INFORMATION GRANULARITY
这篇文章提供了以下概念：信息颗粒、可能性分布、模糊可信值、粒度证据。
信息粒化提供了一种比传统“精确概率”更宽松的证据表示方式，而可能性分布则是这种表示的核心数学工具；它既能处理模糊语言、条件命题和不完全知识，也揭示了证据组合与计算实现上的困难。
关键是信息粒化的方式，以及粒化信息后，如何使用数学工具进行决策等。
4、ON FUZZY ALGORITHMS
模糊算法定义。
这篇文章对关键的最大模糊集合进行介绍，并且使用关键的章节对模糊 Markoff 算法进行了说明。
5、 Is there a need for fuzzy logic?
与其说这事一篇论文，不如说这个像一篇谢幕演讲。
这篇文章，总结了fuzzy理论的研究意义，fuzzy sets的核心概念，然后讲述了多个应用领域的成果，并且对模糊逻辑的一些”惊人“能力进行了描述，特别是在自然语言、建模语言上。
图像学
本周的另外一些时间，对图像学的一个小领域进行了一些国内A类期刊的探索。
图像分割、图像形态学处理。
我看了一部分模糊技术使用在图像的目标分割、识别的；然后看了一部分模糊技术和深度学习等结合的技术。不过，我感觉最深刻的，比较想尝试的，还是微小红外目标的识别。
该技术领域，有人深耕很久，也新”认识“了一位年轻的教授，在微小红外目标识别上做了很多工作，之后是可以拿来一些文章阅读。
GrokCV：GrokCV Group长期致力于红外弱小目标检测与遥感多模态视觉感知