模糊同态与模糊同态基本定理

利用模糊映射，给出群的模糊同态概念，研究了模糊同态的一些性质，并得到了模糊同态基本定理。     

模糊映射与环的模糊弱同态

讨论模糊映射的若干性质，并利用模糊映射引入环的模糊弱同态，得到了模糊弱同态下模糊子环(模糊理想)的对应关系，并建立了环的模糊弱同态基本定理。     

关于模糊映射的几点注记

在Fuzzy集合上定义了一类“有趣的”Fuzzy等价关系，并给出其应用实例。对模糊关系的定义域、值域和投影等有关内容作了适当的修正。借助模糊壳点的概念给出模糊映射的点态刻画。     

模糊群的模糊同构

利用一种新的模糊算子与模糊同态基本定理，进一步讨论了模糊群的模糊同构，建立了三个模糊同构定理，进一步刻化了带有这种新的算子的模糊群的结构，得到了若干命题．     

多变量模糊控制器的两种算法

研究了一类模糊系统在单输入、单输出和多输入、多输出的各种情况下,提出了两种模糊算法.利用这种算法,可以建立多变量模糊控制器的数学模型。别适用于微机的实时控制.为研制通用性的模糊控制器提供了依据。     

fuzzy计算机的设计思想（Ⅳ）：——fuzzy插值器的数学形…

ＦＤ转换器的核心是ｆｕｚｚｙ插值器，详细介绍了ｆｕｚｚｙ插值方法；首先给出ｆｕｚｚｙ插值的正式定义，然后研究ｆｕｚｚｙ插值所具备的性质及其精度估计，最后设计了一个算法。     

Fuzzy环的Fuzzy同态与同构

本文引进了Fuzzy环的Fuzzy同态(同构)的概念,研究了它的一些基本性质,给出了Fuzzy同态(同构)的分解定理,证明了Fuzzy环的同态(同构)定理。     

半群的素模糊理想刻画

对半群S的素模糊理想进行了研究，借助半群S的模糊点和模糊左(右)理想给出了半群S的素模糊理想的刻画．     

桥式系统工作时间上的模糊可靠性分析

在文[1]基础上，对桥式系统的可靠性进行了研究，并得出了一组相应的计算公式     

Fuzzy Clustering with Novel Separable Criterion

Introduction Fuzzy clustering plays an important role in pattern rec ognition, image processing, and data analysis. In fuzzy clustering, every point is assigned a membership to represent the degree of belonging to a certain class The fuzzy c-means (FCM) m…     

Web日志挖掘的模糊动态聚类算法

本文给出了一种Web用户和页面的模糊聚类算法.在该算法中,通过Web日志中的数据,根据用户对Web页面的浏览情况分别建立Web用户和页面的模糊集,在此基础上用最大-最小法的模糊相似性度量构造模糊相似矩阵,并由此构造模糊动态聚类算法.     

复杂系统故障诊断中的模糊聚类方法

为了提高复杂系统故障的诊断能力,采用模糊Ｃ－均值聚类算法对原始采样数据进行聚类,并通过模糊传递闭包法和绝对值指数法得到模糊Ｃ－均值法的初始迭代矩阵．用划分系数、划分熵和分离系数来评价聚类的结果是否最佳．采用模糊聚类方法可避免研究复杂系统的内部特性,比仅依据其外部输出的数据进行故障诊断方法简便．通过某飞行器测试系统的应用,表明采用模糊聚类方法后,提高了判别故障的准确率．     

基于减法聚类的自适应模糊神经网络评定织物起皱等级

提出了一种基于减法聚类的自适应模糊神经网络，用于织物起皱等级评定．首先利用减法聚类方法确定模糊神经网络的结构，再结合模糊推理系统进行模式识别，并详细介绍了其基本原理和学习算法，最后引入4种起皱特征参数对真实织物进行验证．实验表明，该方法有效且可行．     

基于模糊聚类的我国主要港口物流效率分析

由于我国港口物流效率测评中存在大量模糊、不精确的数据,已有方法无法处理;所以港口物流效率评价往往只针对定性数据进行,而忽略了大量有价值的定量知识。如何有效利用定量指标进行物流效率的评价称为一个难点问题。鉴于此,引入模糊聚类算法,针对我国主要港口物流效率中的定量数据进行分析,选取公认的10个物流效率指标,建立了模糊相似关系矩阵;通过进行矩阵元素的合成得到模糊等价关系;并以此得到最终的有效范围及划分结果。最后,通过以我国八大主要港口的指标数据为例,采用模糊聚类进行聚类,结果显示模糊聚类的精度更高,且分析发现其符合各港口的现状。     

改进模糊聚类算法及其在入侵检测中的应用

针对将数据集隶属度概率和为1的条件用于模糊性事件时,影响聚类的正确率的情况,在不确定理论的基础上,研究了数据隶属度问题,提出一种新的基于隶属关系不确定的可能性改进模糊聚类算法.该算法在迭代过程中将聚类的可能隶属度与不确定性隶属度引入到目标函数中,使得样本中的元素不局限于仅属于一个聚类,与现有的聚类算法相比具有更好的聚类结果.通过在KDDCUP99数据集上实验,验证了该算法在入侵检测中的检测率为95.8%, 分别高于K-均值算法的检测率(60.4%)和FCM算法的检测率(64.6%).     

基于矩阵填充的肿瘤基因表达谱数据缺失点估计

为解决肿瘤基因表达谱数据后续研究需要完整数据矩阵的问题,针对包含缺失点的数据集。提出基于矩阵填充(matrix completion)与模糊C均值(fuzzy c-means algorithm,FCM)相结合的缺失点估计方法(FCM_MC)。该方法充分利用肿瘤基因表达谱数据的冗余信息,通过模糊C均值聚类得到具有良好的低秩特性的基因语义片段,再利用矩阵填充方法分别对每个语义片段进行缺失点的重建。在不同数据集上进行实验,与传统缺失点估计算法比较。实验表明FCM_MC算法在缺失数据估计准确度和类结构保持度上效果得到有效提升,同时运行效率较高。     

基于遗传算法实现聚类的煤矿内因火灾识别

针对煤矿内因火灾早期识别的困难，采用模糊聚类的方法对煤炭内因火灾发生程度进行划分．并利用遗传算法在大多数情况下可以收敛到全局或近全局最优解的特点，在此基础上提出了一种基于遗传算法的模糊聚类方法以进一步提高聚类的效果，并通过实例验证了该方法的有效性．图2，表1，参11．     

基于模糊聚类的血液分配优先度评价

为了应对血液紧缺困境,提高血液使用效益,研究了血液分配优先度评价问题;采用二进制转换方法整合医院血液紧缺程度的特性描述因素,改进传统模糊聚类分析的相关系数计算和聚类阈值选择方法,构建了血液紧缺度模糊聚类模型,并在此基础上,引入分配优先度参数评价血液分配优先度;最后,选择24家医院的红细胞需求进行数值计算,将医院聚类为6个不同血液紧缺程度的组别,计算每组的优先度参数,并对各组医院血液分配优先度作出评价。结果表明:改进模糊聚类模型并引入分配优先度参数可以有效评价血液分配优先度,为血液紧缺情况下的血液分配提供决策借鉴。     

一种基于信息熵的聚类结果评价方法

文章基于信息熵理论,将模糊聚类评价方法和决策树分类算法联系起来,提出从信息熵角度用决策树分类算法来评价聚类算法结果的有效性,从而确定最佳的聚类个数;并将该方法应用到证券行业客户忠诚度分析模型的建立中.实验结果表明,该方法可以明显提高聚类的效果,并且使得聚类结果的可解释性强,具有良好的实用价值.