一种新的图像模糊散度阈值化分割算法

为提高灰度图像分割的效果,提出了一种新的基于图像间模糊散度的阈值化算法及它在多阈值选择中的推广算法。算法采用模糊集合分别表达分割前后的图像,通过最小模糊散度准则实现图像分割中最优阈值的自动提取。算法针对图像阈值化分割的要求构造了一种新的模糊隶属度函数,克服了传统Ｓ－函数带宽对分割效果的影响。将其与多种经典的阈值化分割算法一起,对不同类型的测试图像进行分割比较的结果表明,新算法有很好的通用性和有效性。     

一种新的覆盖粗糙模糊集的模糊度

目的研究第三类覆盖粗糙模糊集的不确定性度量方法。方法通过引入上下近似的标准差作为权重的度量标准,定义了一种新的覆盖粗糙模糊集的加权平均模糊度。结果该模糊度符合模糊度的定义,能够衡量覆盖粗糙模糊集的不确定性程度。结论改进了罗世尧关于覆盖粗糙模糊集模糊度的计算方法,使之更为实用和有效。     

公理化模糊集合的特征及其分类

基于模糊划分和公理化模糊集合的定义,研究公理化模糊集合的特征和分类．定义公理化模糊集合的2种规范形式：模交模糊集范式和模并模糊集范式,并证明带Zadeh算子、强否定算子的公理化模糊集合的规范形式存在定理．在此基础之上,给出带Zadeh算子、强否定算子的公理化模糊集合隶属函数的特征定理,依据特征定理给出公理化模糊集合的一种分类方式,最后分析在此分类下的类之间的关系．     

模糊集合隶属函数的确定方法及实验

通过设计统计实验,研究模糊划分对确定模糊集合隶属函数的影响.实验分为2组,分别在无模糊划分和有模糊划分的条件下进行.实验表明:模糊划分对确定模糊集合隶属函数具有显著影响,在已知模糊划分的条件下,隶属度的稳定性和一致性更好;在没有模糊划分的条件下,隶属函数的波动幅度和跨度更大;采用模糊统计法确定隶属函数时,区间端点的确定...     

一种新的模糊支持向量回归方法

为克服传统的模糊支持向量机隶属度函数都是基于样本与类中心距离进行设计所带来的局限性问题,提出了基于样本到超平面距离的新隶属度函数设计方法。该方法从支持向量机的回归本质出发,通过更加合理地设计隶属度函数,提高支持向量机的回归的泛化鲁棒能力。仿真结果证明,该方法具有更好的鲁棒性,提高了模糊支持向量机的泛化能力。     

一种新的模糊遗传算法

将模糊控制思想引入到遗传算法中,进行交叉概率P6和变异概率Pm的整定工作,并在此基础上提出了一种基于模糊控制的遗传算法－模糊遗传算法,仿真结果表明：该算法不仅能提高解的质量,而且能加速解的收敛速度。     

指数形复模糊集合及其运算

运用模糊集合和复模糊集合的基本理论,给出了指数形复模糊集合及其隶属函数的定义,并了指数莆复模糊集合的并、交、余运算的基本性质;给出了指数形复模糊集合的α水平复集和指数形复模糊集合的强α水平复集的定义,讨论了它们的基本性质 。     

一种基于定性基准变换的模糊隶属度表示法

从基准变换角度,给出了一种基于定性基准变换的模糊隶属度表示法：在性质拓扑空间中进行的基准变换Tij,令区间域R={eik,eik 1],k=0,1,…,n}为（0,1]上的一个划分,设性质Pi(x)的基准域簇为τi={Nik},映射Hλ,τi→R为基准变换的扰动系数映射,在扰动系数映射下可以构成集合套H：（0,1]→Nim,从而可以确定一个模糊集：A＝∪λ∞（0,1]λTijHλ^-1(λ）,最后的隶属度的确定的数学表达为：μ（Pa(t)=sup{λ|Pa(x)→Tij Hλ^-1(λ）,λ∈（0,1]}。     

一种新的基于模糊对比度的路面图像增强方法

通过对现有Pal 模糊增强算法的分析,指出其在隶属度函数定义与进行增强处理时渡越点选取时的两个缺陷,针对缺陷分别进行了改进性研究,提出了一种基于模糊对比度的路面图像增强算法,定义了一种新的指数型隶属度函数,并最终通过实例将其成功地应用于路面图像增强处理.     

Zadeh模糊集合理论存在问题证明及其改进--一个满足全部经典集合公式的C-模糊集合系统

Zadeh模糊集合理论具有不能正确描绘客观世界的全部模糊现象,特别是不能描绘相交而不“包含或者分散包含”的情况,不可能存在反集等两个严重缺点;定义了不存在的反集这一严重错误,导致了思维、逻辑和概念混乱.但是,Zadeh等把错误缺点说成为“对传统的挑战”、“摆脱传统的约束”[2-序]的先进成果.企图用“算子”拼盘(不是像概率论那样各种公式有统一的解释)来掩盖缺点,导致了系统混乱(不清楚什么时候需要使用什么算子),误导人们以为模糊集合理论必然与常规思维、逻辑和概念相悖.为此,分析和证明了Zadeh模糊集合的错误.介绍了一个新模糊集合系统:C-模糊集合系统,它能克服Zadeh模糊集合理论的全部错误和缺点,能正确地描绘客观世界的全部模糊现象,有反集.它是经典集合系统的特例而不是推广,能满足全部经典集合的公式,与正常思维、逻辑和概念一致.     

有限区间上可测Fuzzy集的Fuzzy性度量

本文定义了有限区间上可测Fuzzy 集的Fuzzy 性度量,讨论了其若干性质,给出了它的积分表示的充要条件.     

一种新的直觉模糊伪S-蕴涵

直觉模糊集在模糊推理、模糊评价、模糊控制和模糊决策中有很重要的应用,直觉模糊集的蕴涵构造研究是一个重要研究方向.在直觉模糊集理论基础之上,构造了一新的直觉模糊伪S-蕴涵,证明了其单调性、边界条件等系列重要性质,还讨论该蕴涵的一些代数性质.     

复型F集的研究

作为F集的推广,引进了复型F集的概念,讨论了其性质及特性,并进一步探讨了复F数、复F值函数与复F级数等。     

模糊性度量法(Ⅰ)——全平均模糊度

以经典测度空间(X,B,μ)为基础,以几何为背景,在对模糊度的概念进行了推广的前提下,给出了论域X上的模糊集的模糊性度量方法。     

广义模糊粗糙集的包含度和相似度

模糊粗糙集是目前数据挖掘领域关注的热点之一，作者在Pawlak粗糙集模型基础上，把一个论域推广为两个论域；把等价关系推广为模糊关系，被近似对象换成模糊集，得到广义模糊粗糙集模型，建立了广义模糊近似空间。在广义模糊近似空间中定义了广义模糊粗糙集上的包含度和相似度，并讨论了此包含度和相似度相关性质。     

模糊熵应用于图象边缘检测

图象边缘检测在图象分析和识别中具有重要的意义作者将模糊子集理论＾１，２中的模糊熵概念引入图象边缘检测中支１，在图象的模糊特征平面上，用最大熵原则也确定边缘有阈值。实验结果表明了该方法具有良好的有效性。     

用户满意度的模糊测评

传统的用户满意度的评价方法较难准确地表达用户满意程度的感受 .在确定了用户满意的测评项目及其重要程度的基础上 ,对传统的用户满意度的加权平均计算法加以改进 ,建立了用户满意度的单因素和多因素模糊测评模型 ,并进行了实例分析     

动态不确定模糊集

Zadeh的模糊集理论主要用来处理不精确和不完全信息的不确定.提出了动态不确定模糊集的概念,它是模糊集和不确定模糊集的推广,在处理动态和不确定问题时具有很多优点.动态不确定模糊集的性质得到了深入研究,并给出了动态不确定模糊集关于生成集的一个刻画.     

信号处理中模糊隶属函数的选取方法

隶属函数建立了模糊信号与精确数学表达之间的联系,它在模糊信号的研究中具有非常重要的地位。阐述了构造隶属函数的基本原则,并进一步分析了现今的隶属函数构造方法。     

高型粗糙模糊集及高型模糊粗糙集

定义了L型粗糙模糊集（L型RF集），给出了其相关性质，进而引进了高型粗糙模糊集（高型RF集），它比普通的RF集具有更高层次的粗糙模糊性，可用于人们对粗糙模糊现象的描述，增强人们对自然语言的表达能力，平行地，最后研究了高型模糊粗糙集（高型RF集）。