模糊综合评判在优选设备决策中的应用

介绍一种模糊综合评判的理论,为企业优选设备决策提供科学的方法和依据。     

基于模糊算法实现多因素综合决策

以模糊运算为基础，从测度运算的角度指出了多因素综合评判中模糊运算存在的问题，以及运算与结果的关系；讨论了多因素综合评判的运算模型和实现步骤，并以多因素的实验成绩评定为例，对这些模型进行验证，通过对评判结果进行比较与分析，得出适用于多因素综合决策的运算模型。     

一种基于模糊一致关系的决策

在模糊关系的基础上引入了模糊一致关系的概念,进而描述了它的意义、性质与构造方法,给出了模糊一致关系的截集运算和合成运算,得出了一种基于模糊一致关系的决策模型。     

基于正态分布理论的模糊综合评判法识别岩性

不同的测井参数对岩性的识别功能各不相同,只有综合评判各个测井参数曲线才能大致反映地层主要岩性特征,因此传统的定量的数学关系式很难正确地描述地层岩性。模糊综合评判法对多因素、多层次的复杂问题具有较好的评判效果。采用模糊综合评判法识别岩性过程中,合理地确定评判因素及其隶属度函数尤其重要。通过对大量测井和录井资料统计分析,发现对于同一岩性层段,部分测井响应特征参数基本服从正态分布规律。因此利用正态分布理论确定各评判因素隶属度函数,并通过模糊变换,得出用模糊集合表示的评价结果。将评判结果与实例比较证明,该种方法能够克服传统岩性识别中存在的缺点和不足,评判结果更加科学可靠。     

强噪声环境下汉语语音识别的模糊分类算法

论述了强背景噪声环境下利用模糊分类算法对大词汇量的汉语语音进行了分类识别，根据噪声的汉语语音特点，采用有边界的交叉分类和无边界的模糊分类相结合的措施，较成功地解决了强噪声环境下的汉语语音分类。     

一种基于模糊增强的图像边缘提取改进算法

分析了Pal的模糊边缘提取算法的缺陷,即图像增强区域单一、图像增强后造成低灰度信息的损失、没有做抑噪处理,并针对Pal的模糊增强算法的缺陷提出一种改进的基于模糊增强的边缘提取算法,通过定义新的隶属函数和一种新的模糊增强算法,结合图像平滑滤波处理进行图像边缘提取,有效地增强了边缘信息且抑制了噪声的干扰,并给出了该方法在图像边缘提取中的应用实例。     

基于模糊集理论的汉语指令识别

以模糊集理论为基础，提出了一种汉语指令识别的模糊语音描述和模糊匹配算法，在语音信号的时间规整中，使用一种改进的非线性帧数规整算法，在４０条指令的识别实验中，正确率达９３％以上。     

工业物料识别的一种快速模糊边缘检测算法

边缘检测技术是图像处理技术中的一个重要环节,在图像分析和识别等应用领域中有着广泛的应用前景。针对图像边缘由模糊性引起的不确定性问题,笔者在PalKing模糊边缘检测算法的基础上,提出了一种快速模糊边缘检测算法,针对不同的工业物料,确定Tr变换中最佳的隶属度阈值,减少了迭代次数,简化了Pal.King算法中G和G-1运算,实验表明,该算法具有很强的检测模糊边缘和细小边缘的能力,对提高工业物料的识别精度和系统的实时性起到了很好的作用。     

综合决策中的适度分析法

本文,首先提出了因素间的适度关系概念,进而提出了综合决策的适度分析方法,并给出了几个单因素适度分析模型.经典综合决策中的单因素评价可以理解为目标适度.     

基于Vague集的多目标模糊决策方法

指出了采用Vague集进行多目标模糊决策的现有计分函数的不足;根据Vague集的性质提出了一种新的计分函数;该计分函数和Vasgue集所具有的“投标模型”属性是完全一致的,并将其扩展到加权的形式,从而使该方法具有更好的通用性,所得结果也更符合人的直觉。     

英语课堂管理的模糊决策

有效的英语课堂管理是英语教学目标实现和教学任务完成的前提和保证。英语课堂管理的模糊性特征决定了管理决策的模糊，如课堂管理目标、环境、师生相互协商、激励给予等都存在模糊。应用模糊决策理论，设计I3Linker模糊辅助决策支持系统原型，通过五个关键步骤进行模糊排序和模糊寻优，获得英语课堂决策的最佳方案。     

突破性技术创新战略决策与实物期权思维

企业的发展战略依赖于技术创新以及创新的模式。上世纪８０年代 ,许多研究者曾总结过“产业技术范式” ,认为这种范式具有“路径依赖性” ,即产业技术发展总是依赖于以往技术积累进行的 ,这其实是持续性创新的特征。９０年代后越来越多的技术创新不是在既定的“技术轨道”上发生 ,而是另辟蹊径 ,并表现为“突然”出现 ,使许多成功地进行了持续性创新的大公司损失惨重 ,甚至彻底失败 ,而创新者却因此获得崭新的发展机会 ,这是突破性创新的特征。与持续性创新相比 ,突破性创新在技术、市场、管理方面都面临着更大的不确定性 ,因而其战略决策难…     

一种基于超长方体集的模糊模式识别算法

结合模糊C均值算法(FCM)与模糊最小-最大神经网络算法,提出一种基于超长方体集的模糊模式识别算法.首先采用基于特征加权的FCM算法进行粗划分,得到c个平行于特征轴的超椭圆球类;再根据已知的样本的类别标记进行进一步划分;以改进的最小-最大模型建立超长方体阵,使每个超长方体只能容纳一种类别的样本点,并且分属不同类别的超长方体无重叠.使用这种方法构建超长方体集更快速、更简单,但对训练样本的要求较高,应选择能够充分体现数据分布情况的数据点作为训练样本.     

基于模糊病态性识别的自适应仿真算法

在已有病态性识别方法的基础上引入模糊集合理论，构造准确性更高的识别方法，并将它用在自适应仿真算法中。     

基于模糊神经推理的人脸识别算法研究

提出了一种基于模糊神经推理的人脸识别算法,并对该系统的性能进行了分析研究.文中特征提取模块采用了基于子图分割的奇异值分解算法,并在此基础上以ORL数据库为实验数据,研究了不同子图分割方式对模糊神经推理系统的性能影响,并验证了本文算法的有效性.     

基于模糊神经网络的车牌图像识别方法

提出了一种基于模糊神经网络的方法对汽车车牌字符进行识别.该方法首先基于Rough Sets.思想获取初始规则和训练集,基于图像识别目标确定网络结构,通过神经网络的学习算法对网络进行优化.然后根据图像识别的模糊特性,利用模糊神经网络对汽车车牌进行精确的识别.实验结果证明该算法比常规识别算法识别率更高.     

应用专门知识引导的联机自然手写汉字识别

研究一种识别联机自然手写汉字的方法,充分利用汉字知识,构造联机汉字的知识框架,在专门知识引导下识别自然手写汉字。汉字的多种静态构形规律和动态书写规律被用于联机汉字的知识表达和建模,输入汉字经过笔划元提取后,采用框架描述,与知识库中存储的汉字模型进行不精确匹配实现识别。对国标一级汉字进行了测试。在对书写次序、笔划数目、是否连笔等很少限制的情况下,能获得很高的识别率,证明该方法是行之有效的。     

象棋机器人视觉识别算法研究

完成了象棋机器人的视觉识别算法研究,并进行了实验。对棋盘图像预处理,包括对棋盘图像颜色模型的研究、将彩色图像转换成灰度图像、利用均值滤波和中值滤波等方法对棋盘图像滤波、将灰度图像二值化等。利用图像分割算法进行了棋盘图像边缘提取等操作;利用改进的Hough变换对棋子的圆形和圆心进行定位,从而获得棋盘上的棋子位置,为棋子识别打下基础。针对象棋棋子图像特点提出了统计径向棋子像素的识别方法,首先利用数学形态学方法对棋盘图像进行细化处理,然后统计每个棋子的像素个数,从而实现棋子识别。实验结果表明,该方法能得到较好的识别率,而且对于任意角度的棋子像素值均具有保持不变的特点。该方法比较适合象棋机器人视觉系统。     

模糊判断矩阵加性一致性局部修正算法

研究了群体决策中模糊判断矩阵加性一致性修正问题.在给出模糊判断矩阵有关概念的基础上,通过模糊偏序,给出模糊判断矩阵之间距离测度的一般定义,进一步提出新的可接受加性一致性,并设计群体决策中模糊判断矩阵加性一致性局部修正算法,验证了算法的收敛性;最后,通过算例说明本文给出的加性一致性修正算法,并与已有算法进行对比说明提出方法的优点.     

基于模糊识别的高速公路交通拥挤预测算法

在分析影响交通拥挤因素的基础上,提出了一种基于模糊识别的交通拥挤状态预测算法,并对算法进行了模拟测试。测试结果表明:该算法实时性好,准确性高,可作为高速公路交通控制与诱导等管理手段的可靠依据。