基于模糊集的模糊时态映射模型

为了使时态数据库对客观世界更符合实际抽象描述,提出了用模糊测度分析模糊时态数据的隶属度,基于模糊集理论建立了模糊时态映射模型,实现测度模糊值向离散时态区间的映射.建立的模糊时态关系模型进行传统概念扩展,对事件的模糊时态信息作测度分析,抽取和元组离散时间对应的事件模糊值,向离散时态区间作映射,在模糊时态数据库概念层使模糊数据和时态凸区间实现原子对应.该理论弥补了现有时态数据库不能处理模糊时态信息的缺陷,扩展了模糊时态数据库处理模糊事件的能力.     

基于模糊互信息的多标签特征选择

多标签特征选择已成为处理多标签数据的重要方法之一.利用一种基于模糊互信息的多标签特征选择算法,通过模糊离散化,给出模糊联合熵和模糊条件熵吸模糊互信息的计算方式.将原先的互信息特征选择算法推广到模糊情形中,提出一种基于模糊互信息的多标签特征选择算法.最后在同一准则下,将模糊互信息与原先的互信息特征选择算法及其他几种经典的特征选择算法进行比较.实验表明,此方法在一定程度上效果优于其他特征选择算法,是一种有效的多标签分类问题的特征选择方法.     

直觉模糊n-cell数及其构造方法

基于一种特殊类型的n维模糊数——模糊n-cell数,定义了直觉模糊n-cell数,其可以更有效地处理高维不确定数据且便于应用.然后给出并证明了直觉模糊n-cell数的表现定理.最后,依据数据集的均值以及离散度设计了直觉模糊n-cell数的一种构造方法.     

基于相似度的模糊粗糙近似算子

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具.相似度是用于比较2个相似的模糊粗糙集所包含信息的精确性大小的,是模糊集理论和粗糙集理论的热点问题之一.文章利用一种改进的相似度定义了模糊粗糙近似算子,重新定义了粗糙集的一些概念,给出并证明了模糊粗糙近似算子的几个性质.     

样本信息处理中一种属性约简方法的研究

为了剔除样本信息中存在的冗余成分和不相容性,同时提取关键信息等,根据样本信息的特点和信息具有粒度的思想,基于粗糙集的2个近似精度科学地定义了条件属性重要性,进而提出一种对样本信息进行属性约简的有效、简便方法.该方法主要包括信息核的求取、可省条件属性的重要性计算和相对属性约简集的确定.其中,为连续属性的离散化处理提供了一种基于模糊相似比原理的快速离散化算法,它能起到剔除模糊噪声的作用.典型实例计算和在油水层识别系统中的实际应用表明,这种属性约简方法的识别准确率可达90%以上,应用效果显著.     

离散W变换的一种推广

离散W变换(DWT)在数字信号、图像处理、频谱分析、数据压缩和信息隐藏等领域有着广泛的应用,DWT具有4种类型.文中推广了离散W变换,给出了一个包含3个参数的统一表达式,并证明在许多情形新变换是正交变换.     

T-S模糊广义系统稳定性分析及控制器设计

针对T-S模糊离散广义系统稳定性判别条件严格,不具备更好适用性等问题,提出一种优化判据的新方法.该方法利用模糊Lyapunov函数分析了T-S模糊离散广义系统的稳定性问题,经过推导得出了更具一般性的稳定充分条件,并对得到的结论予以严格的数学证明;基于并行分布补偿(PDC)设计了模糊控制器,在原有T-S模糊模型的基础上,引入了Lyapunov函数,然后根据稳定性判别表达式不同的处理方式,提出了更宽松的T-S模糊离散广义系统稳定性判别条件,并对推论进行了证明.对T-S模糊离散广义系统的稳定性问题的优化,使得模糊离散广义系统具有更好的通用性,更贴近实际及更稳定的控制作用.     

模糊形式概念分析的相似度计算方法研究

形式概念分析是一类被广泛采用的聚类技术.现有基于形式概念分析的聚类方法无法处理模糊信息.研究了在已有的模糊概念分析方法基础上,对形式概念分析、模糊概念分析方法给出了严格的形式化定义,并利用模糊共轭圆,提出一种模糊形式概念分析的相似度计算方法.     

利用Visual C++实现数字图像处理研究

在信息处理和信息传输中,为了提高处理和传输的效率并减少信息损失量,需要将大量信息进行压缩编码.数字图像处理中的变换域压缩编码技术是将图像信号以图像数据块为单位作二维变换,然后对各变换系数逐个地进行量化和编码,达到压缩信息的作用.离散余弦变换(DCT)在实数域中得到变换结果,并且有快速算法.本文通过Visual C 编程,对图像进行傅立叶变换(DFT)及离散余弦变换,通过分析比较原图像和经过变换后的图像,以及它们的直方图,比较DFT与DCT两种变换域分析方法和两种变换域分析法的特点.     

一种基于Choquet积分的不精确推理方法

模糊规则是模糊推理中的重要工具之一,它表示了模糊知识的因果关系.在一个模糊规则集中,当模糊命题间存在交互作用时,将参数权重用模糊测度取代,得到了一种基于模糊规则矩阵变换和Choquet模糊积分的模糊推理方法.该方法主要应用在不完全归纳推理中.     

模糊等价关系下的犹豫模糊粗糙集及其应用

首先通过对长度不同的犹豫模糊元进行补齐来定义犹豫模糊集新的交并运算,在Pawlak近似空间中利用新的运算建立粗糙犹豫模糊集模型;然后将Pawlak近似空间推广到一般犹豫模糊近似空间,利用犹豫模糊元间的相似度获得犹豫模糊近似空间中对象间的模糊关系矩阵,再利用模糊集的传递闭包法将模糊相似矩阵转化成模糊等价矩阵,在此基础上建立犹豫模糊信息系统中的粗糙集模型,研究犹豫模糊信息系统的属性约简。最后通过一个算例来说明犹豫模糊信息系统的属性约简方法。     

基于随机与模糊负荷的可伸缩有功静态安全域

同时采用随机变量及模糊数计及电力系统运行中负荷的不确定性。利用随机性与模糊性的相容性原理将模糊数转换为随机变量。并且利用置信区间的概念求解不同负荷置信度下的显式静态安全域，即有功静态安全域随负置信度伸缩。最后给出了ＩＥＥＥ－３０节点系统的计算结果。     

基于小波变换的红外图像模糊与同态增强

针对红外图像对比度差、视觉效果模糊的缺点,提出了一种基于小波变换的红外图像模糊与同态增强算法。首先,采用正交小波变换对红外图像进行处理,将空域图像转换到频域,得到小波各层的分解系数;然后,运用同态滤波法对红外图像的低频子带小波系数进行处理,同时对红外图像的高频子带小波系数进行模糊增强处理;最后,经正交小波逆变换重构得到增强后的红外图像。实验结果分析表明,该方法可以增加红外图像细节,提高图像对比度,符合人眼视觉直观感应,能够有效达到红外图像增强的目的。     

小波变换在图像分割中的应用研究

在讨论基于小波变换的阈值分割算法的同时,提出了Canny算子和小波变换的边缘信息融合的图像分割方法,以及利用小波变换对图像纹理进行分解、特征提取,然后利用模糊C-均值聚类(FCM)进行纹理分割的方法;探讨了各种分割方法的特点、应用范围、及图像分割技术的发展方向.     

土坡稳定性的模糊信息分析法

本文通过分析土坡稳定问题中的不确定性信息，采取一维信息分配方法对数个可测因素和一个不可测因素进行模糊信息优化处理，并用二级模糊换算方法综合分析了各因素的影响。最后给出了土坡稳定性各级隶属度值。     

基于PLOWA算子评价复杂系统的模糊AHP法

研究复杂系统的多准则系统评价方法,使其能对系统评价中的自然语言进行模糊层次化处理。根据模糊集理论,提出ＰＬＯＷＡ（ｐｒｏｐｏｒｔｉｏｎａｌ ｌｉｎｇｕｉｓｔｉｃｏｒｄｅｒｅｄ ｗｅｉｇｈｔｅｄ ａｖｅｒａｇｉｎｇ）算子,对ＬＯＷＡ算子的应用进行扩展,定义新的变换权函数,使其能对不同准则下不等权的语言信息进行综合处理。并概括总结了基于ＰＬＯＷＡ算子进行系统评价的模糊ＡＨＰ法（ｆｕｚｚｙ ａｎａｌｙｔ     

测井实时控制专家系统

论述了专家系统在实时控制与模糊评判方面的应用.实时专家系统由元级控制和目标级控制组成.元级控制采用模糊知识,模糊推理及不精确推理完成模糊决策.模糊评判及对目标级控制的监控;目标级控制采用产生式规则与过程推理完成对信息的实时监控.该系统以友好的人机交互界面为用户提供灵活方便的数据输入/输出窗口.以实时曲线滚动方式显示及以分等级的声光极警窗口为用户提供音频及视频监控信息.此系统可用于实时测井.能完成对声感、双侧向、放射性、地层倾角四个系列测井曲线中有关速度、张力、深度、幅度、幅度变化率、井眼影响等项的实时监控及现场的综合评价.可避免测井事故及重大经济损失.     

模糊数序列的水平收敛与隶属收敛的联系

在不确定型优化、模糊信息处理以及模糊控制等许多实际问题中,通常采用在某些水平上通过水平截集将不确定问题局部清晰化,因而探讨模糊数按照隶属函数收敛与按照水平截集收敛之间的联系具有非常重要的意义。引入了模糊数序列的隶属收敛和水平收敛的概念,讨论了这2种收敛性之间的关系,得到了水平收敛的要求强于隶属收敛,给出了这2种收敛等价的充分必要条件。     

基于遗传算法的刨煤机系统多目标模糊可靠性优化

 针对刨煤机系统常规优化方法难以处理具有相互矛盾属性的系统可靠性多目标优化设计问题,提出一种基于遗传算法非概率分布信息的多目标模糊可靠性优化决策方法。该方法利用模糊集隶属函数的特性将各个单一目标函数模糊优化处理为能够反映各子目标相对重要程度,对不完全概率信息采用随机摄动法和Edgeworth级数方法转化为标准正态分布函数,将各个目标的协调满意度函数综合统一的单目标优化模型,再用常规优化方法即可求出多目标优化模型的满意解,最后给出刨煤机实例以验证该方法的有效性。     

自适应多层次的图像双线性广义模糊增强算法

在模糊集合论和广义模糊集合论的基础上,构造出用于模糊增强图像区域对比度的新型线性广义模糊算子.提出了一种自适应多层次的图像双线性广义模糊增强新算法,该算法利用线性广义隶属度变换及其逆变换,实现了灰度图像空间的广义模糊化与广义模糊空间的灰度化,使用线性广义模糊算子对线性广义模糊隶属空间进行了区域对比度模糊增强,最终利用"MIN" 算子提取出了增强图像的边缘轮廓.基于模糊熵的多层次阈值灰度选取过程,体现了算法的自适应性与实用性.实验表明,该算法能够快速无失真地同时增强图像中不同层次的边缘信息,所提取出的增强图像边缘准确、层次分明.