随机集与模糊含度

在[3]—[5]中。作者从随机集的角度描述模糊集合,提出了落影空间的概念,为模糊集理论提供了一种测度论式的框架;在[2]中,作者提出了模糊含度的概念,它与Zadeh 的可能性测度稍有不同,能与模糊集建立起良好的对应,是模糊集的一种变相定     

模糊子集贴近度的普遍定义与模糊度

文[1]提出了模糊子集的“贴近度”的概念,它是度量模糊子集间吻合程度的一个必不可少的工具.在[1]的启发下,本文给出了贴近度概念的普遍定义,并指出通常的贴近概念总是与一定的模糊测度空间相联系,进而讨论了一些常见的模糊测度空间上的贴近度. 本文还建立了模糊度与贴近度之间的关系,特别是具体给出了贴近度σ_D与模糊熵的关系式.     

扩张模糊算子与模糊真值可能度

本文在半序集上利用△算子与▽算子来讨论模糊集的一般运算形式.进而,利用扩张原理得到扩张模糊算子,证明了在引进的新的序关系下,扩张模糊算子仍为△算子和▽算子.文中还引进了模糊真值可能度,研究了模糊真值可能度的性质.模糊真值逻辑作为模糊真值可能度的特例被引进,并研究了模糊真值逻辑的推理性质.     

模糊比与综合贴近度

本文首先改进汪培庄教授用,内外积定义的格贴近度,使之适用于一般的模糊子集,定名为综合贴近度。进而引λ模糊比(形象贴近度)概念,定义平均综合贴近度。最后以多特征综合模糊式识别为似作了演习。     

基于峰度量化标记形态模糊度的标记分布学习

为了提升标记分布学习在歧义性分类问题上的预测性能,对标记形态上的模糊度进行研究.提出了标记形态模糊度的概念,给出了基于峰度的一种度量方式,探讨了不同模糊程度样本对于分类学习的影响.根据低模糊度数据更有利于学习的研究发现,基于加权低模糊度样本和对齐模糊度损失这两种策略设计了一种新的标记分布学习算法.14个数据集上的十折交...     

模糊逻辑的紧致性与模糊理论相容度

为了得到一般理论的相容度函数,利用不同的模糊系统的共同性质——模糊系统的紧致性,基于相容、不相容和全发散理论的性质以及发散度的概念,主要在二值逻辑系统和L*命题逻辑来讨论理论的相容度问题,对有限命题集的相容度函数给出自然的推广,得到一般的命题集的相容度函数,并讨论了相容度函数的性质。     

模糊本体中的模糊相似度计算

模糊本体作为不确定性知识表示模型,被广泛应用于计算机科学的各个领域;给出一种新模糊本体中模糊概念的模糊相似度计算方法;首先计算模糊本体图中边的模糊权重,从而得到模糊权矩阵;由正则经验模型计算模糊拉普拉斯矩阵次小特征值对应的特征向量,从而将模糊本体中的每个模糊概念映射到实直线,通过模糊概念对应实数之间的差值来得到它们的相对模糊相似度。     

D型隶属函数与模糊度

研究D型隶属函数与O型隶属函数的关系,证明了确定X上一个D型隶属函数等价于确定X上一个O型隶属函数和X×X上一个O型隶属函数。并讨论了D型隶属函数与聚类的关系,对D型模糊集和O型模糊集分别定义了模糊度且研究了相应的性质。     

含模糊参数的一维模糊概率随机变量

给出了分布列和密度函数含区间参量的一维区间概率随机变量和含模糊参数的一维模糊概率随机变量及它们的分布函数，数字特征的概念及定义。     

模糊程度、模糊规避度与完全保险支付意愿

基于风险决策中模糊规避现象普遍存在的认同,通过选用Klibanoff等的光滑模型(Smooth Model)刻画模糊决策问题,引入均值保留展开式和复合函数等表达形式,研究模糊程度大小、模糊规避度大小对完全保险下的支付意愿的影响。     

普通二型模糊相似度与包含度及其关系

针对现有的二型模糊系统规则库精简方法不能有效地消除冗余模糊集合的问题,提出了新的普通二型模糊相似度与包含度.首先,基于2种模糊性测度的公理化定义,提出了计算公式;然后,讨论了普通二型模糊包含度的性质,并提出了2种测度的相互转换定理;最后,通过实例验证了2种新测度的性能,并将提出的普通二型模糊相似度用于高斯普通二型模糊集合的聚类分析,聚类结果由不同α-水平上的层次聚类树组成,可以合理地区分这些集合.     

模糊度的积分表示

针对论域Ｘ＝［ａ，ｂ］上的模糊集合，给出了一种描述其模糊度的方法，讨论了它的一些性质；并基于模糊度，提出了构造２个模糊集合的贴近度方法，这些结论可在模式识别、决策科学中得到应用。     

覆盖粗糙集的模糊度

粗糙集的不确定性度量是粗糙集理论中的关键问题之一。粗糙隶属函数为粗糙集提供了新的解释,并为粗糙集的不确定性度量提供了方法。Tsang对覆盖近似空间中的近似算子进行了研究,提出了一种较已有模型更合理的覆盖粗糙集模型。但是,该覆盖粗糙集的不确定性度量却没有被研究。针对第三类覆盖粗糙集模型,定义了第三类覆盖粗糙集的粗糙隶属函数,并据此定义了第三类覆盖粗糙集的模糊度。     

覆盖粗糙集的模糊度

粗糙集的不确定性度量是粗糙集理论中的关键问题之一.粗糙隶属函数为粗糙集提供了新的解释,并为粗糙集的不确定性度量提供了方法.Tsang对覆盖近似空间中的近似算子进行了研究,提出了一种较已有模型更合理的覆盖粗糙集模型.但是,该覆盖粗糙集的不确定性度量却没有被研究.针对第三类覆盖粗糙集模型,定义了第三类覆盖粗糙集的粗糙隶属函数,并据此定义了第三类覆盖粗糙集的模糊度.     

模糊粗糙集的贴近度

基于模糊集理论中贴近度的定义及模糊粗糙集的有关性质 ,讨论了模糊粗糙集 (FR集 )的贴近度 ,进而给出了模糊粗糙集的距离贴近度、最小最大贴近度、最小平均贴近度以及格贴近度     

模糊子模度及其性质

将度的概念推广到模糊子模,利用模糊集的蕴涵算子,引入模糊子模度的概念,用于刻画模的模糊子集是模糊子模的程度.研究模糊子模度的等价刻画,和截集的关系以及在同态映射下,模糊子模度的性质.     

含噪运动模糊图像恢复

提出一种新算法来估计含噪图像线性运动模糊的方向和长度。结合空间域及频域分析,使用Radon变换检测运动方向,双谱模型估计运动长度,最后利用Richardson-Lucy滤波恢复清晰图像。仿真实验结果表明,对于含噪图像该算法比以往算法更优胜。基本满足图像复原的稳定性、可靠性、精度高等要求。     

交叉魏格纳／模糊度分布函数中拉冬变换的新特性

分析了交叉魏格纳分布函数中的拉冬变换是这些函数中分数傅里叶变换的可分乘法,因此,二维交叉模糊度函数是一维信号分数相关的表面形式,每一信号都与表面观察的角度有关。     

直觉模糊匹配的语义距离与贴近度

首先引用Atanassov直觉模糊集的基本概念,阐述了直觉模糊推理的语义匹配问题．给出了计算直觉模糊匹配度的语义距离与贴近度扩展方法,重点研究了直觉模糊贴近度扩展计算模型与直觉模糊语义距离,包括在离散论域和连续论域上的海明距离、欧氏距离、明可夫斯基距离、切比雪夫距离等扩展计算模型,提出了将直觉模糊贴近度与直觉模糊语义距离转换成直觉模糊匹配度的方法。