首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 250 毫秒
1.
K.H.Kim和F.W.Roush首先提出了Fuzzy向量空间及子空间的概念,邹开其进一步提出了Fuzzy模与Fuzzy模的子空间的概念.由于有限Fuzzy关系方程的理论与Fuzzy向量空间的有限生成子空间有着极其密切的内在联系,因而,对此作深入的讨论是很有必要的.本文重点讨论可换半环R=(〔0,1〕,+·,0,1)上的Fuzzy向量空间V_n及其有限生成子空间,提出了满化子空间、亏空间和凸空间的定义,并讨论了它们的一些性质.这些性质大多数可以直接推广到Fuzzy模上去.  相似文献   

2.
本文通过对第一、二类Fuzzy向量组循环方程的讨论,给出求解Fuzzy矩阵行秩,列秩,求解n元Fuzzy有限生成子空间的极小生成基,K—R标准基和其维数的简便方法及其计算机实现。  相似文献   

3.
Fuzzy子空间     
本文推广了 Fuzzy 子空间的一个表示定理,并引进了 S—有限维 Fuzzy 子空间,讨论了这类 Fuzzy 子空间的结构。证明了每个 S—有限维 Fuzzy 子空间都可分解为一些简单 Fuzzy 子空间的直和。  相似文献   

4.
Fuzzy子空间     
本文引入一种Fuzzy子空间,它比文献[1]中的相应定义更为广泛。这类Fuzzy子空间已经不是通常意义下的Fuzzy拓扑空间,可以认为是通常Fuzzy拓扑空间的一种推广。利用这一Fuzzy子空间的概念,我们给出了Fuzzy拓扑空间的F全正规性与它的Fuzzy子空间的分离性之间的一些联系。 1.Fuzzy子空间定义1.1 设(X,F)是一个Fuzzy拓扑空间,S为X中的非OFuzzy集,则Fuzzy集F_S={S∩O:O∈F}满足下面的公理: (FS1) O,S∈F_S;  相似文献   

5.
线性空间中的Fuzzy子空间   总被引:1,自引:1,他引:0  
引言 Fuzzy子空间概念是Katsaras和Liu提出的。Lowen继又给出了有限维欧氏空间中Fuzzy子空间的一个表示定理。本文首先证明了一般线性空间中Fuzzy子空间的几个等价定义。给出了由任意Fuzzy子集张成的Fuzzy子空间的一般表达式。最后,把Lowen的表示定理推广到无限维线性空间的情形。  相似文献   

6.
1975—1980年,Kaufmann 及 Dubois 等定义并讨论了某些特殊情况下的 Fuzzy 集的逼近问题。覃国光于文,对用连续的 Fuzzy 隶属函数逼近 FL_p(X)空间的 Fuzzy 集问题作了研究。本文利用泛函分析工具对 Fuzzy 集的逼近作进一步深入的研究,主要结果如下:(1)定理1给出了对连续隶属函数的 Fuzzy 集,用多项式隶属函数在 C°空间中逼近时的估计式及其逼近定理;  相似文献   

7.
本文首先讨论Fuzzy线性空间同态的问题,然后讨论一个线性空间中的Min—Fuzzy线性空间关于平常子空间的商空间的概念和基本事实,最后讨论Min—Fuzzy线性空间与商空间之间的一种关系。本文可以认为是[5]的一个续篇。  相似文献   

8.
运用犹豫模糊集和拓扑学的方法及原理对Fuzzy蕴涵代数的滤子问题做深入研究。首先,引入Fuzzy蕴涵代数的素犹豫模糊滤子概念并考察其性质特征,建立并证明了并半格Fuzzy蕴涵代数的素犹豫模糊滤子定理;其次,在一个给定的Fuzzy蕴涵代数(X,→,0)的全体素犹豫模糊滤子之集PHFil(X)上构造了一个拓扑τ,获得拓扑τ的一个基,证明拓扑空间(PHFil(X),τ)是T0空间。  相似文献   

9.
本文在三参数型Fuzzy数的基础上,给出了Fuzzy值向量函数及Fuzzy值向量函数的无穷积分的定义,从而把Fuzzy值向量函数与实函数联系起来,并且给出Fuzzy值向量函数无穷积分的狄利克雷审敛法。  相似文献   

10.
本文在三参数型Fuzzy数的基础上,给出了Fuzzy值向量函数及Fuzzy值向量函数的无穷积分的定义,从而把Fuzzy值向量函数与实函数联系起来,并且给出Fuzzy值向量函数无穷积分的狄利克雷审敛法。  相似文献   

11.
利用模糊点和模糊集的邻属关系,给出了(α,β)-模糊向量子空间的定义,根据α,β的不同组合得到16种(α,β)-模糊向量子空间,并给出了它们之间的关系;讨论了(α,β)-模糊向量子空间与模糊集截集的相关定理;重点讨论了(∈,∈)-模糊向量子空间、(∈,∈∨q)-模糊向量子空间和(∈∧q,∈)-模糊向量子空间,并给出了相关定理.  相似文献   

12.
一种复杂系统的模糊模型结构及递推辨识方法   总被引:4,自引:0,他引:4  
提出了一种复杂系统的模糊模型结构及辨识方法.该模糊模型利用系统的输入和输出数据,将输入和输出空间视为模糊空间.根据辨识精度将模糊空间划分为m 个子空间,每个子空间由线性模型来表征.由隶属函数将子空间模型联接成全局模型来表征系统的整体特性.隶属函数和子空间的模型参数由递推辨识方法实现.仿真结果表明,这种模型结构可以表达复杂系统的特征和辨识算法的有效性  相似文献   

13.
直觉模糊支持向量机   总被引:2,自引:0,他引:2  
传统的模糊支持向量机难以区分具有相同隶属度的稀疏样本点和稠密样本点,进而可能降低分类精度.为了解决此类问题,利用直觉模糊集和模糊支持向量机,构建了直觉模糊支持向量机.仿真实验结果表明:与传统的支持向量机和模糊支持向量机相比,直觉模糊支持向量机的分类结果更精确.  相似文献   

14.
改进的双隶属度模糊支持向量机   总被引:1,自引:0,他引:1  
针对传统的支持向量机( SVM)中存在对噪声和孤立点敏感,容易产生过拟合的问题,提出一种新的模糊隶属度函数设计方法——基于密度法的双隶属度模糊支持向量机方法(DM-FSVM).该方法不仅考虑样本到类中心的距离,同时根据样本点到类中心的距离将样本分为两类,类中心附近样本点的隶属度由该样本点到类中心的距离确定,而对于远离类...  相似文献   

15.
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。  相似文献   

16.
模糊支持向量机(FSVM)中的模糊隶属度函数确定一直是一个难点问题。针对支持向量分类机对噪声数据或孤立点非常敏感的问题,受贝叶斯决策理论的启发,结合样本密度特性,研究样本点相对于同类和异类的关系,对各样本点分布的紧密程度给出了描述,构造了样本点的后验概率与样本密度的加权方法,提出了一种新的加权模糊隶属度函数构造。该方法避免了对噪声数据和孤立点的检测。通过建立基于提出模糊隶属函数的FSVM进行仿真,实验表明,提出的模糊隶属度函数构造的后验概率加权方法的有效性。  相似文献   

17.
随着电子邮件的广泛使用,垃圾邮件问题也日益严峻.基于邮件内容的过滤是当前解决垃圾邮件问题的主流技术之一.提出了一种基于带有模糊隶属度的模糊支持向量机对中文垃圾邮件过滤的方法,同时,为解决FSVM中隶属度函数的确定问题,使用了一种改进的基于类中心的隶属度函数设计方法.通过实验,使用FS-VM对垃圾邮件过滤能够取得较好的效果.  相似文献   

18.
模糊支持向量机中隶属度确定的新方法   总被引:4,自引:1,他引:3  
针对目前模糊支持向量机方法中,一般使用样本与类中心之间的距离关系构建隶属度函数的不足,提出一种改进的隶属度确定方法.该方法不仅考虑样本与类中心之间的关系,还考虑样本之间的关系根据样本的类中心与传统支持向量机构造的分类面构建2个超球,由样本点与超球的位置关系计算其隶属度,能够有效地区分样本点、噪音点以及孤立点.通过文本分类实验表明,与其他两种隶属度函数方法相比,基于双超球的模糊支持向量机方法可以更有效地将文本训练集中的噪音剔除,具有较好的分类性能.  相似文献   

19.
提出基于模糊数学原理,采用欧几里得(Euclid)贴近度判别和确定工件加工误差源的方法.加工误差利用模糊子集描述,加工误差源采用语言模糊矢量描述,用7个语言值表达加工误差和加工误差源语言模糊矢量的隶属度;构建加工误差源知识库,得到模糊语言隶属函数的数值表达式,进而得到模糊矩阵;建立加工误差与误差源之间关系的数学模型;计算欧几里得模糊贴近度,结合阈值原则和反向推理,实现加工误差源诊断.以一阶梯轴的加工为例的实验研究表明,该方法对机械加工过程中误差源的诊断准确、快捷.  相似文献   

20.
为克服低速率声码器因清浊音硬判决、粗判决而导致解码语音有帧过渡等不自然感的缺陷,在分析比较目前主流声码器编码算法中激励参数提取和量化算法的基础上,将模
糊数学中的隶属度概念引入语音子带清浊音描述。提出了五维的浊音隶属度矢量概念,用于精细描述语音丰富的激励信息;阐述了浊音隶属度矢量的提取算法;提出了矢量量化码本的模糊聚类与LBG级联训练算法(F-LBG:Fuzzy-LBG);采用提取算法提取、建立了浊音隶属度码本的训练样本集,采用F-LBG训练了浊音隶属度码本;将提取算法和F-LBG法训练得到的浊音隶属度码本分别应用于正弦激励声码器、混合激励声码器和同态声码器的语音编、解码仿真。结果表明,用浊音隶属度矢量描述合成语音激励信号的算法,具有较高的准确性和较强的噪声鲁棒性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号