基于Vague集的空中目标威胁评估群决策方法

主观威胁评估方法是空中目标威胁评估的必要手段。将基于Vague集的群决策方法用于空中目标的主观威胁评估,用Vague数表示决策者对目标威胁度的主观评价值,提出一种Vague熵诱导的有序加权平均算子,用于集结各个Vague评价值,可以消除集结过程中人为误差带来的不良影响。为了直观评估各目标威胁程度大小,还提出一种基于Vague数距离和优劣点法的决策方法,来对目标威胁度进行比较和排序。算例证明该方法在空中目标威胁评估中是可行的,而且比常用的模糊综合评估方法更加有效。     

基于FV-OWA算子的不确定多属性决策方法

对基于模糊数Vague集的不确定多属性决策方法进行了研究.定义了模糊数Vague值的一些运算法则,基于这些法则,给出了一种模糊数Vague值的有序加权平均(FV-OWA)算子.基于FV-OWA算子,提出了一种属性权重完全未知、且方案的属性评估信息以模糊数Vague值形式给出的不确定多属性决策方法.最后,进行了实例分析.     

多准则模糊决策的Vague集方法

对模糊环境下的多准则决策问题,指出了采用Vague集进行多准则模糊决策的现有记分函数的不足,根据Vague集隶属度、非隶属度的之间的大小关系,对由Vague值组成的集合进行划分,提出新的记分函数法以及加权记分函数法.并用Vague集描述方案关于准则集的满足程度与不满足程度,即准则的权重也由Vague集表示.这种方法为决策者做出最优决策提供了一种方便有效的方法.     

多目标模糊决策的Vague集方法

对模糊条件下的多目标决策问题,采用Vague集方法进行处理,提出三种目标选择方法:记分函数法、加权记分函数法和距离法.对已有的Vague集方法进行了分析与联系,并通过例子阐明本文方法的有效性和优越性.     

基于决策者Vague信心度的模糊多准则方法

定义了梯形Vague数和基于决策者风险态度的Vague信心度,提出了一种基于决策者Vague信心度的信息不完全的模糊多准则决策方法.该方法利用线性规划模型求出准则权重,并对方案在各个准则值下的决策者的Vague信心度进行集成,求出决策者对各个方案的综合信心度,进而利用可能度法对方案进行排序.最后实例验证了所提出方法的合理性与有效性.     

基于Vague集相似度量的多准则模糊决策方法

在分析已有关于Vague值（集）相似度量方法存在不足的基础上，综合考虑Vague值区间端点间的距离、核距离以及未知部分对支持度和反对度的影响等主要因素，提出了一种新的Vague值（集）相似度量方法，并对其性质进行讨论. 通过与现有方法的比较，表明该方法具有很强的相似度区分能力. 最后将所提出的Vague值（集）相似度量用于多准则模糊决策中，通过最优化方法选取每个准则的最优权重，根据候选方案与理想方案在相应准则下相似度加权和的大小得出最佳方案. 通过实例分析，表明了这种方法的有效性和可行性.     

基于记分函数的Vague集方案排序局限性及改进策略

分析了Vague集中记分函数的特性,对比了现有几种记分函数的优缺点,得到利用记分函数进行决策方案排序的局限性。通过挖掘Vague值中未知信息与不确定信息的内涵,结合Vague值期望的概念,设计一种新的记分函数,将不同的Vague值对应于Fuzzy集中的某个值;当记分函数值相等时,采用确定性信息进行二次排序。实例验证,该方法可以得到与现实认知匹配的结果,对应不同记分函数值的Vague值可以给出一个合理的评价值。     

红外双色亚图像识别研究

研究了红外双色辐射特性和双色比识别特征 ,分析了红外亚成像的灰度与空域特征。研究了双色比区分伪目标 ,灰度扩展亚成像方法。研究了亚图像子块灰度直方图的迭代二值化 ,二值分割后的空域模糊分割。研究了单元扫描亚图像识别的特征参数 ,初始成像多帧配准识别实现低虚、漏警率目标检测 ,并通过锁定目标实施连续逐帧分割、识别。实验表明 ,所研究的红外双色亚成像识别方法适用于静止、慢速和快速红外目标的实时识别     

基于Vague聚类方法的战场电磁目标分选

为有效地评估战场电磁态势,研究战场电磁目标的聚类分选方法是非常必要的。提出了一种Vague集相似度量方法,该方法能同时考虑目标数据的全部证据信息和不精确性信息。然后,结合领域专家的知识与经验,研究了一种Vague聚类方法,该方法通过对构建的布尔矩阵逐行扫描,能方便地实现对目标的聚类分选。最后,选定某战场环境中的5个电磁目标,采用提出的Vague聚类方法进行分选分析,计算结果验证了采用Vague聚类方法分选战场电磁目标的可行性。     

基于SOM和SVM的遥感图像目标识别

提出了一种基于自组织特征映射 (SOM)神经网络和支撑矢量机 (SVM)相结合的遥感图像目标识别方法。该方法首先利用SOM对目标进行聚类 ,然后应用SVM方法对其进行分类识别。最后将该方法应用于二值遥感图像的目标识别 ,与仅用支撑矢量机方法的识别结果进行了比较 ,结果表明 ,这一方法对二值遥感图像目标具有很好的分类识别效果 ,且训练时间大幅度缩短。     

基于Vague集的TOPSIS方法及其应用

逼近理想解的排序方法(TOPSIS)是求解多属性决策问题的一个典型方法,将TOPSIS方法在V ague集下进行了扩展。介绍了V ague集的概念及其相似度量方法,提出了用V ague值表示的语言术语集。根据V ague值的优势函数定义了V ague正、负理想解。根据V ague值的相似度量定义了各方案到正理想解和负理想解的距离,得出各方案的相对贴近度,并据此排序,供决策者选择最优方案。     

基于熵权的多传感器目标识别方法

针对具有多个特征指标的多目标识别问题,提出了一种基于熵权的多传感器信息融合方法。该方法根据熵论的基本原理定义熵权,通过引入优异度、次异度的概念,采用相对接近度来评判距离的大小,从而给出目标识别规则。该方法利用熵权避免了特征指标权重选取的主观性,提高了目标识别结果的客观性和准确性。工件识别实例验证了算法的有效性和可操作性。     

基于Vague集的雷达导引头干扰效果评估

针对雷达导引头的干扰效果评估问题,利用模糊理论建立了基于Vague集的干扰效果评价模型,考虑到多人参与决策的情况,并进行了重要改进,取得了较好的效果。首先,针对实际中存在个别决策者意见严重偏离绝大多数的决策者意见的情况,利用模糊集距离的概念,排除了偏离最大的决策Vague集,即去除了决策者意见中的“野值”。而后,定义了综合决策Vague集,用改进的综合评估算法对综合决策Vague集进行处理,得出评估结果。最后,结合交叉眼干扰的具体实例,说明方法的可行性和优越性。     

可变模糊方法及其在工件识别中的应用

提出的以相对差异函数为基础的可变模糊方法,可根据事物关于特征的量值来判断事物吸引与排斥特性的程度,从而为解决识别问题提供了新的途径。建立了多传感器信息融合系统中的可变模糊识别模型,把可变模糊方法应用到多传感器信息融合工件识别中,并用一个具体的实例验证了该方法的合理性与可行性。最后证明了可拓学中以“距”与“位值”概念为基础的关联函数基本公式的错误,从理论与应用两个方面,指出其不能在多传感器信息融合及其相关领域中应用。     

基于Vague集的机载电子对抗系统作战效能评估

基于Vague集的模糊决策方法近年来得到了广泛的应用,这种决策方法综合考虑了方案满足目标的可能性和不满足目标的可能性两个方面的因素,以此为基础建立方案和目标之间的关联矩阵,从而利用i-vVague集导出了评价函数和决策函数的表达式,并且可以根据不同的情况选择不同的决策函数。给出了一个实例说明了这种基于Vague集决策方法的具体实施步骤。     

复杂系统综合评价的理论框架及其在水安全评价中的应用

复杂系统综合评价是当前复杂性科学研究的重要内容,是认识和管理系统的重要措施,它具有诸多不确定性,尚缺乏具有系统性和可操作性的理论框架。从方法论的角度提出了处理一般复杂系统综合评价问题的7个步骤,就是依次确定评价对象集生成函数、评价指标集生成函数、评价指标测度函数、定性指标定量化函数、指标一致无量纲化函数、指标权重函数和综合评价指标函数这7个函数,它们组成了复杂系统综合评价的理论框架。合理选取或构造这7个函数的不同形式,就可构建合适的综合评价模型,据此提出了5类水安全评价的应用模型。应用结果说明:构建综合评价模型的最重要工作依次是确定综合评价指标函数、指标权重函数和评价指标集生成函数;实现综合评价的理论框架功能最强的综合评价方法依次是组合评价方法、决策分析评价方法和层次分析方法,相似评价方法、模式识别评价方法或投影寻踪评价方法须与其它方法联合应用才能构造完整的评价模型。     

基于独立元分析的扭曲目标识别

研究了计算机视觉中扭曲目标识别问题,提出了获取仿射不变描述子的独立元分析方法,从而实现扭曲目标识别。该方法可直接对目标外形坐标数据进行处理,在仿射变换下具有不变性。通过仿真实验的方法给出了在不同扭曲度情况下,本方法和Fourier方法的识别数据。结果表明,在二维扭曲目标识别上,该方法比经典的Fourier方法具有更好的鲁棒性和更高的识别率。