Some interval-valued intuitionistic uncertain linguistic hybrid Shapley operators

Two interval-valued intuitionistic uncertain linguistic hybrid operators cal ed the induced interval-valued intuitionistic uncertain linguistic hybrid Shapley averaging （I-IIULHSA） operator and the induced interval-valued intuitionistic uncertain linguistic hybrid Shapley geometric （I-IIULHSG） operator are defined. These operators not only reflect the importance of elements and their ordered positions, but also consider the correlations among elements and their ordered positions. Since the fuzzy measures are defined on the power set, it makes the problem exponentially complex. In order to simplify the complexity of solving a fuzzy measure, we further define the induced interval-valued intuitionistic uncertain linguistic hybrid λ-Shapley averaging （I-IIULHλSA） operator and the induced interval-valued intuitionistic uncertain linguistic hybrid λ-Shapley geometric （I-IIULHλSG） operator. Moreover, an approach for multi-attribute group decision making under the interval-valued intuitionistic uncertain linguistic environment is developed. Finally, a numerical example is provided to verify the developed procedure and demonstrate its practicality and feasibility.     

基于泛函网络的组合推荐算法

在研究组合算法的基础上,提出一种基于泛函网络实现前融合推荐算法. 探讨Vague集条件下推荐算法的前融合问题,给出了基于泛函网络构架实现前融合组合推荐算法的一般过程. 通过推荐系统泛函拓朴结构的建立,利用泛函神经元的自学习、自组织和自适应能力,进一步优化推荐结果,较大地提高了系统的推荐准确度. 最后,将算法应用于Movielens推荐系统中,计算机仿真实验结果表明,本文提出的基于泛函网络实现前融合推荐算法是有效的、可靠的.     

复杂网络中连通支配中心性的计算

分析了现实生活中对重要节点的需求背景,对连通的网络模型提出了一种新型中心性评价指标,连通支配中心性。该中心性利用网络连通支配集的"连通"和"支配"两大特性,通过循环构建点导出支配子图的连通支配集,生成一棵支配关系扩展有向树。然后基于各节点在该有向树中的支配层次数,支配数和支配边权值3方面的属性,设计了反映节点支配能力强弱的中心性计算公式。最后以合作关系图为例进行相应实验,发现连通支配中心性比较高的节点不仅构成了网络的骨干网,能较好地维持网络基本形态,而且能桥接几个不同研究分区,起到一定的中介作用,体现了网络中节点的组织控制能力。     

测试代价敏感的粗糙集方法

在粗糙集模型中,α量化不可分辨关系是强与弱不可分辨关系的推广形式.然而值得注意的是,基于这三种不可分辨关系的粗糙集并未考虑数据中属性的测试代价.为解决这一问题,提出了测试代价敏感的α量化粗糙集模型,从二元关系的角度使得粗糙集模型代价敏感,并将新模型与基于强不可分辨、弱不可分辨以及传统α量化不可分辨关系的粗糙集模型进行了对比分析.进一步地,通过分析传统启发式算法在求解约简的过程中未考虑降低代价这一不足之处,提出一种新的属性适应性函数,并将其应用于基于遗传算法的约简求解中.实验结果表明该方法不仅可以降低由边界域所带来的不确定性而且同时降低了约简后的测试代价.     

基于动态时间弯曲的区间值时间序列匹配算法

结合vague集的优点,将区间值的思想应用于时间序列研究,定义了基于区间值的时间序列.同时,在综合分析了不同的vague值(区间值)的相似度量的缺点后,提出了一种新的基于vague值的相似度量,并结合动态时间弯曲的思想,给出了一个基于动态时间弯曲的区间值时间序列的相似性匹配算法.     

基于无迹粒子PHD滤波的序贯融合算法

针对在杂波、漏检和非线性情况下,粒子概率假设密度滤波（particle probability hypothesis density filter, P-PHDF）算法估计精度不高、滤波发散及粒子退化等问题,提出了一种基于无迹粒子概率假设密度滤波（unscented particle PHDF, UP-PHDF）的序贯融合算法。利用无迹粒子滤波（unscented particle filter, UPF）实现PHDF,由UKF算法得到更好更优的重要性密度函数并从中采样,使粒子的分布更接近多目标概率假设密度分布;另外,为进一步提高滤波算法的性能,实现基于雷达和红外传感器的UP-PHDF序贯融合算法,通过两传感器交替滤波保证目标状态的可观测性。在复杂环境下,仿真结果表明该算法的估计精度和稳定性明显优于单传感器P-PHDF算法。     

一类n-adic系统的混沌性

引进了弱n-adic集映射和具有全n-adic集系统的概念,讨论了弱n-adic集映射具有正拓扑熵条件和具有全n-adic集系统在回复性上的混沌性。证明了n不是2的倍数的n-adic系统是Devaney混沌的,Wiggins混沌的,按序列分布混沌的,分布混沌的,Martelli’s混沌的,ω混沌的,Block and cop-ple混沌的。     

Chan-Vese模型下的复合多相水平集图像分割

Chan-Vese模型(C-V模型)能够实现图像的二区域分割,但在多区域分割上存在局限. 目前解决C-V模型多区域分割问题有两种方案：一是采用多水平集同时收敛的并行多相分割;另一种是采用多水平集依次收敛的串行多相分割. 文中将两种方案结合起来,利用并行多相算法表示区域量大和串行多相算法分割效率高的特点,提出基于C-V模型的复合多相水平集分割算法,增加了串行结构下的分割区域量,也提高了并行结构下各水平集的实际分割效率. 实验结果表明,该方法可实现多区域分割,并能检测由弱边缘构成的子目标.     

电视机故障检修的计算机仿真系统

摘要：传统的电视机实验存在着效率低,损耗大,效果差等难以克服的弊端。利用计算机软件制作电视机故障检修的仿真系统,作为辅助手段,能够很好地解决以上问题,大大提高电视机故障检修实验教学的质量。     

扰动康托集子集的Hausdorff维数

讨论了一类与ω相关的扰动康托集 E(ω) 的子集 Bp(ω) 在相容与不相容两种情况下其 Hausdorff 维数的相关性质,并得出了子集 Bp(ω) 的 Hausdorff 维数的具体值.