基于频率域的显著性区域提取方法

一般的视觉显著性区域提取方法都不能一致地突出显著性区域和给出显著目标定义明确的边界,因此提出一种基于频率域的显著性区域提取方法．该方法使用高斯差分滤波器的组合来保持原图像更多的频率信息,在频率域里利用颜色和亮度信息来预测中间一周围对比度．该方法不仅能输出完整分辨率的显著图,而且解决了上述两个问题．对真实数据试验结果表明...     

Automatic Identification of Customized Instruction Based on Multiple Attribute Decision-Making for Multi-Issue Architectures

This paper illustrates the importance of the configuration of function units and the change of an application’s critical path when using instruction set extension (ISE) with multi-issue architectures. This paper also presents an automatic identification approach for customized instruction without input/output number constraints for multi-issue architectures. The approach identifies customized instructions using multiple attribute decision-making based on the analysis of several attributes for each candidate...     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.     

基于粗糙集理论的仿人控制器设计

针对如何模拟人的控制行为以及提取控制行为特性问题,提出了基于粗糙集理论的仿人控制器的规则提取方法和仿人控制器的设计方法,包括用人控制行为的样本集建立初始决策信息表、信息表离散化、属性约简、规则提取和决策表完备化等。实验结果表明:将所设计的仿人控制器应用到原有的实际系统中,能顺利实现规则校验,提出的仿人控制器的设计方法是可行的。     

一种基于Vague集的多属性群决策排序方法及其应用

针时Vague值的多属性群决策排序问题,提出了一种新的得分函数.定义了Vague值的贴近度,并结合信息集成算予和专家权重,进而提出了一种新的群决策排序方法,本文应用实例证明了该方法的合理性和实用性.     

FI-广义扩张模

作为FI-扩张模和广义扩张模的真推广,引入了（强）FI-广义扩张模的概念并讨论了这些模的基本性质．     

基于评价准则及其偏差测度的多目标决策方法

基于评价准则及其偏差测度概念，提出了一类交互式多目标决策方法，克服了现有交互式多目标决策问题特性作较强限制及决策效能欠佳的不足。     

连续时间的集值平稳过程(Ⅰ):对应关系(英文)

本文我们研究了集值平稳过程的结构，得到了保测变换半群与集值平稳过程之间的对应关系。     

单调地次连续半紧1—集压缩映象的耦合不动点定理

在半序Ｂａｎａｃｈ空间获得了单调地次连续半紧１集压缩映象的耦合不动点定理．定理设（Ｘ，Ｐ）的半序区间［ｕ０，ｖ０］非空，Ａ：［ｕ０，ｖ０］×［ｕ０，ｖ０］→（Ｘ，Ｐ）是混合单调半紧１集压缩算子，且满足ｉ）Ａ［ｕ０，ｖ０］×［ｕ０，ｖ０］有界；ｉ）ｕ０≤Ａ（ｕ０，ｖ０），Ａ（ｖ０，ｕ０）≤ｖ０；ｉｉ）Ａ在ｘ和在ｙ单调地次连续．则Ａ有极大极小耦合不动点（ｘ，ｙ）∈［ｕ０，ｖ０］×［ｕ０，ｖ０］，且ｘ＝ｌｉｍｎ→∞ｌｉｍｍ→∞ｕ（ｍ）ｎｙ＝ｌｉｍｎ→∞ｌｉｍｍ→∞ｖ（ｍ）ｎ