区别度诱导的广义模糊熵

广义模糊熵是模糊熵在广义模糊补意义下的推广,本文从区别度的角度给出几个生成广义模糊熵的途径;通过一个具体的区别度公式得到了相应的一些广义模糊熵表达式,为实际使用广义模糊熵做了一些理论上的铺垫.     

毕达哥拉斯模糊软集的相似性测度及其应用

直觉模糊软集不能处理隶属度与非隶属度之和大于1的情况,且现有的直觉模糊软集的相似性测度只考虑了隶属度与非隶属度,忽视了犹豫度。针对以上问题,本文提出了一种基于隶属度、非隶属度以及犹豫度三个参数的毕达哥拉斯模糊软集的相似性测度和加权相似性测度。在为加权相似性测度的权重取值时,本文基于现有文献中直觉模糊熵存在的缺陷建立一种改进的直觉模糊熵,利用熵权法计算权重。分别讨论两相似性测度公式的性质,最后将两相似性侧度公式应用在建筑材料的模式识别问题中。     

基于三角隶属函数和模糊熵的图像增强方法及其相关应用研究

鉴于图像增强技术在生活应用中的重要性,模糊技术在图像应用中的实用性和广泛性,提出了一种基于三角隶属函数和模糊熵的新的图像增强算法(T-FE增强算法),使用三角函数作为隶属函数,重构参数型对比增强算子,运用模糊熵最大原则选取阈值,计算快速,简单.并且将T-FE算法运用于图像分割,边缘检测.通过实验仿真表明,T-FE算法在进行图像处理时有较好效果.     

模糊熵与距离测度的相互诱导及其应用

模糊信息论就是利用模糊数学这一工具来研究带有模糊不确定性的信息的．模糊熵和距离测度是模糊信息论中两个重要的度量方法．本文主要讨论模糊熵和距离测度之间的相互关系,由此得到几个由模糊熵诱导的距离测度公式和几个由距离测度诱导出的模糊熵公式,说明了模糊熵和距离测度是可以相互诱导的．最后,举例说明距离测度公式在模式识别中的应用．     

直觉模糊集的熵公式比较与改进

对现有文献中直觉模糊集的熵公式进行了分类比较.根据熵公式是否描述直觉模糊集的模糊性和直觉性对现有熵公式进行分类,并通过数据分析指出了各类公式的优缺点.最后提出了一个改进的直觉模糊集的熵公式,研究了其性质,与其它熵公式的比较说明了其合理性.此研究可为实际应用中直觉模糊熵公式的选择提供理论依据.     

一种基于交互熵的模糊信息测度

通过借用Shannon信息理论中的相关概念,对已有文献中基于模糊熵测度的模糊对称交互熵(FSCE)进行了改进,提出了对称改进模糊交互熵(SIFCE)这一距离测度.接下来证明了它是度量空间中的度量,满足非负性、对称性、三角不等式三个条件,并且满足有界性,还讨论了它与模糊熵之间的关系.最后提出基于该测度的模糊贴近度σ_(SIF),利用数值例子说明了在模糊模式识别中,σ_(SIF)与常见的模糊贴近度可以得到一致的识别结果,从而为模糊模式识别提供了新的研究方法.     

基于可信性理论的模糊熵权的MADM模型研究

针对属性值以模糊变量形式给出的特点,运用2004年基础数学领域完成的研究模糊现象数量规律的一个新的数学分支——可信性理论的原理,提出了基于可信性测度的模糊变量的熵的权重求解公式,结合模糊变量之间的距离,构造了属性值与理想点之间距离的加权算术平均算子,并以其算子的计算值的大小获得最优方案和排序的一种模糊熵权的多属性决策模型.结合一实例进行分析和计算,显示该模型较为贴近实际,体现了模型的正确性.     

权重完全未知下基于投影的犹豫模糊多属性群决策方法及应用

旨在犹豫模糊环境下,针对属性权重和专家权重完全未知的情形,提出了一种基于投影的犹豫模糊多属性群决策方法.首先,根据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则与犹豫模糊指数熵确定评价属性的权重.接着,利用犹豫模糊加权算术平均算子对个体犹豫模糊决策矩阵进行集结,构建并求解出每个方案在正、负理想方案上的投影.然后,通过计算相对贴近度实现方案的排序和择优.最后,把该决策方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的可行性与有效性.     

广义模糊熵与包含度的相互诱导关系

模糊熵是度量模糊集的非常重要的指标,而广义模糊熵是模糊熵在广义模糊补意义下的推广.本文首先介绍了模糊集的广义模糊熵和包含度的定义,重点研究了包含度的性质,给出了广义模糊熵与包含度之间的相互诱导关系.     

广义模糊熵及其诱导的区别度

广义模糊熵是模糊熵在广义模糊补意义下的推广,本文给出广义模糊熵的公理化定义 ,基于σ-广义模糊熵,讨论了广义模糊熵和区别度的相互诱导关系.