基于模糊距离总变差的模糊识别模型及径流预报应用

根据待识别样本的加权广义欧氏权距离,基于模糊距离总变差为最小的目标函数,提出了一种新的计算模糊聚类中心矩阵、模糊模式识别矩阵与目标权重的模糊识别模型.该模型具有较好的稳定性,径流中长期预报实例说明是可行的.     

以直觉模糊熵改进权重的模糊数据关联算法

针对多中心点的观测数据存在不确定性的问题,首先将观测数据和预测数据进行直觉模糊化,然后利用直觉模糊熵改进直觉模糊集的数据权重,再计算直觉模糊集之间的加权距离以获得观测与预测数据的隶属度,最后依次搜索最大隶属度实现观测与预测的关联.通过实例将改进的直觉模糊C-均值聚类(IFCM)算法应用于数据关联计算,计算结果表明,存在模糊观测数据情况下,可以比较好的处理距离的权重信息,并得到更好的处理结果,实例证明算法是可行的.     

直觉模糊数加权高度排序法北大核心CSCD

利用直觉模糊数的高度与左、右扩展高度差这两者之间的差异程度,文章提出了一种新的直觉模糊数加权高度排序法,证明该排序法满足模糊数排序法7个合理性公理中的6个公理,并对其与加权均值面积排序法的关系进行了比较分析.分析说明,所提出的加权高度排序法优于加权均值面积排序法.     

直觉模糊数加权高度排序法

利用直觉模糊数的高度与左、右扩展高度差这两者之间的差异程度,文章提出了一种新的直觉模糊数加权高度排序法,证明该排序法满足模糊数排序法7个合理性公理中的6个公理,并对其与加权均值面积排序法的关系进行了比较分析.分析说明,所提出的加权高度排序法优于加权均值面积排序法.     

基于遗传算法的模糊聚类分析

针对模糊C-均值算法容易收敛于局部极小点的缺陷,将遗传算法应用于算法的优化计算.同时针对算法中,聚类效果往往受到聚类数目和初始聚类中心的影响,提出了基于平均信息熵确定聚类数目的方法,并采用密度函数来获得初始聚类中心.实验证明,基于遗传算法的模糊聚类方法能够避免产生局部极小值,较好的解决聚类结果对初值的依赖.     

带惩罚μ-相似Bregman散度k-均值问题的初始化算法

$k$-均值问题是聚类中的经典问题,亦是NP-难问题。如果允许数据点不聚类,而是支付惩罚费用,则引出带惩罚的$k$-均值问题。本文将带惩罚的$k$-均值问题从欧氏距离推广到更一般的$\mu$-相似Bregman散度,研究了带惩罚$\mu$-相似Bregman散度$k$-均值问题的初始化算法。本文给出的初始化算法,近似比与$\mu$和数据点惩罚最大值与最小值的比例$r$相关。     

带惩罚μ-相似Bregman散度k-均值问题的初始化算法

$k$-均值问题是聚类中的经典问题,亦是NP-难问题。如果允许数据点不聚类,而是支付惩罚费用,则引出带惩罚的$k$-均值问题。本文将带惩罚的$k$-均值问题从欧氏距离推广到更一般的$\mu$-相似Bregman散度,研究了带惩罚$\mu$-相似Bregman散度$k$-均值问题的初始化算法。本文给出的初始化算法,近似比与$\mu$和数据点惩罚最大值与最小值的比例$r$相关。     

自适应约束模糊C均值聚类算法

针对经典C均值聚类算法和模糊C均值聚类算法所存在的对初始聚类中心过分依赖以及需要预先知道实际聚类数目的问题,基于模糊C均值聚类算法提出了一种新算法:自适应约束模糊C均值(ACFCM)聚类算法,它在模糊C均值聚类算法的基础上,给目标函数加入了一个惩罚项,使得上述问题得以解决.并通过仿真实验证实了新算法的可行性和有效性.     

基于混合型模糊聚类分析的降水区域分类法

在混合型模糊聚类分析的基础上,先用传递闭包法得出动态聚类结果,然后引用F统计量找到最佳分类,针对此最佳分类给出具体算法求得初始分类矩阵,然后利用模糊C-均值算法对初始分类矩阵进行迭代计算,对原分类结果进行软划分修正从而得出最终聚类结果.方法减少了两次人为因素对聚类结果的干扰.将其应用于降水区域划分的实证分析表明,可以对降水区域进行更为有效的划分.     

一种稳健的聚类方法

本文讨论一种新的聚类方法 :属性均值聚类 .通过理论分析 ,属性均值聚类是比模糊均值聚类更稳健的聚类方法 .数值实验说明了该方法的有效性     

双诱导映射下的L-Fuzzy子环上的L-Fuzzy模

给出了L－Fuzzy子环的L－Fuzzy模概念，给出了它的若干刻画，并证明了在双诱导映射及逆映射下L－Fuzzy子环上的L－Fuzzy模仍L－Fuzzy环上的L－Fuzzy模。     

On fuzzy cluster validity indices

Cluster analysis aims at identifying groups of similar objects, and helps to discover distribution of patterns and interesting correlations in large data sets. Especially, fuzzy clustering has been widely studied and applied in a variety of key areas and fuzzy cluster validation plays a very important role in fuzzy clustering. This paper introduces the fundamental concepts of cluster validity, and presents a review of fuzzy cluster validity indices available in the literature. We conducted extensive comparisons of the mentioned indices in conjunction with the Fuzzy C-Means clustering algorithm on a number of widely used data sets, and make a simple analysis of the experimental results.     

Art networks with geometrical distances

In this paper, ART networks (Fuzzy ART and Fuzzy ARTMAP) with geometrical norms are presented. The category choice of these networks is based on the L_p norm. Geometrical properties of these architectures are presented. Comparisons between this category choice and the category choice of the ART networks are illustrated. And simulation results on the databases taken from the UCI repository are performed. It will be shown that using the L_p norm is geometrically more attractive. It will operate directly on the input patterns without the need for doing any preprocessing. It should be noted that the ART architecture requires two preprocessing steps: normalization and complement coding. Simulation results on different databases show the good generalization performance of the Fuzzy ARTMAP with L_p norm compared to the performance of a typical Fuzzy ARTMAP.     

检测模糊控制器是否有隐匿缺陷的一种方法

目的:检测模糊控制系统中的模糊控制器是否有隐匿的缺陷。方法:通过分析Zadeh算子与Einstain算子及2种广义算子之间的内在联系,给出了Zadeh算子与Einstain算子及2种广义算子之间的隶属关系,分别用各类算子检测模糊控制系统中的模糊控制器。结果:在检测模糊控制系统中的模糊控制器是否有隐匿的缺陷时,广义算子(如Einstain算子)是一种非常有效的工具。结论:广义算子(如Einstain算子)能检测出模糊控制系统中的模糊控制器是否有隐匿缺陷。     

依零测度的Fuzzy集运算

给出了Fuzzy集合依零测度的包含，依零测度的相等。依零测度的并．交，补运算等。并补充地研究了这些基本运算，获得了若干好的性质。Fuzzy集依零测度的基本运算比标准fuzzy集合论的相应运算更有人情味,更为接近人的智能机理。有望在智能信息处理和软计算领域取得好的应用。     

区间模糊ISODATA动态聚类算法

目前模糊技术已经应用于许多智能系统,如模糊关系与模糊聚类.聚类是数据挖掘的重要任务,它将数据对像分成多个聚类,在同一个聚类中,对象的属性特征之间具有较高的相似度,有很大研究及应用价值.结合数据库中的挖掘技术,对属性特征为区间数的多属性决策问题,提出了一种基于区间数隶属度的区间模糊ISODATA动态聚类方法.     

直觉模糊S-粗集的一般结构及性质

在一般等价关系下,给出单向直觉模糊S-集合、双向直觉模糊S-集合的概念,利用这些概念,提出直觉模糊S-粗集,给出直觉模糊S-粗集的数学结构和有关结论,对有关性质进行了讨论。直觉模糊S-粗集为研究动态信息系统中大量的不确定性问题提供了新的途径和方法。     

Fuzzy信息系统的Rough集理论

提出 Fuzzy信息系统的概念 ,建立 fuzzy信息系统上的 Rough集理论 ,给出 Fuzzy信息系统与经典信息系统的关系 ,讨论 Fuzzy信息系统的知识约简问题     

软代数的Fuzzy中理想与Fuzzy素中理想

提出软代数的Fuzzy素中理想的新概念，研究软代数的Fuzzy中理想与Fuzzy素中理想的各种性质，得到若干结论。     

A dual approach to solve the fuzzy linear programming problem

A concept of fuzzy objective based on the Fuzzification Principle is presented. In accordance with this concept, the Fuzzy Linear Mathematical Programming problem is easily solved. A relationship of duality among fuzzy constraints and fuzzy objectives is given. The dual problem of a Fuzzy Linear Programming problem is also defined.