基于直觉模糊熵权和CC-OWA算子的雷达目标识别模型

为更完整的描述和表达雷达目标类型识别中的目标特征和目标类型之间的关系复杂性和知识缺乏性,通过直觉模糊关系描述,进而将目标识别特征信息转化为直觉模糊集信息.分析了基于直觉模糊集理论的雷达目标类型识别知识建模,揭示了直觉模糊信息的价值可以通过直觉模糊熵刻画,进而提出应用直觉模糊集的熵构造特征直觉模糊信息的权重(直觉模糊熵权),充分利用了目标类型识别知识中隐含的权重信息,并结合CC-OWA算子建立雷达目标类型识别模型与识别步骤,利用一个雷达目标识别实例说明了模型的有效性.     

证据冲突条件下多传感器目标识别方法比较分析

对于包含雷达、红外、电子支援措施和敌我识别等传感器的综合敌我识别系统,如何对异类传感器输出的不确定性信息进行有效处理是有待解决的基本难题之一.D-S证据理论是一种处理不确定性问题的有效方法.D-S证据理论对高冲突证据合成时会出现融合结果与常理相悖的情况.目前解决该问题主要使用的方法包括改变矛盾信息分配方式的组合规则法和证据信息修正法.从这两方面着手,具体分析在证据冲突情况下不同的目标识别方法,并比较其优劣,为建立综合敌我识别系统提供系统的理论支撑.     

多目标多层次系统多维模糊决策理论模型

分析了模糊优选理论模型,指出了其对大系统决策的局限性,利用模糊模式识别理论与模糊关系优选理论,建立了多目标多层次系统多维模糊决策理论模型,进一步丰富了系统模糊决策理论。     

计算机语音模糊模式识别

本文介绍了计算机语音模糊模式识别的三个主要组成部分:特征分析与抽取的硬件系統;特征处理与应用管理的软件系统;模糊线性匹配动态规划匹配以及特征空间β截集分析法的模糊数学分析处理方法。本文所涉及的计算机汉语语音模式识别系统已经在微机上实现,并在军事指挥系统等方面得到应用。     

模糊ART神经网络在运动目标识别中的应用

本文在讨论模糊ＡＲＴ神经网络及其算法的基础上，研究和提出了一种三维运动目标识别方法，利用模糊ＡＲＴ神经网络对运动目标的目标侧面图形进行学习和模式识别。模拟实验表明了该方法的有效性。     

可变模糊集合理论与可变模型集

在对立模糊集定义基础上给出以相对隶属函数表示的模糊可变集合定义,给出可变模糊聚类迭代模型、可变模糊模式识别模型、可变模糊对立识别模型.它们是可变模糊聚类、识别、优选决策、评价相统一的理论模型集,是可变模糊集的基础模型与核心内容,可用于自然、管理、人文、社会等各种学科中关于模糊聚类、识别、优选决策、评价、预测等众多实际领域.     

未确知系统的模糊模式识别

本文在文献（１）研究的基础上，对模糊模式识别理论作了进一步研究，定义了三类未确知系统，并针对第三类未确知系统，提出了相应的模糊模式识别方法。最后，以天津医院为例研究了该医院在宁河６．９级地震过程中各层间刚度的动态变化，识别出医院第七层将发生严重破坏。     

监督模糊模式识别交叉迭代模型

从模糊模式识别概念出发，建立一种以决策者经验、偏好为监督，在方案优属等级识别过程中确定最佳目标权重和方案优属度的监督模糊模式识别交叉迭代算法，该算法集成了决策偏好信息完全未知、部分未知、完全已知的主客观权重识别方法。并严格证明了该算法的局部收敛性。     

模糊数量化判别模型及其应用

本文介绍一种方法,用于处理含有定性变量的样品的分类问题。本方法从模糊集理论出发,引进模糊平均数、模糊方差及模糊方差比,确定一个线性判别函数使在实数空间上最大可能分离模糊类。本方法是普通数量化理论Ⅱ的推广。本文最后给出一个应用实例。     

模式识别的Fuzzy统计方法及应用

运用模糊数学的概念和方法对具有模糊性的观测结果进行处理和识别 ,构成了模糊模式识别的基本内容 .利用 Fuzzy统计的方法建立了模式识别的数学模型 ,并编出模型的计算机程序 .按照科技部、教育部关于科研评价的“目标导向、分类实施、客观公正、注重实效”的要求 ,将上述程序应用于科研项目的评审中 ,克服了以往评审过程单一化、主观化的缺点 ,使评审客观、公正、合理 ,易于操作 .     

Fuzzy relation equations theory as a basis of fuzzy modelling: An overview

We give a wide overview on the applications of fuzzy relation equations theory to decision-making processes, to the construction of preference relations and to Knowledge Engineering, mainly fuzzy control and fuzzy pattern recognition. General theoretical results and methodological aspects are pointed out.     

模糊Hopfield网络及其模糊聚类功能研究

本文提出了一种能进行模糊逻辑计算的Ｈｏｐｆｉｌｅｄ型人工神经元网络，ＦｕｚｚｙＨＮ的神经元对应模式集合中的元素，模式间的模糊相似关系作为联结神经元的权值矩阵被存储在ＦｕｚｚｙＨＮ中。本文对ＦｕｚｚｙＨＮ的稳定性及模糊聚类功能进行研究，获得了良好的理论分析结果和实验研究结果。     

模糊模式识别方法在学生综合素质评价中的应用

给出了一种基于模糊模式识别的学生综合素质评判方法 ,并且考虑了各因素不同的重要程度 ,对其他评价方法作了有益的补充 .     

多值不确定型直觉模糊识别决策方法

基于模糊环境给出多值不确定型直觉模糊集的概念,定义了集合的交、并、包含等基本运算性质。通过刻画集合间的相似程度,提出八个新的相似度公式。最后将相似度应用于识别决策,说明公式的实用性和有效性。     

硬聚类和模糊聚类的结合——双层FCM快速算法

模糊c均值(FCM)聚类算法在模式识别领域中得到了广泛的应用,但FCM算法在大数据集的情况下需要大量的CPU时间,令用户感到十分不便,提高算法的速度是一个急待解决的问题。本文提出的双层FCM聚类算法是一种快速算法,它体现了硬聚类和模糊聚类的结合,以硬聚类的结果对模糊聚类的初始值进行指导,从而明显地缩短了迭代过程。双层FCM算法所用的CPU时间仅为FCM算法的十三分之一,因而具有很强的实用价值。     

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.     

基于可能度的一种直觉模糊集相似度测量方法

研究直觉模糊集的相似度测量方法. 首先给出两个直觉模糊数比较的可能度公式及其性质. 在此基础上, 定义两个直觉模糊集间的相似度测量公式, 分析用此公式进行相似度测量的优缺点, 旨为直觉模糊集在决策、模式识别和医疗诊断中的应用提供更为合理的工具.     

基于单调包含度的模糊决策信息系统的知识约简

知识约简是机器学习,模式识别,信号处理等领域的主要问题之一。本文介绍了基于单调包含度的模糊决策信息系统的知识约简。证明了模糊决策信息系统的约简即是其对应信息系统的约简,从而为该种模糊决策信息系统的知识约简提供了简单直接的方法。     

基于内容检索中的模糊处理

基于内容的检索是多媒体信息处理中的一个重要问题，图像、视频作为多媒体中最直观、最形象的内容，对它们的检索和查询是多媒体内容处理的一个重要方面。以往对图像检索往往借助于图像理解等领域发展起来的模式识别技术，但检索在很多方面又不同于模式识别，它通常并不需要精确匹配，而且由于检索中人一机交互性起着很重要的作用，使得在检索中有必要利用模糊的方法来提出查询要求，计算机也可以通过模糊相似性匹配来给出结果。本文提出了以信任度、可能性测度、权重有隶属函数概念作为模糊相似性匹配的基础来检索图像的方法。