基于模糊隶属函数无损可见数字水印

设计了一种基于模糊隶属函数的可见水印算法.该方法通过定义隶属度函数建立起和遮蔽图像相关的融合系数,每种像素的融合系数不相同,克服了单一融合系数易非法消除的问题.该方法可以无损恢复载体图像.其具有自恢复性,可以在限制非法用户使用图像的同时,为合法用户提供和原始图像完全一致的信息.通过对遮蔽子图像RH加密运用,将一位错扩散到整个图像中.非法用户在没有密钥的情况下,无法恢复出载体图像,安全性高,具有广阔的应用前景.     

模糊值函数分析学的结构元方法简介(Ⅰ)——结构元与模糊数运算

简述了模糊值函数分析学在具体工程实践应用中存在的困难和障碍,系统地介绍了模糊结构元方法在模糊值函数分析学中的应用,包括模糊结构元的概念、模糊数的模糊结构元表示形式、基于结构元表达形式的模糊数运算与隶属函数确定.模糊结构元方法将复杂的模糊数运算转化为一类单调有界函数的运算,不仅仅为模糊分析计算的简化提供了工具,同时也为模糊值函数分析学应用的研究开创了一条新的途径.     

人-机-环境系统安全性的模糊熵评价方法

根据人-机-环境系统安全评价的评价指标体系和权重,基于三角形隶属度函数和模糊熵耦合提出了人-机-环境系统安全性的模糊熵评价方法,应用结果表明,影响某企业人-机-环境系统安全性的模糊熵评价度的主要原因是由于人-机-环境系统安全没有协调发展.该模糊熵评价方法可为人-机-环境系统安全评价提供有力的支持.     

应用模糊支持向量机进行英文情感分类

针对英文情感分类问题,对不同样本采用不同权重,通过引入模糊隶属度函数,通过计算样本模糊隶属度确定样本隶属某一类程度的模糊支持向量机分类算法,通过对比选取不同核函数和不同惩罚系数的结果.仿真实验结果表明应用模糊支持向量机进行英文情感分类具有较好的分类能力和较高的识别能力.     

覆盖粗糙集的不确定性度量研究进展

覆盖粗糙集作为经典粗糙集一种较为流行的扩充模型,其现有不确定性度量方法主要包括覆盖粒度、粗糙度、粗糙熵、模糊度和模糊熵等。本文从纯粗糙集、信息论和模糊性三个视角对覆盖粗糙集的不确定性度量方法进行了分类梳理,通过结合覆盖粒度对覆盖粗糙度、覆盖精确度和覆盖粗糙熵进行了修正定义;设计了基于最小描述交的隶属函数,结合隶属函数对覆盖模糊度和覆盖模糊熵重新定义,给出了相关推论,分析了相关性质,为后续研究覆盖粗糙集不确定性的相关问题提供了新思路。     

基于概率统计的模糊隶属函数计算研究

应用模糊数学方法解决实际问题的关键在于建立符合实际情况的隶属函数.常用计算模糊隶属函数的模糊统计法建立在大量调查数据和函数图形分析法的基础上,巨大的运算量和复杂的过程限制了模糊技术的实际应用.本文从统计学的角度提出了一种基于概率统计的模糊隶属函数计算方法,该方法相对简单并且能适应多种情况的隶属函数计算.最后通过实际算例对两种算法得到的隶属函数曲线进行了比对,验证了本文的方法具有较好的精度.     

带模糊参数的系统模糊可靠度分析

含模糊参数系统的可靠性理论研究具有广泛的实际应用背景,但由于模糊数运算的隶属函数表达困难,影响和制约着模糊参数系统的模糊可靠性理论与应用的研究。本文利用模糊数的结构元表示,给出了模糊表达式隶属函数确定的两种方法,进而得到了具有模糊参数的不可修复串联和并联系统模糊可靠度的隶属函数表达式。     

基于贝塞尔曲线理论的备件需求模糊隶属度函数构建模型

用模糊理论描述备件需求是一种科学适用的方法,针对现有模糊变量隶属度函数构建方法的不足, 设计了基于贝塞尔曲线理论的备件需求模糊隶属度函数构建方法,给出了隶属度求解算法,分析了使拟合误差最小的控制点选择方法.同时通过实例验证以及与最小二乘法的对比分析,验证了贝塞尔曲线方法在构建备件需求模糊隶属度函数方面的有效性.此方法无需事先假设隶属度函数的形态,简单易用、使用灵活并且精度较高.     

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。     

考虑区间值的相对隶属函数与传统模糊分布函数的比较

通过分析比较,揭示了可变集理论中考虑区间值的相对隶属函数与传统的线性模糊分布函数之间的一些区别与联系,即传统的线性模糊分布函数是考虑区间值的相对隶属函数的一些特例,考虑区间值的相对隶属函数在描述模糊现象的模糊性时更具有普适性;同时指出了应用考虑区间值的相对隶属函数时应当注意的问题.     

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。     

Examples of fuzzy metrics and applications

In this paper we present new examples of fuzzy metrics in the sense of George and Veeramani. The examples have been classified attending to their construction and most of the well-known fuzzy metrics are particular cases of those given here. In particular, novel fuzzy metrics, by means of fuzzy and classical metrics and certain special types of functions, are introduced. We also give an extension theorem for two fuzzy metrics that agree in its nonempty intersection. Finally, we give an application of this type of fuzzy metrics to color image processing. We propose a fuzzy metric that simultaneously takes into account two different distance criteria between color image pixels and we use this fuzzy metric to filter noisy images, obtaining promising results. This application is also illustrative of how fuzzy metrics can be used in other engineering problems.     

图像的多层次模糊增强与边缘提取

在单层次模糊增强算法中,某个灰度层次附近的边缘得到了增强,同时其它的一些边缘受到了抑制。为了同时增强图像中不同灰度层次的边缘信息,提出一种多层次模糊增强算法,并且给出了快速实现算法。此外,把多层次模糊增强算法应用于图像边缘提取中,取得了优于单层次模糊增强的效果。     

基于直觉模糊化的广义模糊时间序列预测模型

本文在传统广义模糊时间序列预测模型数据模糊化的基础上,引入直觉模糊集理论对其进行扩展。首先,在隶属度和非隶属度函数中增加犹豫度因子对样本数据进行直觉模糊化,更加细腻的反映数据不确定性本质。然后,用记分函数描述样本数据对模糊集的隶属情况,简化模型的复杂度。随后以传统广义模型为框架,构建基于直觉模糊化的广义模糊时间序列预测模型。最后利用典型的Alabama大学入学人数为实验数据,对比分析本文建立模型与传统广义模型的预测结果,验证直觉模糊化的广义模糊时间序列模型的可行性和优越性。     

Balanced fuzzy particle swarm optimization

In the present study an extension of particle swarm optimization (PSO) algorithm which is in conformity with actual nature is introduced for solving combinatorial optimization problems. Development of this algorithm is essentially based on balanced fuzzy sets theory. The classical fuzzy sets theory cannot distinguish differences between positive and negative information of membership functions, while in the new method both kinds of information “positive and negative” about membership function are equally important. The balanced fuzzy particle swarm optimization algorithm is used for fundamental optimization problem entitled traveling salesman problem (TSP). For convergence inspecting of new algorithm, method was used for TSP problems. Convergence curves were represented fast convergence in restricted and low iterations for balanced fuzzy particle swarm optimization algorithm (BF-PSO) comparison with fuzzy particle swarm optimization algorithm (F-PSO).     

基于混合单纯形算法的模糊均值图像分割

针对模糊C均值算法用于图像分割时对初始值敏感、容易陷入局部极值的问题,提出基于混合单纯形算法的模糊均值图像分割算法.算法利用Nelder-Mead单纯形算法计算量小、搜索速度快和粒子群算法自适应能力强、具有较好的全局搜索能力的特点,将混合单纯形算法的结果作为模糊C均值算法的输入,并将其用于图像分割.实验结果表明:基于混合单纯形算法的模糊均值图像分割算法在改善图像分割质量的同时,提高了算法的运行速度.     

基于微分进化算法的FCM图像分割算法

为提高模糊C均值(FCM)算法的自动化程度,提出基于微分进化算法的FCM图像分割算法(DEFCM),利用微分进化算法全局性和鲁棒性的特点自动确定分类数和初始聚类中心,再将其作为模糊c均值聚类的初始聚类中心,弥补FCM算法的不足.实验表明该算法不仅能够正确地对图像分类,而且能获得较好的图像分割效果和质量.     

模糊多目标半定规划

This paper first applies the fuzzy set theory to multi-objective semi-definite program-ming （MSDP）, and proposes the fuzzy multi-objective semi-definite programming （FMSDP） model whose optimal efficient solution is defined for the first time, too. By constructing a membership function, the FMSDP is translated to the MSDP. Then we prove that the optimal efficient solution of FMSDP is consistent with the efficient solution of MSDP and present the optimality condition about these programming. At last, we give an algorithm for FMSDP by introducing a new membership function and a series of transformation.     

雷达船目标的模糊智能识别

模糊集理论和技术给复杂的模糊背景下的模式识别问题提供了一种简易有效的处理手段。基于模糊集理论,定量地分析和处理识别过程中的各种不确定性信息,以提高识别系统的可靠性和智能度,便是我们研究舰船雷达目标识别系统中识别算法的一重要内容。本文通过舰船雷达目标识别这一典型的模糊模式识别问题,系统地论述了模糊模式识别系统的一般性框架、模糊特征抽取和隶属函数的建立、模糊特征选择和匹配分类、层次化模糊分类系统构造等一系列关键性问题。本文提出的各种方法具有通用性,已建立的识别系统在试验中具有良好的目标识别能力。