B—模糊集合代数和广义互信息公式

基于两种概率的区分，推导出了一个广义Shannon熵公式和一个广义互信息公式。后者和模糊性有关，并且柯用于语言和感觉中的信息度量。为了由原子语句为真的条件概率求出合语句为真的条件概率，提出了一个遵循存尔运算的模糊集合代数。所谓的模糊信息被还原为概率信息。新的理论在经典理论－概率论，集合论及Shannon信息论－的基础上容易理解。     

闭模糊拟阵模糊基的判定

通过讨论闭模糊拟阵的导出拟阵序列和模糊基的结构,找到了判定闭模糊拟阵的模糊基的一个充要条件。根据此充要条件,给出了从导出拟阵序列得到闭模糊拟阵的模糊基的一种算法。     

Willis环状脑动脉瘤系统的自适应模糊控制

针对不确定非线性生物系统—W illis环状脑动脉瘤系统,利用高斯型模糊逻辑系统的逼近能力及新构造的Lyapunov函数,基于模糊建模提出了一种自适应模糊控制器设计的新方案.该方案把逼近误差引入到控制器设计条件中用以改善系统的动态性能.不但设计简单还保证了控制方法的鲁棒性与稳定性.通过反向传播算法调整模糊基函数参数及递归最小二乘法调整参数向量,θ更新控制律,实现了理想跟踪.从理论上研究了脑动脉瘤内血流速度的非线性行为及控制,具有实际意义.仿真结果表明该控制方法的有效性.     

动态模糊随机信息处理的数学方法

本文系统地概述了我们近年来提出的动态模糊随机信息处理的数学方法,内容包括模糊随机变量、模糊随机过程和模糊随机微分方程的基本解法等方面的基本概念、基本定义和某些重要的定理,以及动态系统的模糊随机响应与可靠性分析的方法等。这些方法是为我们研究工程实际问题的需要逐步发展起来的,对于处理某些类型的问题简便实用。     

Fuzzy Entropy： Axiomatic Definition and Neural Networks Model

The measure of uncertainty is adopted as a measure of information. The measures of fuzziness are known as fuzzy information measures. The measure of a quantity of fuzzy information gained from a fuzzy set or fuzzy system is known as fuzzy entropy. Fuzzy entropy has been focused and studied by many researchers in various fields. In this paper, firstly, the axiomatic definition of fuzzy entropy is discussed. Then, neural networks model of fuzzy entropy is proposed, based on the computing capability of neural networks. In the end, two examples are discussed to show the efficiency of the model.     

模糊数序列的收敛性

探讨L-R型模糊数序列的S-和问题，定义关于模糊数的模糊小于的概念，在此基础上探讨模糊数的有序性，模糊数的截集函数的连续性，模糊数的格结构以及模糊数序列的收敛性等重要性质。     

模糊值Choquet积分(Ⅱ)--函数关于模糊值模糊测度的Choquet积分

研究一种取值于模糊数集的Choquet积分，该积分的被积函数是单值函数，所用的测度是模糊值模糊测度。给出其定义、性质和收敛定理。     

一种基于代价函数和模糊熵的图像分割方法

提出了一种基于代价函数和模糊熵的图像分割方法.该方法先用代价函数最小化法对退化的图像作预处理,之后,利用模糊熵作进一步的处理.实验结果表明:新方法和一般的阈值分割方法相比,不但分割图像的错分率较小,而且图像的视觉效果也有较大的改善.     

模糊半群上的模糊同余及其扩张

给出模糊半群上的模糊同余的概念，并进一步研究它的一些基本代数性质。同时研究带有模糊半群上的模糊同余扩张性质(FCEPF)的半群类，得到一个半群有模糊半群上的模糊同余扩张性质、有模糊同余扩张性质(FCEP)、有同余扩张性质(CEP)三个条件是等价的。