一种古籍汉字图像的多属性模糊检索模型

针对古籍汉字结构复杂、风格多变以及字形图像降质所导致传统文字图像检索技术在应用于古籍汉字图像时性能不佳的问题,引入犹豫模糊集理论,提出了一种古籍汉字图像检索模型.首先,设计面向古籍汉字图像的重叠模糊规范化双弹性网格划分,通过考察当前网格与其近邻网格间各种字形要素间的几何和统计特征,定义相应的犹豫模糊元素,进而构成古籍汉字查询图像和目标图像的犹豫模糊集合;其次,以犹豫模糊集合的加权距离测度作为古籍汉字查询图像和目标图像的相似性测度,得到古籍汉字图像检索结果的有序输出.本文算法在11 574幅古籍汉字图像上的检索查准率和查全率分别为78.9%和76.5%.     

新型对偶犹豫模糊集距离测度及其多属性决策方法

对偶犹豫模糊集为处理复杂问题的不确定性提供了有效手段,其距离测度是一重要衡 量指标。针对现有距离测度的局限性,本文定义了对偶犹豫模糊集的犹豫度,给出了基于犹豫度 偏差以及隶属度与非隶属度完全偏差的对偶犹豫模糊集距离测度。新距离测度从3个信息维度来 衡量距离偏差,更全面客观地体现出数据信息,弥补了传统距离测度可能无法识别的不足。最后 结合TOPSIS决策思想给出决策步骤,并应用于航空公司服务质量评价,验证了新距离测度的有效 性和合理性。     

基于Pythagorean犹豫模糊集成算子的多属性决策方法及其应用

基于Pythagorean犹豫模糊集理论,提出了基于Pythagorean犹豫模糊环境下的集成算子来研究多属性决策问题。首先提出了Pythagorean犹豫模糊有序加权算术平均算子和Pythagorean犹豫模糊有序加权几何平均算子;基于对Pythagorean犹豫模糊决策信息本身及其信息顺序位置重要性的兼顾,又提出了Pythagorean犹豫模糊混合算术平均算子和Pythagorean犹豫模糊混合几何平均算子;最后,提出了基于Pythagorean犹豫模糊信息集成的多属性决策方法,并通过智慧医疗评估体系的例子说明提出的决策方法的可行性.     

一种改进的手写汉字文本切分算法

在分析传统手写汉字文本切分算法利弊的基础上 ,提出了一种改进的基于快速连通域提取的切分算法 ,算法具有很强的抗干扰能力 ,有效解决了小角度歪斜图像和笔画粘连字符的汉字切分问题 .同时给出了具体的实现方法     

基于改进犹豫度的区间值犹豫模糊集距离测度及其应用

模糊集的距离是决策问题中十分重要的数值指标。本文在计算模糊集的距离时不仅探讨了犹豫模糊区间2个端点值和区间个数的多寡对计算结果的影响,而且考虑了其内部区间标准差的差异对于区间值犹豫模糊集之间的距离带来的影响。在探讨了区间值犹豫模糊集的标准差以及由此引出的偏差距离的基础上进一步提出了带有改进犹豫度的区间值犹豫模糊集距离测度公式,并给出实例说明该公式的合理性和优越性。     

基于笔划合并的手写体信函地址汉字切分识别

为了自动地处理存在着大量的笔划交叉与粘连的实际信函地址行,采用了一种基于笔划提取合并的手写体汉字切分识别方法.对于从实际信函中提取出的单行地址文本图像,首先提取出字符的横、竖、撇、捺等笔划,再根据一定的准则将笔划合并成字根,最终应用与地址解释相结合的动态规划算法得到最终的切分结果,获得投递区域.用从邮政分拣机上获得的443个信函地址行二值图像样本进行测试,省市一级和市县一级投递地址的正确识别率已经达到了66%.     

基于改进相关系数的犹豫模糊集聚类分析

针对犹豫模糊集相关系数计算公式中可能存在分母为0的特殊情况,对相关系数公式重新定义,并对犹豫模糊集之间的隶属度差异和犹豫度差异2个部分进行综合考虑,进一步将其推广至区间值犹豫模糊集上,同时弥补了需要对数据进行主观填充这一不足之处,最后证明其良好性质,并应用于数值算例中说明合理有效性。     

一种基于字符轮廓特征的印刷体汉字切分方法

针对单一汉字切分方法的不足,提出一种基于字符轮廓凹凸特征的印刷体汉字切分方法,首先对扫描后的印刷体汉字文本图像进行二值化处理,根据整篇汉字字符的左右轮廓凹凸特征,把字符图像切成一个个的汉字行,最后根据每一个汉字行的字符串上下轮廓凹凸特征,把每一个汉字行切分为单独的汉字字符．仿真实验表明,提出的方法对于标准的纯印刷体汉字文本图像,可以得到比较理想的切分效果．     

基于三角函数的犹豫模糊新距离测度

距离测度主要用于度量不同数据之间的距离,结合三角函数的距离测度也被成功地应 用于犹豫模糊集上。本文提出了基于正弦、余弦和正切函数的犹豫模糊距离测度以及含偏好的距 离测度并验证了其优良性质;最后,提出了2种犹豫模糊多属性决策方法,并通过能源政策选择的 案例验证了所提方法的有效性和实用性。     

一种基于犹豫中智集和水平集的图像分割方法

皮肤镜图像分析技术的第一步为图像分割,分割的结果会直接影响到后续的处理过程,针对具有背景噪声、模糊边缘和灰度不均的皮肤镜图像,提出了一种新的结合水平集的犹豫中智集图像分割方法;首先利用犹豫中智集理论将图像转换为犹豫中智集图像,其中犹豫中智图像由三类子集组成(T、I、F),利用犹豫中智集图像突出表达图像的目标信息和边缘信息;然后针对传统 DRLSE 水平集的不足进行改进,构造新的边缘停止函数,并增加灰度驱动能量项,最后通过改进的DRLSE 水平集对 ISIC(2018)皮肤镜图像进行分割测试;实验结果的交并比(Jaccard Index)值均大于 95%,且均方误差(MSE)、峰值信噪比(PSNR)和结构性相似指数(SSIM)均表现良好,表明方法能够准确、有效的分割具有模糊边缘和灰度不均的皮肤镜图像,对后续的皮肤镜图像的处理与诊断奠定了基础。     

基于区间犹豫模糊偏好关系的多属性决策方法

在现有的区间偏好关系和犹豫偏好关系基础上,首先定义了具有专家犹豫优先度的乘 性一致性区间犹豫模糊偏好关系,并提出了其一致性和评价对象优先权重之间的关系;其次,基于 模糊决策思想,建立线性规划模型,求出对应评价对象的区间权重向量;最后将模型应用于实例 中,说明其可行性。     

一种基于集合划分的鲁棒性自适应模糊聚类分割算法

模糊C均值算法(FCM)是图像分割最常用的算法之一,这种方法需要提前确定初始聚类中心和聚类数.为此,提出了一种新的自适应模糊聚类算法(AFCM),AFCM算法中构造的观察矩阵、判断矩阵和集合划分可以自动确定合适的聚类数.为了得到更好的图像分割效果,采用核距离作为相似性度量,提出了一种鲁棒性自适应模糊C均值算法(RAFCM).实验结果表明,与FCM算法相比,AFCM和RAFCM算法不仅能自动地确定聚类数目,还可以得到更好的图像分割质量.     

基于差分投影与优割字符的车牌字符分割

针对车牌字符分割提出一种基于差分投影与优割字符的车牌字符分割算法.该方法利用水平差分投影图进行倾斜校正和水平切割,使得倾斜校正和水平切割同时进行,在降低算法的复杂度的同时提高了水平定位精确度.然后,结合垂直投影和连通域算法寻找车牌的优割字符,生成滑动的分割模板进行字符的垂直分割,有效地解决了字符粘连、断裂情况下字符识别问题.实验证明该方法分割速度快,分割质量好,对于模糊车牌识别具有自学习品质和很强的抗干扰性能.     

一种基于循环神经网络的古文断句方法

提出一种基于循环神经网络的古文自动断句方法。该方法采用基于GRU(gated recurrent unit)的双向循环神经网络进行古文断句。在解码过程中,该算法不仅利用神经网络输出的概率分布,还进一步引入状态转移概率和长度惩罚,以便提高断句准确率。在大规模古籍语料上的实验结果表明,所提方法能够取得比传统方法更高的断句F1值。     

基于犹豫模糊软集的专利质量评价模型

现有的专利质量评价方法以专家打分为主,需要专家对所评专利的全部指标给出一个评价值,并根据指标的相对重要程度分配权重值。但指标体系涉及不同领域的多个指标,专家对自己研究领域以外的指标难以做出准确评价,模糊性指标也使专家会在几个评价值之间犹豫。针对犹豫模糊软集可以更加准确的描述事物模糊本质,对可选对象没有限制,充分考虑专家决策的犹豫度得特性,本文提出一种基于犹豫模糊软集的专利质量评价模型,给出评价方法的具体步骤,并通过案例分析说明该方法的可行性与可靠性。