基于相似关系的广义近似推理方法

目前基于相似关系的近似推理方法 (SBAR)对相似关系的理解并不一致 ,在推理过程中未能考虑相异关系的影响。提出了一种基于相似关系的广义近似推理方法(GSBAR) ,并详细论述了 GSBAR的推理流程以及其中的相似关系函数、相似关系调整函数、相似关系合成函数和推理转换函数的性质 ;进而证明了该方法的逼近能力 ;同时给出了 GSBAR的一个示例。结果表明 ,GSBAR严格遵照相似关系定义 ,综合考虑相似关系和相异关系 ,推理过程直观简便 ,具有一般意义     

基于区间值相似度的直觉区间值模糊推理

直觉区间值模糊集具有比直觉模糊集更强大的模糊信息表达能力并且其直觉区间值隶属度和非隶属度的值较易确定.文章利用直觉区间值模糊集进行模糊推理.根据直觉区间值隶属度和非隶属度的值给出直觉区间值模糊集之间相似度和加权总体相似度的计算方法.根据该计算方法给出直觉区间值模糊集上的模糊推理算法.最后通过算例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

基于区间值相似度的加权模糊推理

在相似度的方法用于区间值模糊推理的过程中,为合理地计算区间值加权模糊产生式规则的输入事实与规则前件之间的相似度,给出区间值相似度的计算公式.在此基础上提出基于区间值相似度的加权模糊推理算法.为体现规则前件断言对于规则结果的重要性程度,在区间值模糊产生式规则中加入了权值参数.为了采用该算法,给出区间值排序的方法.最后用实例说明所给出的推理算法更符合实际需要,可操作性强,便于应用.     

基于案例推理的区间属性相似度研究

分析了传统的实例检索策略的不足,提出了一种区间属性值之间相似度的计算方法．该方法是通过计算长度重叠率或面积重叠率来计算其相似程度．所提出的方法可以有效地处理实例检索中的不确定性,并能提高基于实例推理系统的性能。     

基于区间值的模糊聚类分析

分析了原有模糊聚类分析中存在的问题，提出了基于区间值的模糊聚类分析方法．该方法用区间值表示各个对象对于每个因素状态的隶属度，在获取了每个对象对于每个因索的特征值后，将其转化为[0，1]上的区间，然后直接在区间的层次上求各个对象间的相似度，在如此求出的相似矩阵的基础上，直接得出聚类的结果．该方法用区间值表示各个对象的属性值，可以更接近于每个对象的客观、真实情况，从而可以更大程度上保留信息．     

基于区间属性的相似度计算方法研究

本文通过研究属性相似度以及组合权重的分析,提出区间属性相似度计算方法,基于相似度离差信息的客观赋权法将主观权重和客观权重加以组合,以组合权重来计算实例的全局相似度。     

基于相似度的模糊粗糙近似算子

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具.相似度是用于比较2个相似的模糊粗糙集所包含信息的精确性大小的,是模糊集理论和粗糙集理论的热点问题之一.文章利用一种改进的相似度定义了模糊粗糙近似算子,重新定义了粗糙集的一些概念,给出并证明了模糊粗糙近似算子的几个性质.     

区间值模糊软集的相似度及距离和熵

基于直角坐标系,提出区间值模糊软集新的相似性度量,进而给出区间值模糊软集的距离度量。在此基础上,提出区间值模糊软集熵的公理化定义,给出区间值模糊软集熵的计算方法,讨论这些度量的基本性质。     

区间值模糊控制

引入区间值模糊控制的概念, 运用区间值模糊推理的推理算法,讨论了区间值模糊控制的插值机理,并对区间值模糊控制进行计算机仿真试验,以说明算法的可行性.     

基于区间值模糊集上的模糊聚类

研究了基于区间值模糊集上的模糊聚类.先讨论了基于∨-t关系合成基础上的一种n次幂运算,是Yang和Shih的n次幂运算的推广.通过运算,由模糊相似关系矩阵得到模糊等价关系矩阵,并提出了一种基于模糊等价矩阵的聚类算法.针对非完备模糊相似矩阵中的数据信息可能会缺失的情况,最后讨论了一种由∨-t合成运算来推算缺失值的简单方法.     

区间值FUZZY事件的区间值概率

定义了区间值Ｆｕｚｚｙ随机事件的区间值概率，研究了它的基本性质，论述了它与通常Ｆｕｚｚｙ事件的概率之间的联系。     

基于实例模型的模糊推理方法

研究基于实例模型的模糊推理方法。根据设计要求和产品的特征,建立了产品实例模型。采用面向对象技术描述产品实例,建立产品实例库。基于设计要求和实例模型进行模糊推理,从而获得产品优化设计方案,提供了基于实例模型的模糊推理算法,该方法已成功地应用于定梁龙门铣床的进给箱产品的方案设计中。     

模糊等价关系下的犹豫模糊粗糙集及其应用

首先通过对长度不同的犹豫模糊元进行补齐来定义犹豫模糊集新的交并运算,在Pawlak近似空间中利用新的运算建立粗糙犹豫模糊集模型;然后将Pawlak近似空间推广到一般犹豫模糊近似空间,利用犹豫模糊元间的相似度获得犹豫模糊近似空间中对象间的模糊关系矩阵,再利用模糊集的传递闭包法将模糊相似矩阵转化成模糊等价矩阵,在此基础上建立犹豫模糊信息系统中的粗糙集模型,研究犹豫模糊信息系统的属性约简。最后通过一个算例来说明犹豫模糊信息系统的属性约简方法。     

基于CMAR算法的水平加权多分类关联规则挖掘

关联分类是数据挖掘中一种新的分类方法,它将关联规则挖掘和分类进行了算法集成.但在实际应用中,用户会比较倾向于自己最感兴趣或认为最重要的那部分属性,因此有必要加强这些属性对规则的影响,同时减弱另一些用户兴趣不大或认为不重要的属性对规则的影响.为此,本文提出了水平加权关联规则的问题,并结合CMAR算法,加以改进给出了关于该问题的解决方案及有效算法New_CMAR,实验表明,修改后的New_CMAR算法正确并符合实际,有实用价值.     

动态数据库规则获取和更新的粗糙集方法

随着客观世界的发展变化，新模式会不断地增加到数据库中，在已有的模式中会增加新成员，这就导致以前得到的规则集需要随之更新，在利用粗糙集方法获取规则的基础上,提出两种规则更新方法，并提出规则获取和更新的一般理论模型，强调充分发挥决策者和分析人员的主观能动性的重要性，根据客观实际提出新模式和原有模式中的新成员，以满足不断变化的外部情况，而不只是单纯依赖机器决策，并以实例说明。     

基于相似度模型耦合角度制约规则的图像匹配算法

为了克服当前图像匹配方法主要通过测量距离的方法来实现图像匹配,忽略了图像间的相似度,导致算法存在错误匹配较多以及鲁棒性较差的问题。本文提出了基于相似度模型耦合角度制约规则的图像匹配算法。采用FAST检测方法对图像特征进行检测,快速获取鲁棒特征点,以改善算法的匹配正确率。随后,利用SURF特征描述机制,通过计算特征圆域内的Haar小波响应值,对特征点进行描述。引入结构相似度SSIM(structural similarity index measurement)模型,将其与欧氏距离模型相结合,构造相似度模型,从结构相似度与测量距离两方面出发,将特征点进行粗匹配。最后,利用特征点的余弦关系,求取特征点间角度,建立角度制约规则,对粗匹配结果完成优化。实验结果显示:与典型的匹配方法相比,该算法具有更好的匹配性能较好,在多种几何变换下仍具有理想的匹配精度。     

一种基于置信度的软件构件可信性度量模型

软件构件在测试过程中存在空间局限性以及测试环境的单一性,需要根据系统运行的状态来对构件的可信性进行评估。通过引入置信度的模型对构件的可信度进行评价,给出一个构件可信的度量模型。在度量模型中采用三角模糊数层次分析法确定运行状态对置信度的影响权重。仿真结果表明,该模型能够有效地度量构件的可信度。     

高维情况下一类集的Hausdorff维数及测度

本文研究在高维情况下Cantor构造集的Hausdorff维数及测度,得到如下结果:若I~n(?)R~n(n为自然数)是R~n空间中的n维超单位立方体,则对任意一个满足0相似文献   

自由曲线B样条最小逼近误差拟合建模

基于最小二乘法,采用非均匀单参三次B样条函数,实现了自由曲线离散数据最小逼近误差数学模型的建立,针以建立的自由曲线拟合数学模型,提出了基于等弦高法的非等距拟合节点选择方法,大大降低了逼近误差。     

基于多值逻辑上的不分明化群

给出了基于多值逻辑上的不分明化群的概念,从一个新的方向讨论了模糊代数结构,研究了正规子群,陪集和同态映射等代数性质。