期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
依可信度的模糊线性模式识别控制模型及应用
被引量:
1
下载PDF
职称材料
导出
摘要
文章为了研究复杂信息系统模式识别控制模型,以可信性理论为依据,利用可信性测度和多目标非线性规划方法,建立了一种依可信度模糊线性模型,又根据模糊模式识别的原则,建立模糊线性模式识别控制模型。该模型具有实际的变量控制应用效果,为复杂信息系统模式识别及变量控制提供理论支持。
作者
刘兆君
机构地区
山东工商学院数学与信息科学学院
出处
《统计与决策》
CSSCI
北大核心
2016年第17期26-30,共5页
Statistics & Decision
关键词
模糊变量
可信性测度
对称三角形模糊变量
多目标非线性规划
贴近度
分类号
O212 [理学—概率论与数理统计]
引文网络
相关文献
节点文献
二级参考文献
62
参考文献
8
共引文献
45
同被引文献
12
引证文献
1
二级引证文献
0
参考文献
8
1
兰红,王璇.
基于多元线性回归的昆虫图像分割方法[J]
.计算机应用与软件,2013,30(7):193-196.
被引量:8
2
Tanaka H, Uejima S, Asia K. Linear Regression Analysis With Fuzzy Model [J].IEEE Transactions on Systems Man and Cybernetics, 1982, 12.
3
Diamond P. Fuzzy Least Squares [J]. Information Sciences, 1988, 46.
4
Chang P T,Stanley L E.Fuzzy Least Absolute Deviations Regression Based on The Ranking of Fuzzy Numbers [J]. IEEE, 1994, 0-7803-1896-X: 1365.
5
冯启磊,曾文艺.
模糊最小一乘线性回归[J]
.北京师范大学学报(自然科学版),2008,44(4):348-353.
被引量:6
6
王新宇,赵绍娟.
基于分位数回归模型的沪深股市风险测量研究[J]
.中国矿业大学学报,2008,37(3):416-421.
被引量:19
7
刘淋.
多目标线性规划的若干解法及Lingo实现[J]
.襄樊职业技术学院学报,2011,10(6):20-22.
被引量:10
8
郑敏敏,肖秀钦,陈庆华,张江山.
福建省工业废气排放量的因子分析与灰色预测[J]
.环境科学与管理,2012,37(4):4-7.
被引量:9
二级参考文献
62
1
祁广利.
农业机器人的视觉技术及其应用[J]
.陕西农业科学,2004,50(5):121-122.
被引量:9
2
李玮琪,陈大扬,杨卫国,白庆中.
澳门城市垃圾焚烧量的预测与分析[J]
.环境工程,2004,22(6):78-80.
被引量:3
3
林开颜,吴军辉,徐立鸿.
彩色图像分割方法综述[J]
.中国图象图形学报(A辑),2005,10(1):1-10.
被引量:322
4
王文梅,刘丹.
一种城市生活垃圾产量预测的改进方法[J]
.四川环境,2005,24(1):106-108.
被引量:14
5
陈希孺.
最小一乘线性回归(上)[J]
.数理统计与管理,1989,8(5):48-55.
被引量:84
6
郑承利,陈灯塔.
中国股市截面收益率再研究:分位数回归方法[J]
.南方经济,2006,35(1):61-71.
被引量:14
7
曾文艺,李洪兴,施煜.
模糊线性回归模型(Ⅰ)[J]
.北京师范大学学报(自然科学版),2006,42(2):120-125.
被引量:19
8
王建卫.
彩色图像的中值滤波算法的改进与应用[J]
.哈尔滨商业大学学报(自然科学版),2006,22(4):67-69.
被引量:8
9
潘梅森,荣秋生.
基于SOFM神经网络的图像融合二值化方法[J]
.光学精密工程,2007,15(3):401-406.
被引量:19
10
夏少刚.运筹学[M].北京:清华大学出版社,2005.164-166.
共引文献
45
1
唐勇,寇贵明.
分位数回归视角下的金融市场风险度量研究进展[J]
.福州大学学报(哲学社会科学版),2009,23(6):39-44.
被引量:1
2
刘银苹.
同一过程下不同计量模型的比较[J]
.统计与决策,2010,26(20):17-19.
3
张珏.
基于分位数回归模型的证券市场风险研究[J]
.统计与决策,2011,27(9):61-63.
被引量:2
4
黄华,易正俊.
修正的模糊最小一乘线性回归[J]
.模糊系统与数学,2012,26(1):36-41.
被引量:6
5
黄华,宋艳萍,苗新艳,肉孜阿吉.
基于多目标规划法的模糊线性回归分析[J]
.模糊系统与数学,2012,26(3):114-119.
被引量:5
6
翟俊格,张原.
多目标线性规划在广深城际列车组合中的应用[J]
.价值工程,2012,31(26):92-93.
7
王艳秀.
地区工业废气排放负担的差异及对策研究[J]
.经济与管理,2013,27(9):22-29.
被引量:3
8
李凯风,朱贵宇,宋鹏鹏.
中国煤炭行业金融安全预警管理实证研究[J]
.统计与决策,2013,29(18):92-95.
被引量:5
9
付秀梅,汪帆.
基于灰色系统理论的山东省海洋生物医药业发展分析[J]
.中国渔业经济,2013,31(6):145-151.
被引量:12
10
阎洁,刘永前,韩爽,王勃.
分位数回归在风电功率预测不确定性分析中的应用[J]
.太阳能学报,2013,34(12):2101-2107.
被引量:11
同被引文献
12
1
王小斌.
基于可信性理论的主观信任模型研究[J]
.计算机应用,2009,29(3):874-876.
被引量:3
2
魏明侠.
电子商务信用风险系统研究[J]
.预测,2005,24(5):49-52.
被引量:11
3
刘宇轩,郭玉翠.
基于Shapley熵的主观信任模型[J]
.计算机应用研究,2012,29(12):4656-4658.
被引量:6
4
刘飞,罗永龙,郭良敏,马苑.
面向个性化云服务的动态信任模型[J]
.计算机工程,2014,40(4):32-36.
被引量:4
5
杨玉丽,彭新光,王峥.
主观信任评估模型与决策方法的研究[J]
.计算机科学,2015,42(1):170-174.
被引量:5
6
夏晗.
基于主成分分析和支持向量回归机组合模型的电子商务信用风险度预测研究[J]
.现代情报,2015,35(1):76-79.
被引量:5
7
徐军,钟元生.
基于消费者风险态度的主观信任模型[J]
.计算机应用,2015,35(11):3166-3171.
被引量:2
8
徐军.
集成直觉模糊信息的主观信任模型[J]
.计算机应用,2016,36(4):937-940.
被引量:3
9
邬建平.
基于主成分分析与最小二乘支持向量机的电子商务信用风险综合评分[J]
.物流技术,2016,35(3):87-93.
被引量:5
10
王泊,王俊华,左万利.
基于主观Bayes方法的用户信任关系判别[J]
.吉林大学学报(理学版),2016,54(4):813-820.
被引量:2
引证文献
1
1
孙永清.
主观信任下网络风险的机会测度[J]
.兰州交通大学学报,2021,40(5):45-50.
1
肖为胜.
一类多目标非线性规划广义Lagrange对偶函数的几个性质[J]
.工科数学,1998,14(1):63-66.
2
周晓燕,普丽琼,薛亚龙,谢向东.
具反馈控制的单方不能独立生存合作系统稳定性研究[J]
.应用数学学报,2016,39(2):298-305.
被引量:4
3
钟守楠,江长斌,王天虹.
一类多目标非线性Hopfield网络稳定平衡点的最优性证明[J]
.武汉水利电力大学学报,1999,32(5):95-98.
被引量:1
4
胡毓达,秦志林.
多目标非线性规划的可行方向交互算法(英文)[J]
.运筹学学报,1999,3(2):21-28.
5
王锋,唐国金.
考虑弹簧质量的振子精确解[J]
.物理与工程,2003,13(2):28-30.
被引量:2
6
杨纶标.
多目标非线性规划的Fuzzy解的研究[J]
.华南理工大学学报(自然科学版),1993,21(2):90-96.
被引量:1
7
金爱莲.
极C-invex条件下多目标非线性规划问题的对称对偶性[J]
.延边大学学报(自然科学版),2010,36(4):291-295.
被引量:1
8
王莹.
公交车调度的规划数学模型[J]
.高等函授学报(自然科学版),2009,22(4):40-41.
9
石瑞民,董晓波,陈怡南.
露天矿生产中车辆安排问题的多目标非线性规划模型[J]
.淮海工学院学报(自然科学版),2005,14(1):7-10.
10
吴冲,朱世香,陈朴.
基于序结构的模糊规划问题求解方法[J]
.哈尔滨工业大学学报,2006,38(1):88-90.
统计与决策
2016年 第17期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部