基于正则模糊划分的模糊系统及其逼近性质

文中讨论了带有不同模糊基函数的模糊系统的逼近问题。首先,基于一维正则模糊划分和重叠函数建立多维正则模糊划分,以划分中的元素为模糊基函数设计模糊系统,应用Weierstrass逼近定理证明了该模糊系统是通用逼近器,给出了模糊系统的逼近误差界。其次,提出了多项式型、指数型和对数型模糊系统,并给出了带有隶属函数参数的逼近误差界。最后,通过数值实验对不同模糊系统的逼近能力进行了比较,实验结果进一步验证了理论分析的正确性。

一种新的聚类有效性函数:模糊划分的模糊熵

模糊聚类分析结果是否合理的问题属于模糊聚类有效性判定课题,其核心是模糊聚类有效性函数的构造。文中基于序关系定义了模糊划分模糊熵来描述模糊划分的模糊程度。考虑到现有的一类有效的模糊聚类有效性函数就是基于数据集的模糊划分的,因此文中也用模糊划分的模糊熵作为聚类有效性函数。实验表明,模糊划分的模糊熵作为模糊聚类的有效性函数是合理的、可行的。

利用基于模糊划分的ISODATA模糊聚类方法识别电力系统同调机群

给出了一种利用基于模糊划分的迭代自组织数据分析技术(ISODATA)模糊聚类方法识别电力系统同调机群的算法。首先介绍了基于模糊划分的ISODATA模糊聚类方法的原理;然后在一些基本假设并对系统元件做了必要简化的基础上,形成了利用该方法识别同调机群的模糊集合;最后通过对新英格兰10机39节点系统的算例仿真验证了该方法的有效性。

改进模糊划分的FCM聚类算法的一般化研究

聚类分析是无监督模式识别中的一种重要方法,已广泛应用于数据挖掘、图像处理、计算机视觉、生物信息和文本分析中.在聚类算法中,模糊指数m对聚类结果有十分重要的影响.针对IFP-FCM算法模糊指数m被限定为2的问题,提出了一般化的改进模糊划分的FCM聚类算法GIFP-FCM.通过引入新的隶属度约束,解决了IFP-FCM算法模糊指数m的一般化问题;同时GIFP-FCM算法从Voronoi距离和竞争学习的角度对其鲁棒性和快速收敛性进行了合理解释;其次,通过引入模糊程度系数α,使得FCM算法和IFP-FCM算法分别表示为GIFP-FCM算法在α等于0和α趋于1时的特例.实验结果表明,GIFP-FCM算法较之于IFP-FCM和FCM算法具有更好的鲁棒性和参数适应性;在纹理图像分割中,GIFP-FCM也明显优于IFP-FCM和FCM算法.

二维模糊划分最大熵图像分割算法

该文提出了一种通过最大化二维直方图模糊划分熵分割灰度图像的新算法。首先介绍了模糊划分的原理,提出用条件概率与条件熵定义模糊划分熵。随后利用多维三角模定义了非相关模糊子集的广义直积,给出构造多维模糊划分的方法,并根据最大熵原理设计了一种基于二维直方图模糊划分熵分割灰度图像的新算法。对几例真实目标图像的对比分割实验结果表明该文方法性能优越。

基于知识利用的迁移学习一般化增强模糊划分聚类算法

针对非充分数据集及噪声对聚类分析的干扰,基于模糊C均值(FCM)框架下的聚类技术,即一般化的增强模糊划分聚类算法(GIFP-FCM),探讨具有迁移学习能力的聚类方法——融入迁移学习机制的GIFP-FCM算法(T-GIFP-FCM).该算法通过有效利用历史相关场景(域)总结得到的知识来指导当前场景(域)中信息不足时的聚类任务,从而提高聚类效果.通过在模拟数据集及真实数据集上的仿真实验,结果显示文中算法较之传统算法在处理信息不足任务时具有更佳的性能.

改进模糊划分聚类的协同过滤推荐算法

针对传统协同过滤(CF)推荐算法存在评分矩阵稀疏、扩展性弱和推荐准确率低的缺陷,提出一种改进模糊划分聚类的协同过滤推荐算法(GIFP-CCF+)。在传统基于修正余弦相似度计算方法上,引入时间差因子、热门物品权重因子以及冷门物品权重因子以改善相似度计算结果;同时引入改进模糊划分的GIFP-FCM算法,将属性特征相似的项目聚成一类,构造索引矩阵,同索引间根据项目间的相似度寻找项目最近邻居构成推荐,从而提高协同过滤算法(CF)的精度。通过与Kmeans-CF、FCM-CF和GIFP-CCF算法进行仿真对比实验,证明了GIFP-CCF+算法在推荐结果和推荐精度上具有一定的优越性。

一种基于模糊划分的边缘检测算法

基于信息论中最大熵原理 ,提出了一种新的基于模糊划分的边缘检测算法 ,并介绍了模糊概率和用条件概率与条件熵来定义模糊划分熵的概念以及模糊划分的原理。该算法是利用自然划分以及梯度图像模糊划分的关系 ,在条件概率与模糊划分熵的基础上 ,通过最大模糊熵原则来实现图像分割中最优阈值的自动提取 ,以实现图像的边缘检测。通过不同类型测试图像的边缘检测结果比较表明 。

模糊划分熵的新定义及其在图像分割中的应用

介绍了模糊划分的原理 ,提出用条件概率与条件熵定义模糊划分的熵 ,并基于最大熵原理设计了一种新的灰度直方图阈值选取算法 .比较可见 KSW熵法是本文方法的一个特例 ,本文方法是 KSW熵法在模糊集上的推广 ,对几例真实目标图像的对比分割实验结果表明本文方法性能优越 .

递推人工蜂群的模糊划分熵多阈值分割算法

针对图像分割中模糊划分熵算法在多阈值选取时存在的效率低、计算重复的问题,提出了一种递推人工蜂群的模糊划分熵多阈值分割算法(RAFPEA).首先选择附加边界条件及灰度权重的隶属函数来构建图像的模糊熵模型,并将该模型中不同变量的组合计算转化为递推过程,进而保存此过程中不重复的瞬间递推值,然后引入人工蜂群算法,利用预存的递推结果来计算蜂群寻优时的个体适应度值,从而减少重复计算,达到快速寻优的目的.实验结果表明:RAFPEA的均一度与精确的穷举模糊划分熵法相同,但运行时间仅为穷举、遗传的模糊划分熵算法的5%;随着阈值数量的增加,运行时间稳定不变,在确保精度的前提下,可高效地对图像进行多阈值分割.

论域的模糊划分与仿真数据采集

给出一类 MIMO模糊系统对紧集上连续函数的万能逼近定理的证明。在此证明基础上分析造成“规则灾难”的原因 ,提出基于覆盖重叠数的模糊划分方法和基于“线性”划分论域的方法 ,以及相应仿真数据的采集方法。

模糊划分的一个新定义及其应用

提出了模糊划分的一个新定义。可以证明它蕴含了Ruspini的定义 ,并且具有与直观及其实际应用相符的性质。而且根据此定义 ,可以定义模糊集合的相对清晰度及模糊划分的平均清晰度。实验证明 ,模糊划分的平均清晰度可以衡量FCM算法的聚类效果。

输入采用一般模糊划分的T-S模糊控制系统稳定性分析

通过定义一种对输入空间的一般模糊划分(General fuzzy partition,GFP),研究了输入采用GFP的T-S模糊系统的性质,以充分利用规则前件变量的结构信息.通过构造连续分段光滑Lyapunov函数,提出了新的T-S模糊控制系统的稳定性条件.该条件同时考虑了各局部子系统之间的相互关系,降低了现有稳定性条件的保守性和求解难度.通过严格证明和数值示例,比较了所得稳定性条件之间的保守性关系及其与以往充分条件之间的关系.对运用并行分布补偿(Parallel dis-tributed compensation,PDC)和线性矩阵不等式(Linear matrix inequalities,LMI)方法所设计的T-S模糊控制系统进行计算机仿真研究,结果验证了所得稳定性条件的有效性和优越性.

地下水系统径流带的模糊划分模式

提出了径流带划分的模糊划分模式 ,为准确进行水文地质参数分区和建立水文地质概念模型创造了条件。结合某水文地质单元的实际进行了应用 ,取得了满意的结果。

基于进化策略的最优模糊划分(英文)

一个运行良好的模糊系统,不仅应该具备最优的响应性能,还应该具备最简约的模糊划分和良好的完备性、清晰性,但是目前对于后者的研究甚少。因此,该文提出了最优模糊划分的定义,它包括两个部分:最简约模糊划分和模糊划分的完备-清晰性。然后将这两项指标加入到进化策略的适应值函数中,用于对模糊系统的寻优。仿真试验表明,即使在先验知识较少的情况下,该方法依然可以设计出具有较好系统响应性能的模糊系统,并且模糊划分个数最简,完备-清晰性较好。

模糊划分理论分析模型及其在水文上的应用

本文提出模糊划分理论分析模型,模型由于引入指标的权向量,能够更适合在水文中应用,文中最后给出一个应用实例。

用自动模糊划分与改进Apriori算法生成QAR关联规则

针对属性粒度模糊划分需事先给定与Aprirori算法效率低的问题,提出基于自动模糊划分和改进Apriori算法的QAR关联规则生成方法。首先对QAR数据进行空缺值填补等预处理;然后给出最佳聚类准则并根据给出的最佳聚类准则得到最佳聚类,从而对QAR属性完成自动模糊划分及隶属函数的确定;之后通过记录数据项位置及简化连接与剪枝过程来提高Apriori算法的效率;并将其应用到QAR关联规则的生成过程;最后通过品质和性能度量两方面的实验,表明此方法在各方面的性能均优于经典方法。

模糊划分的决策树方法

在许多优化问题中，目标值是连续的。对这类问题，首先对目标值进行离散化，再采用决策树方法提取规则。在一定程度上，相比直接对连续的目标值优化可提高正确率，并增加结果的可理解性。为了克服分段划分带来的突变性，可将目标值进行模糊划分，再采用决策树方法提取规则，这样进一步可提高正确率。

一种信息系统模糊划分方法

1 引言对系统划分一直是计算机信息系统结构分析与设计的重点和难点。本文以模糊等价关系理论为基础,提出了一种信息系统子系统模糊划分方法(Information System Fuzzy Parting,以下简称ISFP)。

基于模糊划分的针织纱质量综合评价方法的研究

针对目前针织用纱质量没有统一评价标准的问题,应用CTT(Constant Tension Transport)测试系统,选取测试了几个有代表性的指标对纱线性能进行客观的综合评价.文章构建了样本隶属函数,用迭代的方法得到最优模糊划分系数,以最大隶属度原则对样本进行分类,最后应用F统计量和聚类有效性函数值来分别检验分类的合理性和聚类的有效性.这种模糊划分评价方法有效减少了人为因素的影响,为纱线的定量评价提供了方法.