基于改进水平截集算法的SAR图像海岸线检测

合成孔径雷达(SAR)图像海岸线检测,在自动导航、地图绘制等海洋应用方面具有重要意义。水平截集算法是一种基于人类视觉特性的边缘检测方法。由于它具备检测效果好、抗噪能力强等优点,因而在海岸线检测方法的研究和应用两方面倍受关注。然而,水平截集算法由于迭代方式复杂等原因在应用于分辨率较大的图像时,检测速度比较慢,限制了它在工程应用中的实用性。针对SAR图像,提出一种基于水平截集算法的改进算法,先在低分辨率图像中用水平截集算法进行粗略检测,得到贴近真实海岸线的轮廓线,然后将轮廓线映射到高分辨率图像上,继续用水平截集算法进行检测,最后得到精确的结果。实验中使用RadarsatScanSAR图像证明该方法可大大加快检测速度,通过与原水平截集算法的检测效果进行对比,新方法没有降低检测效率。

一种新的水平截集函数初始化和重新初始化方法——距离函数光滑法

水平截集(LevelSet)方法是求解曲线进化方程的一种重要方法,该方法主要缺陷是每隔一定时间需要重新初始化水平截集函数,使水平截集函数具有距离函数和充足光滑性的特征。现有各种重新初始化方法均不能使水平截集函数同时具有这两种特性。论文提出了一种新的水平截集初始化和重新初始化方法-距离函数光滑法,该方法可使初始化和重新初始化后的水平截集函数同时具有上述两种特性。该方法适用于数值求解精度为网格的界面运动问题的初始化和重新初始化,也可作为任意数值求解精度界面运动问题的初始化方法。数值试验表明了所建议方法的有效性,也表明了该方法可降低重新初始化的次数以及数值计算达到稳态的时间。

基于α—水平截集的模糊TOPSIS方法在公共危机管理能力评价中的应用研究

科学、客观地评价公共危机管理能力,对于完善危机管理系统有着重要的意义。本文从危机前预警能力,危机中处理能力和危机后恢复能力三个维度构建了公共危机管理能力评价指标体系。考虑到人们对复杂事物判断的模糊性,采用三角模糊数将专家给出的定性评价结果量化,结合α-水平截集和TOPSIS建立了公共危机管理能力综合评价模型,并通过求解非线性规划问题得出危机管理能力的模糊相对贴近度,进而去模糊化得出评价结果。最后用该模型对公共危机管理能力进行实证分析,验证了该模型的可行性和有效性。

一种基于水平截集的活动围道图像分割方法及算法实现

图像分割是遥感和医学图像处理的基础技术之一,但是目前缺乏工程化通用算法。适合于工程应用的图像分割技术必须满足有效、整体、精确、稳定等一系列要求。为适应这些要求,该文采用基于水平截集的活动围道图像分割方法,进行了面向工程化的算法实现和C应用程序设计。试验表明,所发展的计算技术具有很好的通用性,分割过程快速,得到的边界准确,具有拓扑自适应性和良好的抗噪性,可以实际地用于分割大型遥感图像和医学图像。

基于h—水平截集的模糊神经网络在专家系统推理中的应用

本文给出了基于ｈ—水平截集的模糊神经网络模型及改进学习算法，并以减摇鳍故障诊断为例来实现专家系统的模糊推理，以克服传统专家系统推量机的不足。

区间值水平截集下模糊集的一般分解定理与强截矩阵

研究了模糊集的区间值水平截集,完善了模糊集的区间值水平截集理论。在文献[2]中的区间值水平截集研究基础上,提出了模糊集的区间值水平强截集的概念,讨论了它的性质,给出一个基于区间值水平强截集的一般分解定理。其次,将区间值水平截集和区间值水平强截集的概念一般化,得到一个更一般的区间值水平截集的分解定理。然后,讨论了区间值水平强截矩阵及其性质。最后,给出一个区间值水平强截集的应用实例。

基于h-水平截集的模糊神经网络在专家系统推理中的应用

本文给出了基于h—水平截集的模糊神经网络模型及其改进学习算法,并以减摇鳍故障诊断为例来实现专家系统的模糊推理,以克服传统专家系统推理机的不足。

一类分形集的水平截线集的Hausdorff维数

设ER2为一个分形集，lt（t∈R）为平行于x轴的直线，且在y轴上的截距为t；称E∩lt为E的水平截线集，本文研究了一些分形集的水平截线集的Hausdorff维数。

基于模糊集截集的模糊粗糙集模型

基于L.A.Zadeh模糊集的截集的概念给出了论域U上任意模糊子集的上、下近似的刻画,得到了基于模糊集的截集的粗糙集模型,亦即模糊粗糙集,实现了用论域U中的模糊集近似论域上的任意模糊集,进一步推广了Z.Pawlak粗糙集模型,扩展了粗糙集的应用范围。最后,研究了其基本性质以及其与其他粗糙集模型的关系。

双枝模糊集与直觉模糊集的关系(Ⅱ)——截集

就双枝模糊集的截集定义和运算与直觉模糊集的水平截集定义和运算进行了比较和讨论,对于它们不同的地方我们通过重新定义直觉模糊集的水平截集概念使得双枝模糊集的截集和运算能几乎完全地统一到直觉模糊集的水平截集和运算上来。从而需要用双枝模糊集解决的问题也就进一步可以用直觉模糊集来解决了。

基于不一致近邻的模糊粗糙集特征选择

模糊粗糙集可突破经典粗糙集仅能处理离散数据的局限,有效对连续型数值进行特征选择。然而,模糊粗糙集以对象为中心计算,时间复杂度高,难以处理高维和大规模数据。为此,基于水平截集提出一种不一致近邻加速策略。该策略跟踪论域中每个对象的模糊近邻集,持续删减其中不影响计算的近邻,若对象的不一致近邻删减至空,则删减该对象,从而提高算法效率。同时,设计一种基于不一致近邻递减的属性重要度,可有效抑制冗余特征入选,提升效率及分类精度。通过理论证明,所提的加速策略及属性重要度不影响属性入选的次序。在此基础上,提出新的模糊粗糙集特征选择算法。在9个UCI和scikit数据集上进行验证,实验结果表明,该算法不仅有效缩短运行时间,并可取得较高的分类精度,相比FA-FSCE、AVDP和IV-FS-FRS-2算法,运行时间至少可缩短9.44%,尤其在高维和大规模数据上可缩短61.01%~99.54%,在支持向量机和K-近邻算法的分类精度上最高可分别提高11.20%和19.95%。

模糊优化最优水平值的灰色模糊综合评判

在求解模糊优化问题的最优水平截集法中，最优水平值λ＊的确定是整个问题的关键，本文综合了模糊评判和灰色评判的优点，全面考虑影响λ＊取值的灰色因素和模糊因素，提出了基于层次分析的最优水平值灰色模糊综合评判方法，进而更加圆满地解决模糊优化问题。

L-Fuzzy偏序集(英文)

借助 L-fuzzy关系在 L-fuzzy集中引入 L-fuzzy偏序 ,自然地有了 L-fuzzy偏序集 ,进一步借助水平截集刻画了 L -fuzzy偏序集。

一种新的双犹豫模糊软集及其在决策问题中的应用

将犹豫模糊集和双软集模型相结合,给出一种新的双犹豫模糊软集的概念,以及双犹豫模糊软集上的算子,如补、交、并、扩张并、扩张交、限制并和限制交等,并通过约简双模糊软集和水平截集,提出一种基于决策的双犹豫模糊软集的可调方法.该算法给出了做最优选择的方法.

模糊数序列的水平收敛与隶属收敛的联系

在不确定型优化、模糊信息处理以及模糊控制等许多实际问题中,通常采用在某些水平上通过水平截集将不确定问题局部清晰化,因而探讨模糊数按照隶属函数收敛与按照水平截集收敛之间的联系具有非常重要的意义。引入了模糊数序列的隶属收敛和水平收敛的概念,讨论了这2种收敛性之间的关系,得到了水平收敛的要求强于隶属收敛,给出了这2种收敛等价的充分必要条件。

模糊优化问题中最优水平值的确定方法

模糊优化问题的基本解法是根据最优水平截集概念，将模糊优化转化为常规优化，再用常规优化方法求解，这种解法的关键是如何确定最优水平值。本文综合考虑影响最优水平值的各种因素、因素等级、因素的模糊性以及因素对不同水平值的影响程度，采用二级模糊综合评判法，分别确定每个模糊约束范围上的最优水平值。实例表明，这种方法更加客观地反映了各种模糊因素对最优水平值的影响，具有较好的应用价值。

模糊集值平稳随机过程

在集值随机过程的理论基础上,利用水平截集,将集值过渡到模糊集值,给出了模糊集值平稳随机过程的定义,性质及其表示定理。

具有模糊约束的机械结构优化设计

运用模糊优化理论,建立了具有模糊约束的机械结构优化设计数学模型,结合有限元方法,将含有模糊约束的优化问题转为普通优化来处理.算例结果表明:所采用的模糊优化方法能够体现问题的模糊性和工程结构的实际性.

模糊QFD中技术特性重要度排序方法

质量功能展开(QFD)是一种把顾客需求转化为技术特性的有力工具.在转化过程中,顾客需求权重、顾客需求和技术特性之间的关联性测度都是模糊数.应用基于α-截集的模糊加权平均方法求解技术特性的重要度.在隶属度函数未知情况下,应用平均水平截集去模糊法对技术特性的重要性进行排序.该方法同时考虑了技术特性之间的自相关性.最后,通过算例对该方法进行了验证.

机械结构系统模糊可靠性分析的数字计算方法

基于模糊可靠性问题向随机可靠性问题的数学转换,提出了应力和强度均为模糊变量时机械结构模糊可靠性分析的数字计算模型,在该模型中与截集水平对应的模糊应力和模糊强度首先被转化为普通的区间,然后在该普通区间上引入合适的概率分布,即可采用随机可靠性模型得到与截集水平对应的模糊失效概率,以此模糊失效概率为被积函数,以模糊应力的截集水平和模糊强度的截集水平为两个积分变量进行二重积分,并以0和1作为两个截集水平的积分限,即可得到机械结构系统的模糊失效概率。在所提方法的基础上,还提出了同时考虑基本变量模糊性和失效/安全域模糊性的失效概率计算公式。所提方法与模糊线性回归相结合,可用于计算具有多个基本模糊变量的机械结构系统的模糊失效概率。