加权概率区间值犹豫模糊集及决策应用

对概率区间值犹豫模糊集中的不同区间值隶属度赋予了决策专家权重,定义了加权概率区间值犹豫模糊集(WPIVHFS).针对WPIVHFS中的加权概率区间值犹豫模糊数,采用区间值隶属度的中位数、区间值隶属度的清晰度、概率以及相对应的决策专家权重构成四维点坐标进行刻画,在此基础上建立了加权概率区间值犹豫模糊元(WPIVHFE)的外部固定函数模型、内部稳定函数模型、2个WPIVHFE的大小比较准则与距离测度模型.利用熵值法分别计算属性的外部权重与内部权重,并依据属性的外部权重与内部权重相离程度值来确定属性的综合权重.考虑方案的外部固定函数值、内部稳定函数值来计算各个方案的综合属性值.方案的排序结果表明:在采用四维点坐标来描述WPIVHFS的基础上建立的决策算法不但科学有效,而且提供了一种多角度观察方案排序结果的方法.

基于梯形模糊数的多维偏好群决策模型

在假设属性指标都是梯形模糊数的状态下,针对模糊多属性群体决策问题,对原多维偏好分析线性规划法进行改进,利用模糊理想解法和广义加权距离,定义群一致度和群不一致度,建立了基于梯形模糊数的多属性多维偏好群体决策模型。最后给出一个模型应用及求解计算的实际例子,算例结果证明了模型的合理性和有效性。

多目标系统多维模糊决策理论模型

本文分析了模糊优选理论模型 ,指出了其对多目标系统决策的局限性 ,提出了多维模糊决策的概念 ,利用模糊识别理论 ,建立了多目标系统多维模糊决策理论模型 ,实例说明是有效的。

改进二维云模型的信息工程监理风险评估

针对传统信息工程监理风险评估具有随机性与模糊性,提出了改进二维云模型的风险评估模型。通过三角模糊层次分析理论确定各风险因素权重,以可能性和严重度为基础变量,构建基于二维云模型的风险云图,在加权有序几何平均算子(order weighted geometric averaging operator,OWGA)的基础上引入情境参数,根据决策者的风险偏好优化各准则层风险云与云标尺的贴近度排序。经过实例仿真,表明所提模型可以在融合专家智慧的同时,避免定性云转换为定量值的损失,将风险以蕴含随机性和模糊性的形式可视化,经改进贴近度确定风险等级,验证了其有效性及优越性。

基于模糊模型相似测量的字符无监督分类法

该文提出一种基于模糊模型相似测量的文本分析系统的字符预分类方法 ,用于对字符的无监督分类 ,以提高整个字符识别系统的速度、正确性和鲁棒性 .作者在字符印刷结构归类的基础上 ,采用模板匹配方法将各类字符分别转换成基于一非线性加权相似函数的模糊样板集合 .模糊字符的无监督分类是字符匹配的一种自然范例并发展了加权模糊相似测量的研究 .该文讨论了该模糊模型的特性、模糊样板匹配的规则 ,并用于加快字符分类处理 ,经过字符分类 。

基于离散Hopfield模式识别样本的GRNN非线性组合短期风速预测模型

利用实时风速数据,建立基于离散Hopfield模式识别样本的广义回归神经网络(GRNN)非线性组合预测模型。在风速数据样本集经二维小波阈值去噪处理后,基于离散Hopfield识别历史数据中与待预测样本最相似的数据,并作为训练样本;将支持向量机、BP神经网络和Elman神经网络分别进行单项预测的结果作为输入向量,经GRNN进行非线性组合预测。采用某风电场的实际风速数据进行预测,结果验证了该预测模型的正确性和有效性。

基于多特征参量模糊数据融合的辐射源识别

针对多特征的辐射源识别,采用对辐射源信号特征参数的模糊化表征,建立了多特征、多目标的模糊评价矩阵以及模糊属性综合评判函数,提出了多属性判决函数的融合判决方法进行二次评判的综合识别,从而提高目标识别的准确率和可靠性。仿真结果证实了本文提出方法的有效性。

基于聚类中心GDA的一维像目标识别方法

对于目标高分辨一维距离像的目标识别,给出了一种基于广义判别分析(GDA)的特征非线性映射方法,将所提取的功率谱特征参数优化后,使目标特征参数在非线性特征空间中的Fisher比增大,使用基于高斯混合模型的分类器进行目标识别。针对训练样本多时GDA计算代价大,特征提取速度慢问题,提出了一种将训练样本做聚类后使用聚类中心作为训练样本计算GDA模型参数的快速算法,使模型训练时间及其特征识别时间均有很大程度上的减少,并且识别效果也相对与抽样选择训练样本有明显提高,实验结果表明了文中所提方法的有效性。

土壤质量等级模糊模式识别综合评价研究

应用模糊模式识别分析原理与方法对土壤质量等级进行评价,以加权距离平方和最小为识别准则,充分利用土壤质量评价中存在的模糊性,也考虑了评价因素权重和指标值的影响。实例评价结果表明:用此法进行土壤质量等级综合评价,理论上更为严谨,评价结果更为科学、精确,更符合实际情况,可为开发利用土地、采取合理措施提高土壤生产力提供依据。

深基坑支护的多目标多层次系统多维模糊决策

基于深基坑工程及其支护体系知识，综合应用系统工程的模糊模式识别理论与模糊关系优选理论，建立深基坑支护体系的多目标多层次系统多维模糊决策理论模型．有效地解决了受众多模糊性与不确定性因素影响的深基坑支护方案的多目标优化决策问题．并将该方法应用于工程实际中。

模糊模式识别及其在人体体型研究中的应用

最大隶属原则和择近原则是模糊模式识别的两种基本方法,但是,根据识别对象的不同特点,也可用其它的模糊数学方法作归类判别.通过对人体形态特征的分析,我们选取了九项形态指数作为人体体型的特征量,建立了一个“健美体型”的线性加权和的模糊数学模型,并定义了相应的隶属函数.经用在校大学生的测试资料检验表明,此模型较其它判别体型的方法全面,实际可行.

荆南干堤综合安全模型应用风险评价体系研究(英文)

为获得荆南长江干堤的安全特性,在层次分析法及模糊一致理论基础上,考虑堤防工程水、土两相系材料的特点,建立了模糊综合评判系统结构模型。通过正态型的模糊分布隶属函数,结合两种权值理论实现了对堤防工程的安全综合评判。在模糊综合评判结论的基础上,结合模式识别的间接方法,提出了广义多维加权模糊识别模型,实现了对典型堤身段的安全模式识别,并对模型指标体系作了敏感性分析。

堤防工程综合安全模型和风险评价体系研究及应用

为获得荆南长江干堤的安全特性,在层次分析法及模糊一致理论的基础上,考虑堤防工程水、土两相系材料的特点,建立了模糊综合评判系统结构模型。通过正态型模糊隶属函数,结合两种权值理论实现了对堤防工程的安全综合评判。在模糊综合评判结论的基础上,结合模式识别的间接方法,提出了广义多维加权模糊识别模型,实现了对典型堤身段的安全模式识别,并对模型指标体系作了敏感性分析。所得成果比较全面地反映了干堤在复杂运行条件下的综合安全特性,对指导工程现场管理与监测有现实意义。对于复杂堤防系统,模糊综合评判是实现全面风险分析的有效手段,而广义多维加权模糊识别模型可以为工程安全决策提供有力依据。

拟人控制二维单倒立摆

以二维单级倒立摆为被控对象 ,利用拟人控制的思想形成非线性控制律 ,并确定出反馈系数间的相对关系。通过在线调试实现定性控制律的量化 ,从而成功地控制了二维单级倒立摆的稳定。与传统的控制系统设计相比 ,不依赖于数学模型 ,不受线性约束 ;与模糊控制相比 ,不需要人类直接控制被控对象的经验。拟人控制方法设计简单易行 ,且得到的控制系统具有较强的鲁棒性。

基于改进时空兴趣点特征的双人交互行为识别

针对实际监控视频下双人交互行为的兴趣点特征选取不理想,且聚类词典中冗余单词导致识别率不高的问题,提出一种基于改进时空兴趣点(STIP)特征的交互行为识别方法。首先,引入基于信息熵的不可跟踪性检测方法,对序列图像进行跟踪得到交互动作的前景运动区域,仅在此区域内提取时空兴趣点以提高兴趣点检测的准确性。其次采用3维尺度不变特性转换(3D-SIFT)描述子对检测得到的兴趣点进行表述,利用改进的模糊C均值聚类方法得到视觉词典,以提升词典的分布特性;在此基础上建立词袋模型,即将训练集样本向词典进行投影得到每帧图像的直方图统计特征表示。最后,采用帧帧最近邻分类方法进行双人交互动作识别。在UT-interaction数据库上进行测试,该算法得到了91.7%的正确识别率。实验结果表明,通过不可跟踪性检测得到的时空兴趣点的改进词袋算法可以较大程度提高交互行为识别的准确率,并且适用于动态背景下的双人交互行为识别。

一种改进的雷达高分辨距离像统计识别方法

基于雷达目标一维高分辨距离像的统计目标识别中,需解决两大问题:其一是如何处理距离像对姿态敏感和平移敏感,其二是如何准确地描述距离像的统计特征。直接将一维距离像用于目标识别通常很难取得好的识别效果。本文将高斯混合模型(GMM)应用到空中目标高分辨一维距离像统计建模中,提出了一种改进的高斯混合模型模糊聚类分析方法并用于目标识别。与传统的k-means聚类算法的实验结果比较表明,该方法是有效、稳健的,在低信噪比条件下具有较好的识别效果。

中国30省份低碳经济发展网络构建与模式识别

低碳经济发展已然成为生态环境恶化背景下的高质量经济建设导向,由于其涉及多维要素并在区域一体化共同发展理念推动下,发展模式应呈现网络化的空间联动效应。大多数研究基于属性数据与传统空间计量模型展开,无法精细刻画具有方向性与权值性特征的网络化空间联动效应,致使缺乏基于有向加权网络化视角识别发展模式的相关研究。因此,文章立足关系数据,采用基于多维评价指标体系测算的低碳经济发展综合质量与基于地理、社会与邻接的综合距离而构建的多维引力模型,确定省级行政区间低碳经济发展空间关联强度,构建有向加权网络,并从整体与个体探析省级行政区间的空间联动效应,识别发展模式,明确发展定位。结果表明,研究期内,省级行政区间低碳经济发展关联日益紧密,整体呈现多线性、复杂性、不对称性与地理邻近性等多特征的网络化关联结构,其与中国区域经济发展战略大致相符合。省级行政区不均衡发展是东中部地区多中心驱动与西部地区远离网络中心的结果。发展模式大致可划分为核心型、辐射型、中介型与接收型4种,河北、湖南、重庆、四川、陕西、云南有望成为中国全域低碳经济发展的新增长极。未来应充分利用核心型与辐射型省级行政区的动力源作用以及中介型省级行政区的桥梁支撑作用,带动接收型省级行政区的发展。

区间值T-球形模糊集的距离测度及其应用

区间值T-球形模糊集是目前较为先进的处理不确定信息的工具之一,能够允许其隶属度,、犹豫度、非隶属度均采用区间值的表达形式。相较于直觉模糊集、图模糊集和球形模糊集,区间值T-球形模糊集能够更好地处理不确定信息,从而得到更令人信服、更准确的结果。首先研究了区间值T-球形模糊集的距离测度相关定义与性质,随后提出一种区间值T-球形模糊集的广义二重加权形式的距离测度并研究其性质,通过对比分析从理论上阐明了该距离测度的广泛性与全面性。最后,基于这种距离公式开发了相关的多属性决策与模式识别方法,并通过实例说明其可行性。

稀疏分解算法在炮位侦校雷达目标识别中的应用

传统炮位雷达在利用步进频信号进行一维距离像宽带合成时,存在回波数据量大、信噪比低等问题,系统复杂度高且成像质量不高,不利于弹丸目标的快速分类识别。针对上述问题,文中充分发掘并利用步进频信号的回波特性,将压缩感知思想应用其中,构建了基于多脉冲回波信号的广义联合块稀疏模型,提出了模型下的重构算法,并将字典学习算法与之结合,大大提高了低测量值、低信噪比情况下的弹丸目标一维距离像质量,降低后端数据处理量的同时提高了炮位雷达目标识别的正确率。理论分析和仿真实验均证明了所提算法的有效性。

一种基于模糊自适应GA的广义S维分配算法

多传感器多目标跟踪系统进行目标状态估计的数据关联问题可以阐述为广义S维分配问题。本文提出了一种基于模糊自适应GA的广义S维分配算法,该算法利用六个模糊控制器对符号编码遗传算法的遗传操作进行自适应控制,并将S维分配问题中的目标代价函数极小化问题作为组合优化问题进行求解,同时结合极大似然方法进行目标识别和目标状态估计。在考虑虚警和漏检前提下,对算法进行了稀疏目标和密集目标两种仿真环境下的Monte Carlo试验,对试验结果进行了对比分析。