基于广义运算网络攻击效果模糊评估模型

提出了一种新的基于模糊评判的多层次网络攻击效果评估模型。该模型以攻击目标为依据,分析网络攻击效果的影响因素,建立相应的因素树,用抛物线型的隶属函数确定模糊矩阵,并针对因素树的不同层次分别采用适当的广义运算,弥补了已有评估模型在数据处理方面采取单一运算的不足,令评估结果更易于全面、准确地反映网络攻击效果的特征。

模糊数限定运算、广义限定运算与广义运算

在综合分析模糊数的限定运算和广义限定运算的基础上,通过扩展模糊数结构元的表示方法,将模糊数结构元理论中的变换函数的单调性推广到连续性(至多在x=0处有一个间断点),提出了模糊数的广义运算,试图解决模糊数运算出现的多种问题。

基于广义线性运算和双边滤波的红外图像增强

针对传统的基于反锐化掩模法的红外图像增强方法噪声干扰较高且有光晕现象,提出了基于广义线性运算和双边滤波(BF)的红外图像增强方法。首先,通过双边滤波得到图像的基础层部分。接着,设计了广义线性运算模型,并在这个运算模型下对图像细节进行了非线性分割、去噪和自适应放大。最后,将经过动态范围压缩的图像基础层和自适应增强的图像细节层非线性叠加,得到最后的增强图像。另外,针对传统评价增强图像质量的平均对比度指标的缺点,提出了由局部到整体的改进平均对比度评估方法。3组对比实验观察和定量分析表明,本文提出的方法在对红外图像有效动态范围压缩和细节放大的同时,很好地抑制了红外图像的干扰噪声和光晕现象,得到的结果非常适用于实际红外热像仪的后端图像处理。

关于算子(.V)的广义四则运算的图象实现

本文主要给出实数集R上的一般Fuzzy集关于算子(·V)的四则运算的作图方法.

不等权泛平均运算模型研究

泛平均运算模型是为了满足连续值逻辑中逻辑折衷的需求而提出的。鉴于现有的泛平均运算模型描述的是一种理想的等权情况,给出了两种加权算子泛平均运算模型,提出了一种不等权泛平均运算模型及其对偶模型,并指出加权算术平均算子、加权几何平均算子、加权调和平均算子、广义加权平均算子等都是其对偶模型的特例。最后比较了广义加权平均运算模型和不等权泛平均运算模型的异同。

广义不变凸多目标半无限规划的鞍点条件

利用广义代数运算,定义了一类不变凸函数和不完全向量值Lagrange函数的鞍点,研究了涉及此类函数的多目标半无限规划问题,得到了广义鞍点的必要性和充分性条件.在更弱的凸性条件下,得到了几个重要结果.

广义模糊综合评判在服装评价中作用

在服装评价中,影响因素较多、采用广义Fuzzy运算,可以填补单纯采用max-min.算子运算失落的信息.从而使结果更细腻、更准确.

一类广义凸函数平均值的单调性

定义了Ben-Tal广义代数运算意义下的平均值An(f),Bn(f),sn(f),Sn(f),并在f为φ-凸函数的条件下讨论了这些平均值的单调性。

一类广义凸规划的最优性条件

最优性条件是数学规划理论中最基本和核心的内容之一。本文讨论了由一类（ｈ，φ）－凸函数所构成的广义凸规划的最优性条件。利用文〔２〕中定义的Ｂｅｎ－Ｔａｌ广义代数运算，本文得到了这类广义凸规划的Ｋｕｈｎ－Ｔｕｃｋｅｒ充分条件和必要条件。

一类广义凸集及其性质

利用 Ben- Tal广义代数运算定义了广义凸集 ,并且讨论了广义凸集的一些性质 .最后给出了一个定义在广义凸集上的函数为 (h,φ) -凸函数的充要条件 .

一种新的集合运算——继承并

对于多层次的数据存贮系统,现有的集合运算不能快速地确定某些指定层次的数据。为了解决这一问题,提出了一种新的集合运算——继承并。这种集合的继承并运算是定义在普通集合上的,可以应用到各种集合运算的场合。利用集合的继承并运算及几个简单的算法就可以方便地求出多层次数据存贮结构中多个指定层次的数据。

一类广义(h,φ)一η预不变凸函数及其应用

主要讨论了一类广义(h,φ)-η预不变凸函数的判定准则及其在最优化理论中的应用,第1节,引进了一类(h,φ)-η预不变凸函数,找到了作为广义(h,φ)-η预不变凸函数判定准则的Condition C*与ConditionD*.第2节,在(h,φ)-η严格(强)预不变凸函数,Condition C*,Condition D*以及上半(下半)连续等条件下刻画了(h,φ)-η预拟不变凸函数,第3节,讨论了广义(h,φ)-η预不变凸函数在最优化理论中的应用.

一类可微广义凸规划的最优性充分条件

利用 Ben- Tal广义代数运算 ,提出了几类广义 ρ-凸函数的定义 ,并在一定的假设条件下 ,讨论和得到了一类可微广义凸规划的最优性充分条件。

一类广义凸规划的最优性充分条件

本文利用广义Ben-Tal代数运算,提出了几类广义(h,φ)-凸函数的定义,并在一定的假设条件下,讨论和得到了一类广义凸规划的最优性充分条件.

广义卷积代数与Hun半群及（，＊_α）的半群结构

利用Ｈｕｎ半群理论，证明了任一正则广义卷积代数，按广义卷积运算和弱收敛拓扑构成一个可度量化，稳定，可模的Ｈｕｎ半群，且无除么元以外的幂等元，并研究了（，＊α）的半群结构．

一类(h,)—— 意义下非光滑规划解的充分条件

在Ben—Tal广义代数运算的基础上引进了广义(h,(?))—方向导数及广义(h,(?))—梯度的概念,对非光滑函数提出了几个非凸概念,然后在比较弱的条件下给出了非光滑非凸规划的几个充分条件。

(h,φ)不变凸多目标半无限规划的对偶性

利用Ben-Tal广义代数运算,定义一类(h,φ)不变凸函数,在更弱的凸性下,得到此类非光滑(h,φ)多目标半无限规划的一些对偶性条件.

多种模糊值函数微分定义的统一表述

针对模糊值函数微分有多种定义,并且在形式难以得到统一的现状,提出了模糊数的广义限定性运算。在此基础上,利用[-1,1]上同序标准单调函数类与模糊实数空间的同胚性质,给出了广义限定差意义下的模糊值函数微分定义,并证明了这个定义与借助于扩张原理形式、借助于Hukuhara差形式和借助于模糊结构元形式的三种模糊值函数微分定义是等价的,进而得到了基于模糊结构元方法的模糊值函数微分定义的统一表述。

(h,φ)-不变凸半无限规划的鞍点

本文利用Ben-Tal广义代数运算,定义了一类(h,φ)-ρ不变凸函数,研究了涉及此类函数的半无限规划,讨论了不完全Lagrange函数的鞍点条件,在更弱的凸性下,得到了几个鞍点条件。

基于AFSVM-MIL算法的图像标注

通常情况下关键字只标注在图像上,而多示例(MIL)检索的需要将关键字下沉到区域。针对这个问题,在模糊支持向量机算法(FSVM)的基础上提出了一种改进的自适应模糊支持向量机多示例学习算法(AFS-VM-MIL算法),在多示例学习的框架下把区域级的图像标注变成了一种有监督的学习。该方法利用AFSVM-MIL对训练集进行分类,结合包之间的相似度进行广义集合运算,可以有效地将关键字进行下沉,从而达到减少人工标注工作量的目的。实验结果表明,该方法有效且性能优于其他方法。