基于相对模糊和边缘强化的散焦深度恢复研究

通过改进Favaro等人提出的迭代求解热扩散方程的方法,研究了由散焦图像恢复物体深度的问题.首先将两幅散焦图像按照不同的相对模糊程度划分为两个区域,证明了这两个区域的边界和图像的边缘有很高的一致性;然后通过强化图像的边缘,使这两个区域的边界在迭代求解热扩散方程的过程中更容易确定;再根据确定的U+和U-的边界较好地求解了物体深度;最后通过模拟实验及实际图像实验对该方法进行了验证.模拟实验结果表明,文中方法具有较好的鲁棒性;实际算例分析表明,文中方法的恢复效果优于Favaro的方法.

基于电流变减振器的汽车半主动悬架相对模糊控制

在对电流变减振器的研究基础上,使用电流变减振器作为控制元件组成相对模糊控制半主动悬架系统,运用计算机仿真对车辆悬架进行研究。仿真结果表明,相对模糊控制半主动控制算法能有效地控制车身的垂直加速度,从而能提高车辆的舒适性和平顺性。

基于相对无模糊相位重构的自动脉内调制特性分析

文章首先分析并给出了相对无模糊相位重构算法,在此基础上构建了基于相位差分峰值幅度比较的BPSK及QPSK调制信号调制方式识别方法和基于最小二乘相位差分直线拟合的LFM信号调制方式识别方法。仿真结果充分验证了相位重构算法和调制方式识别方法的有效性。

辐射源威胁大小综合排序的模糊相对比值法

利用模糊集理论确定辐射源威胁因子的隶属度函数 ,进而提出并建立了对多批目标威胁大小综合排序的模糊相对比值法。实例证明该方法是可行而有效的 ,它不仅适用于辐射源威胁的综合排序问题 ,而且适用于军事、经济以及日常生活中的多属性决策问题。

模糊相对熵及在模式识别中的应用

目的研究模糊相对熵在模式识别中的应用。方法利用模糊相对熵的一个修正公式——加权模糊相对熵研究模糊相对熵在模糊模式识别中的应用。结果数值例子说明模糊相对熵方法和最大最小贴近度方法得出了一致的模糊识别的结果。结论模糊相对熵方法用于模式识别是很有实际意义的。

加权模糊相对熵在电机转子故障模糊识别中的应用

提出了一种基于加权模糊相对熵的电机转子故障模糊识别方法。该方法将加权思想引入到模糊相对熵,用于识别电机转子故障严重程度。加权方法的引入增加了信息量丰富的符号区间的模糊相对熵占全部区间模糊相对熵的比重,可以更充分、合理地利用该区间的故障信息进行故障识别。电机转子断条故障诊断仿真实验结果表明,提出的方法有效地实现了电机故障的定量分析,能够准确地识别出电机转子故障的严重程度,使算法的鲁棒性得到了改善,故障分类的可靠性及准确程度得到了提高。

基于模糊相对权重的燃煤锅炉结渣特性预测

基于模糊相对权重建立了燃煤锅炉结渣特性预测模型。该模型选取了软化温度、硅铝比、碱酸比、硅比、无因次炉膛平均温度及无因次切圆直径6项单一指标作为输入变量,以结渣程度作为输出变量。选取了17台锅炉作为标准模式。首先,通过计算模糊关联系数(FIC)和模糊关联度(FID)获得了各指标的模糊相对权重(FRW),然后将其应用6台锅炉结渣特性评判中。评判结果表明该模型是有效的。

我国各省人才聚集效应非均衡评价研究——基于相对偏差模糊矩阵法

以人才聚集八大效应为研究对象,构建了人才聚集非均衡评价模型和指标体系,并运用相对偏差模糊矩阵法进行了实证分析。研究发现:我国各省人才聚集效应已出现4大层(人才聚集效应发达层、次发达层、发展层与落后层)、9小层分化的非均衡发展阶段,呈现出信息共享效应、知识溢出效应、创新效应、集体学习效应、时间效应、规模效应与区域效应七大效应同步非均衡发展的表现形式。此结论对省际间人才聚集的协调发展具有指导意义。

图像隐写系统模糊相对熵安全性测度研究

模糊相对熵可很好地度量两个模糊集之间的差异.文章根据隐写通信过程的不确定性,定义了隐写系统n阶Markov链模型的模糊经验矩阵,提出了隐写系统的模糊相对熵和加权模糊相对熵安全性测度,证明了该安全性测度的非负性、交换性和一致性.此外,由该测度可推导出各种确定模式下安全性测度.仿真实验表明,与同模型下的确定模式安全性测度相比,模糊相对熵及加权模糊相对熵安全性测度对隐写算法安全性的度量能力更强,且随着阶数的增加,对应安全性测度的度量能力增强.隐写算法设计实验也表明模糊相对熵安全性测度可更好地指导设计高安全性的隐写算法.

相对熵模糊C均值聚类分割算法

针对模糊C均值聚类分割算法无法获得复杂图像的细节信息问题,提出一种相对熵模糊C均值聚类分割算法。该算法利用划分隶属度构造相对熵,对传统模糊C均值聚类进行正则化约束,将其作为正则化因子添加到传统FCM的目标函数,得到新的聚类目标函数。通过拉格朗日乘子最优化推导,得到新的隶属度和聚类中心的迭代更新表达式。实验结果表明,该算法对于图像与背景灰度相近的复杂图像可以清晰的分割出图像的轮廓,也比FCM方法获得更多的图像细节信息。

基于模糊相对误差等式的组合预测模型

预测的关健是建立合理的预测模型,不同的预测模型各有长处,通过对不同预测模型的线性组合可以得到效果更好的线性组合预测模型。组合预测法的关键是确定组合的权重。文章给出了一种基于模糊相对误差等式模型的组合预测方法,将模糊等式转化为线性规划问题,通过求解该线性规划,得到最优线性组合权重值。实例表明,该方法计算简单,且预测精度高。

公益项目选择的模糊相对效率模型

公益项目主要着眼的是社会公众福利，其收益常常不是货币性收益。使用现有项目评价方法来选择公益项目通常是不合适的。本文在分析公益项目主要特点的基础上，基于数据包络分析（DEA）和能够反映公益项目特点的模糊集合概念，提出一种面向该类项目的新选择方法。该方法较之于现行方法能够更好地符合公益项目选择决策的实际情况。

基于模糊有限自动机的相对双模糊拓扑

提出了模糊有限自动机的相对双模糊拓扑的概念,推广了模糊有限自动机的双模糊拓扑.初步研究了一类相对双模糊拓扑的分离性和收敛性.

我国外来务工住户多维贫困测度——基于综合模糊和相对方法

选取CHIP2013年的数据,利用综合模糊和相对方法对我国外来务工住户的多维贫困状况进行测度,结果显示:我国官方的贫困线偏低,大大低估了外来务工住户的贫困率,利用家庭人均收入中位数的60%作为贫困线,模糊集测度得到的外来务工住户的贫困率高达到13.957%,表明收入维度的贫困依然严重。户主教育程度的贫困率为6.076%,中部地区的外来务工住户户主教育贫困率较高,达到了8.730%。在生活状况维度各地区在大类指标上的贫困率存在明显的差异,社会保障类指标的平均得分最低,其综合贫困率在全国和各地区都比较严重,但生活状况所有维度的综合模糊集贫困率只有0.657%。结合分析结果给出了政策建议。

L-拓扑空间的相对近似模糊紧集及其性质

当L是完备格的DeMorgan代数时定义了L-拓扑空间的相对近似模糊紧性。讨论了相对近似模糊紧性与近似模糊紧性之间的关系,并用网和覆盖等工具对相对近似模糊紧性进行了刻画,研究了相对近似模糊紧性的性质。证明了相对近似模糊紧性的闭遗传性等性质。给出了相对近似模糊紧性的若干等价刻画。

基于模糊相对熵的外贸可持续发展实证分析

从科学发展观的角度对外贸发展进行量化测评是引导和促进外贸可持续发展的重要手段。本文在文献查阅和实地调查的基础上总结并分析了影响外贸可持续发展的六大核心因素,据此作为测评指标,选择采用语言标度及其对应的三角模糊数作为评价标度,并基于模糊相对熵提出了外贸可持续发展的测评方法,进而形成一套相对完整的对外贸易可持续发展评价体系。为了验证该评价体系的可操作性和简便性,本文选取某一地区的外贸发展情况进行了实证分析和检验。结果显示,该评价体系不仅省时省力,简便易行,而且评价过程和结果也较为科学严谨。

一种模糊多粒度用电行为异常检测方法

异常用电检测旨在识别和定位电力系统中与常规用电行为显著偏离的用户。现有基于机器学习、深度学习的有监督的检测方法通常需要大量人工标记数据,且对于离散型数据需要进行类型转换,因而容易导致重要信息的丢失。模糊粗糙集理论提供了一种处理离散数据的有效工具,并能直接应用于包含连续数据和离散数据在内的异质信息的知识分类。在文本模糊粗糙集理论的基础上,提出了一个基于多粒度模糊相对差的无监督异常检测方法,并将其应用于智能电网的异常用电检测。具体而言,首先利用模糊近似空间的信息熵来度量属性在知识分类中的重要性,然后根据属性集重要性构造模糊信息粒序列,接着在此序列上定义样本的模糊相对差,最后构建基于多粒度模糊相对差的异常检测方法,并在公开的数据集上进行验证。实验结果表明了所提检测算法的有效性和优越性。实验相关的代码和数据已在网络上公开(http://www.github.com/chenbaiyang/FRAD)。

第三方物流服务供应商选择的模糊相对比值法

在分析研究的基础上,将第三方物流服务企业选择问题归结为一类典型的多属性决策问题,据此提出并运用模糊相对比值法对备选第三方物流企业进行综合排序,为企业选择物流合作伙伴提供参考依据。文中实例分析说明,该方法在进行第三方物流供应商的选择上是可行有效的。

基于模糊相对熵的网络异常流量检测方法研究

基于模糊相对熵的网络异常流量检测方法可以在缺乏历史流量数据的情况下,通过对网络流量特征进行假设检验,实现对网络异常行为的检测发现。通过搭建模拟实验环境,设计测试用例对基于模糊相对熵的网络异常流量检测方法进行多测度测试验证,结果表明该方法在设定合理模糊相对熵阈值的情况下检测率可达84.36%,具有良好的检测效率。

基于模糊连接度的卫星图像道路提取新方法

论文提出一种将相对模糊连接度和道路特征相结合进行卫星图像主干道路半自动提取的新方法。首先将原始图像划分为多个目标,对每一类目标分别人工选取种子点,然后计算出图像中各像素点与每一类种子点之间的模糊连接度,将其归属于模糊连接度值最大的一类,从而分离出道路目标。接着结合道路局部特征运用模糊连接度连接断裂路段,最后根据道路走向进一步完善整个道路轮廓。SPOT图像道路提取实验表明,新方法可以取得很好的效果。