实现稳定双向认知映射的逆向云变换算法

人类对客观世界认知的不确定性主要通过认知的最小(基本)单元——概念反映出来.本文基于云模型理论,提出一种新的稳定逆向云变换算法,通过实验对比分析说明该方法的稳定性;再根据正向云变换由概念内涵生成概念外延及逆向云变换由概念外延形成概念内涵的特点,利用正向云变换算法和逆向云变换算法模拟人们对概念的稳定双向认知计算过程,即概念内涵与外延之间的稳定双向认知计算过程.

正态云概念的漂移性度量及分析

云模型把自然语言中定性概念的随机性和模糊性有机地综合在一起,通过正向云变换和逆向云变换实现了概念内涵与外延之间的相互转换。基于正态分布和高斯隶属函数的正态云具有普适性。文中通过正态云概念的外包络曲线,根据KL散度刻画分布函数之间差异的特性,定义了一种正态云概念的漂移性度量。最后,结合人类认知的特点,利用该方法以计算的方式对概念在认知过程中可能发生的漂移性进行了模拟研究和实验分析。

一种新的云综合方法在彩色图像分割中的应用

云模型是一种实现定性与定量相互转换的模型,其中云综合是实现云概念跃升的一种方法.但"软或"云综合方法缺乏相应的理论解释.根据正态云模型的"3En"规则,推导出一种新的云综合方法,并结合p阶逆向云变换算法将其应用于图像分割中.将结果分别与"软或"云综合方法在彩色图像分割中的结果和基于云模型和数据场的灰度图像分割结果做比较,实验结果说明了该方法的有效性.

二阶正态云在教风/学风评价中的应用

教风/学风的建设对高校发展至关重要,因此有一套科学有效的教风/学风评价系统必不可少。将正态云模型运用到高校教风/学风评价中,并在考虑低层评价指标加权合成高层评价指标的基础上,对已有云概念合成方法进行修正,最后利用云模型参数和云图对教风/学风进行评价。实验表明该方法得到的评价结果更加直观,同时还具有一定的实践意义和指导作用。

尾矿坝位移分级预警阈值研究及规律分析

针对尾矿坝在线监测重建设、轻利用的现状,基于尾矿坝位移在线监测时间序列,通过多步逆向云变换算法(Multi-step Backward Cloud Transformation Algorithm Based on Sampling with Replacement,MBCT-SR)改进云模型,根据“3E_(n)原则”和内外包络曲线确定在线监测位移的正常运行值,从而建立尾矿坝位移分级预警阈值模型,并利用某尾矿坝全球导航卫星(Global Navigation Satellite System,GNSS)技术表面位移在线监测数据进行实例验证。结果表明:该尾矿坝水平方向位移的黄、橙、红预警阈值分别为8.41 mm/d、12.94 mm/d、19.41 mm/d,呈现出坝体中间预警阈值最大、并由中间向两侧减小的空间变化规律;尾矿坝垂直方向位移的黄、橙、红预警阈值分别为16.56 mm/d、25.48 mm/d、38.22 mm/d,且随着子坝的堆积,预警阈值逐渐增大。