基于IFE动态直觉模糊法的空战目标威胁评估

针对传统空战多目标威胁评估难以与动态作战态势相结合的缺陷和不足,提出了基于直觉模糊熵(intuitionistic fuzzy entropy,IFE)与动态直觉模糊法相结合的空战多目标威胁评估方法。该方法通过直觉模糊集确定目标属性矩阵,采用IFE算法对目标属性赋权;采用泊松分布法处理多时刻态势信息,计算时间序列权重;建立动态直觉模糊空战多目标威胁评估数学模型,并进行了仿真研究。仿真结果表明该算法是合理和有效的。

分区IFS图像压缩编码

本文提出了一种基于“区”的ＩＦＳ图像压缩编码算法，简述了其原理及实现过程。实验结果表明，其性能优于ＪＰＥＧ算法及Ｊａｃｑｕｉｎ的基于“块”

迭代函数系IFS吸引子的参数控制与树木的模拟

文章讨论了迭代函数系ＩＦＳ吸引子的参数控制，讨论了ＩＦＳ参数控制实现模拟树木的方法。

一种基于IFS的二维真彩分形变形方法

提出了一种由迭代函数系统(IFS)所描述的二维真彩分形变形的新方法。首先建立二维真彩IFS分形模型,然后通过仿射变换的对应、规范化、匹配及插值实现了变形过程。实验结果表明:分形吸引子形状颜色过渡自然,这为分形的生成与动画提供了新的有效途径。

一种基于IFS分形算法和分解和弦的耳鸣康复音合成新方法

耳鸣是在无外界声源刺激下的一种主观感知,在临床上十分常见.习服治疗是目前公认的一种有效的耳鸣治疗方法.研究表明,具有相似却又不重复的分形音乐可以作为耳鸣习服治疗的治疗声源.本文提出了一种基于IFS(Iterated Function System)分形算法和分解和弦的耳鸣康复音合成新方法,该方法将分形图形处理技术运用到耳鸣康复音的合成中,使得生成的音符整体在可控范围内随机出现,并且相邻音符在可调节的范围内波动,可有效的避免音调突变现象.此方法保留了图像信号中的分形特征,实现了可控范围内的确定性与可预测性的统一;在加入了分解和弦后,音乐更加连贯.试听结果表明,该耳鸣康复音具有相似不重复、流畅且突变少的特点,对耳鸣治疗有一定的参考价值.

一种基于IFS的图像边缘检测方法

首次提出了一种基于IFS的图像边缘检测方法，该方法以IFS理论为基础、以MSE为失真测度，对图像进行边缘检测，改进的局部快速算法可以有效减少检测搜索时间。实验结果表明，本文所采用的边缘检测方法是一种有效的图像边缘检测方法。

基于IFS的非规则分形组织设计方法

针对L系统在绘制织物分形组织图方面存在的局限,基于IFS的生成规则,研究不受任何基本组织形式限制的非规则分形组织设计方法。该方法以非规则、大循环的基本组织为应用对象,运用VC++编程,利用Kronecker叉积进行组织矩阵的迭代运算,快捷地生成此类基本组织的分形组织图。在此基础上,利用分形组织自相似结构所具有的多级层次关系,通过选择不同的填充组织,设计形成结构复杂、风格多变的分形织物。通过织造实验证明,此分形组织设计方法形成的织物纹理效果具有复杂性强,不易模仿等特点。

局部放电超声信号的自仿射IFS模型

通过仿射变换建立了变压器局部放电超声信号的分段自仿射 IFS模型。该模型用于在线监测中可实现局部放电信号数据的压缩 ,并通过计算 IFS分形维数为局部放电模式识别提供新的特征参数。

基于IFS随机迭代算法的印花图案设计

根据纺织面料印花图案的特点,利用IFS随机迭代算法的便捷性,运用可视化方法,在基于随机迭代算法讨论IFS图形生成原理的同时,研究了通过参数变化使IFS图形发生变化的基本方法;在此基础上,运用计算机图形技术,对应用IFS图形设计纺织面料印花图案的方法作了初步的尝试,并借助电子(喷)印花手段进行印花试验,对纺织面料运用IFS图形资源开发印花产品的途径进行了初步的探讨。

基于DST-IFS的空中目标敌我属性综合识别

为了实现复杂战场环境下空中目标敌我属性的综合识别,在利用证据权重衡量信息可信度的基础上,提出了一种基于DS证据理论和直觉模糊集相结合(Dempster-Shafer evidence theory-intuitionistic fuzzy sets,DST-IFS)的综合敌我识别方法。首先,分析了空中目标综合敌我识别问题,给出了具体的识别流程;然后,针对DS(DempsterShafer)函数向直觉模糊集转化过程中存在增大信息不确定性的问题,提出了一种信度分配方法用于直觉模糊隶属度和非隶属度赋值,并利用算例验证了信度分配方法的适应性和有效性;接着,给出了基于理想点法(technique for order preference by similarity to ideal solution,TOPSIS)的DST-IFS决策方法步骤;在此基础上,提出了一种基于DST-IFS的空中目标综合敌我识别的方法;最后进行了实例分析,验证了该综合敌我识别方法的有效性。

基于迭代函数系统IFS的动态树木模拟

植物作为自然景物中最常见的现象之一,模拟的方法是应用数学和图形学领域的一个重要课题。迭代函数系统IFS是分形理论的重要分支,由于植物结构的自相似性,利用IFS(Iterated Function System)可以逼真地模拟各植物形态,简述几种模拟植物的方法,主要研究迭代函数系统IFS模型,并在VC++6.0环境下基于IFS模型构造出静态蕨叶和树木,详细讨论利用带参量的IFS随机系统实现动画的过程,并利用双缓冲技术,形象逼真地模拟随风摇摆的蕨叶和生长树木的动画效果。实验结果表明,带参数的IFS可使图像发生预期的变化,如果让参数在适当的范围保持连续变化,则动画效果良好。

基于IFS和IPSO算法的干扰资源分配方法

针对多干扰系统同时干扰多部雷达的干扰资源分配问题,提出一种基于直觉模糊集(IFS)和改进粒子群优化(IPSO)算法相结合的干扰资源分配方法。利用己方无源探测系统获得的敌方雷达参数,根据IFS理论得到敌方雷达的威胁系数;整合数据库中战场的己方干扰系统与敌方雷达系统信息,从空域、频域、极化方式和干扰样式4个方面定义了匹配度,表示己方干扰系统对敌方雷达系统的干扰效率,得到匹配度矩阵,结合敌方雷达威胁系数建立干扰目标函数;提出一种自适应调整权重、异步变化学习因子、针对离散问题的IPSO算法,并引入补偿粒子进行盲区搜索,求解出最佳干扰决策。仿真表明,本文提出的干扰资源分配方法相较于传统算法最优解正确率更高,且实时性更好。

基于PS-IFKCM的弹道中段目标识别方法

针对现有直觉模糊核c-均值(intuitionistic fuzzy kernel c-means,IFKCM)聚类算法对初始值敏感、易陷入局部最优解及收敛速度慢等缺陷,汲取了粒子群优化(particle swarm optimization,PSO)算法优势,对初始聚类中心进行优化,提出了基于粒子群优化的直觉核c-均值(particle swarm-based intuitionistic fuzzy kernel c-means,PS-IFKCM)聚类算法,选取4组标准数据集实际样本数据对算法的有效性进行了试验。最后选取弹道中段目标识别常用的雷达截面积(radar cross section,RCS)这一特征属性进行弹道中段目标识别仿真实验,并将其与模糊c-均值(fuzzy c-means,FCM)算法、IFKCM算法的识别效果及运行时间进行比较分析,表明了该算法应用于弹道中段目标识别的有效性及优越性。

IFS-BN结合的辐射源威胁评估方法

针对辐射源威胁评估实时性、复杂性和信息不确定性的问题,将直觉模糊集与贝叶斯网络相结合,提出一种基于IFS-BN的辐射源威胁评估方法。IFS-BN算法通过直觉模糊集刻画贝叶斯网络的节点信息,充分描述节点信息的确定性,不确定性以及犹豫度。同时,将直觉模糊集求得的各辐射源先验概率代入贝叶斯网络模型之中,得出后验概率进行威胁等级排序,并在此基础上建立了相应的评估指标体系。仿真分析表明,算法具有较好的可行性与有效性。与经典贝叶斯网络评估方法相比,IFS-BN算法的结果更加客观合理。

基于IFS块的快速图象编码算法

文中首先叙述了目前分形块编码研究领域的大致情况，然后，提出了一种新的快速编码算法．用Ｌ１距离替换了以往算法所用的Ｌ２距离，把匹配过程转换成类似于矢量量化的搜索过程，因而采纳了许多矢量量化的加速算法．还讨论了对平坦区的处理并提出了新的剖分方法，取得了较好的效果．同其它的分形块编码方法相比，该算法大大缩短了编码时间，改善了压缩图象的质量，特别是它能较大程度地消除块效应，压缩比也有了进一步的提高．

迭代函数系统IFS吸引子图像局部控制方法的研究

针对目前的 IFS吸引子随机迭代算法在 IFS吸引子图像控制中存在的不足 ,本文给出了两种 IFS吸引子随机迭代算法的改进方法 ,其方法可以对 IFS吸引子图像实现其局部细节与色彩的控制 。

基于IFS与TOPSIS的城市基础设施PPP项目融资风险评价

针对PPP模式下城市基础设施项目融资风险评价问题,提出了运用直觉模糊集(IFS)与逼近理想解法(TOPSIS)相结合的城市基础设施项目融资风险评价方法。首先应用直觉模糊思想构建城市基础设施PPP项目的融资风险评价指标集,以保证评价指标对于项目信息表达的完整性;然后结合TOPSIS法确定方案贴近度,对各方案进行排序以筛选出最优方案;最后应用该方法对某市的5处公共地下车库项目融资风险进行评价。实证研究表明:该风险评价实现了"客观性""全面性"和"适用性",是科学合理的,对于PPP模式下的城市基础设施项目融资风险评价能够提供一定的帮助。

非解析复映射构造IFS的参数研究

为了采用非解析复映射构造分形或奇怪吸引子,研究了复映射f(z)=e^(iπ/2)z^n+c的广义M集的1周期参数对构造非线性IFS的影响.在该复映射的M集1周期区域随机选取参数;根据M集的对称性,用与所选参数在M集中对称位置的参数构成迭代函数系;在动力平面上构造出迭代函数系中的所有迭代函数的充满Julia集以及它们的公共吸引域;将随机选出参数所构造出的迭代函数的吸引不动点作为初始迭代点,通过在迭代函数系中连续随机选取一个迭代函数,跟踪这个吸引不动点在动力平面上的公共吸引域内的迭代轨道.通过实验,找到了可以生成分形的非线性IFS的参数选取方法.结果表明:当n取不同值时,非解析复映射族f(z)=e^(iπ/2)z^n+c的广义M集的1周期参数可以用于构造非线性IFS,这种IFS可以大量生成分形山以及具有Z_(n+1)和D_(n+1)对称特性的新分形.

IFS分形吸引子的连续变形技术

针对迭代函数系统(IFS)分形吸引子变形时出现失真、断裂、特征退化等问题,分析现有变形技术的缺陷.在分形、数学等理论基础上,提出基于IFS的交互式分形造型生成算法,即点变换算法,以及点变换之间的相互转化(升级)技术,包括两点变换、三点变换(其二维情况为仿射变换)和四点变换(其二维情况为双线性变换).该算法解决了吸引子变形时的连通性问题,并在吸引子连续变化中采用对点交互式插值的方法获得高效快速的实时动画效果.

基于分形IFS的运动目标RCS序列分解

针对运动目标 Ｒ Ｃ Ｓ 变化规律，提出将目标 Ｒ Ｃ Ｓ 变化序列分解为确定变化序列（ Ｃｅｒｔａｉｎ Ｖａｒｉａｔｉｏｎ Ｓｅｑｕｅｎｃｅ， Ｃ Ｖ Ｓ） 和随机变化序列（ Ｒａｎｄｏｍ Ｖａｒｉａｔｉｏｎ Ｓｅｑｕｅｎｃｅ ， Ｒ Ｖ Ｓ） 的设想．其中 Ｃ Ｖ Ｓ 敏感于姿态，在姿态域表现为丰富的细节特征，而 Ｒ Ｖ Ｓ则表现为近似正态分布的非平稳随机过程．本文用实验数据证明这两种变化序列均具有分形的特征．由以上的分析结果，利用分形迭代函数系统将这两种变化序列进行有效分解，其分解效果明显优于传统的滤波方法．