区间值Fuzzy集的生成结构

借助区间值模糊集中元素的区间指数,引入点算子,该算子将一区间值模糊集与一模糊集族联系起来.借助点算子剖析区间值模糊集的结构,用普通模糊集生成区间值模糊集,给出其两种形式的生成结构.其一是用一个普通模糊集生成一区间值模糊集,其二是两个普通模糊集共同生成一区间值模糊集.文中给出的这两种形式的生成结构对拓广区间值模糊集的应用领域将是有益的.     

模糊概率随机变量的数学期望和方差

在模糊集理论的一般讨论中,大多以交、并算子作为演算算子,但在一些实际问题中,有时需要用到别的演算算子.首先以最大乘积算子作为模糊集的演算算子,证明了最大乘积算子满足分配率.然后引入了模糊概率随机变量的独立性,给出了离散型模糊概率随机变量的数学期望性质的证明.最后根据离散型模糊概率随机变量的数学期望是一个模糊集,对离散型模糊概率随机变量的方差作出了一种新的定义,并对方差的性质进行了证明.     

图像边缘检测的Prewitt算子的改进算法

本文对图像边缘检测经典算子Prewitt算子和该算子模板匹配方法进行了分析,根据模板排列规律,建立矩阵变换关系,提出一种改进算法.经实验证明,在一定配置环境中,将改进算法应用在某图像连续处理系统中,图像处理效果保持不变,较好的平滑了噪声,且目标物体的边缘检测轮廓清晰.和经典Prewitt算子比较,改进后的算子处理时间显著缩短,处理358张大小为184×184的图片所用时间为2.563s,而改进前所用处理时间为19.685s.处理速度提高了8倍,满足了图像连续处理系统对处理时间的要求.     

基于区间值模糊集熵的图像阈值分割算法

提出了一种新的区间值模糊集的模糊熵,并将其用于图像的阈值分割.根据图像直方图确定模糊化因子,选择适当的主隶属函数实现图像的区间值模糊集表示.利用新的区间值模糊集的模糊熵研究了图像的阈值分割算法.仿真实验表明,新的基于区间值模糊集模糊熵的阈值分割算法在处理模糊图像及具有噪声图像方面均比经典图像阈值分割方法更有效.     

基于模糊SD（TD）-QL蕴涵算子的一类布尔迭代律的刻画

模糊集是信息处理的有效方法之一,而模糊蕴涵算子是模糊集之间的一类重要的运算,在模糊信息处理中起着十分重要的作用。本文将给出蕴涵满足布尔迭代律的充要条件。     

医学图像边缘快速检测的模糊集方法

为了简单有效地获得理想的医学图像边缘,进行医学诊断,提出了一种基于模糊子集组合的图像边缘检测方法．由于图像边缘的模糊性,在边缘检测过程中应用了模糊集运算方法:先将图像的灰度直方图划分成相应的几个不同的子区,并对与灰度方差直方图子区相应的模糊子集进行运算,综合运算结果,最终得到图像的边缘．文中实例及对几种方法的比较表明,提出的Fuzzy算子所得到的图像边缘优于Sobel算子和Prewitt算子时所得到的图像边缘．     

灰度图像基本处理及实现

这是一套关于灰度图像处理的简易系统,尝试实现了对灰度图像的色阶处理、平滑处理、锐化处理、反相处理及灰度调整等功能.设计了一套方便使用、针对性强的灰度图像处理软件并给出了相应的算子和数学摸拟实现.相较其它的图像处理软件而言,该系统所占空间非常小,却方便实现了图像处理中的一些基本应用,因此可将该系统作为插件修改或添加到其它图像软件中,实现图像识别或模式匹配的预处理功能.     

可变阶次分数阶微分实现图像自适应增强

为了改善图像增强的效果,提出了一种可变阶次的分数阶微分图像自适应增强算子.该算子的数学原理是根据图像的局部统计信息和结构特征来动态调整分数阶微分的阶次.在图像增强的过程中,分数阶微分的阶次满足在图像“强边缘”处具有较大的微分阶次,在图像“弱边缘”或纹理处具有较小的微分阶次,在图像平滑处具有微小的微分阶次,在判断为噪声处具有负阶次.建立了图像增强效果和分数阶微分阶次之间的非线性量化关系,构造了相应的自适应函数,实现了图像的自适应增强.实验结果表明,在无噪声的情况下,该方法较传统的分数阶微分算子在图像增强方面效果更好;在有噪声的情况下,该方法具有一定的噪声免疫能力.     

基于光照方向不一致的图像盲取证技术

通过提取单一数字图像中目标物体的边缘信息,可估计图像拍摄场景中的光照方向. 为了提高光照方向的估计效率,引入图像边缘检测算子,实现了待取证图像中目标物体的准确定位和边缘拟合,并进行了数据分析,建立了系统的基于光照方向不一致的图像篡改检测流程. 实验结果表明,边缘检测算子优化了图像检测流程,提高了该取证技术的可行性和可扩展性.     

基于人眼视觉特性和模糊集的自适应图像增强算法

根据人眼的视觉特性，利用梯度和差分原理相结合而产生的锐化算子处理图像，进一步提升了图像中细节丰富的区域和灰度变化平坦区域的边缘，然后结合模糊集合理论对不同的区域进行不等的灰度拉伸，提出了一种基于人眼视觉特性的自适应图像增强算法。该算法可有效地在提高图像灰度动态范围的同时，增强图像的细节和对比度。该算法兼有增强和平滑作用，在增强图像的同时，能较好地抑制噪声。     

广义犹豫模糊语言项集及其似然关系

提出了基于二元组语言模型的广义犹豫模糊语言项集用于犹豫模糊语言决策,给出了广义犹豫模糊语言项集上的运算,分析了广义犹豫模糊语言项集运算的相关性质。基于广义犹豫模糊语言项集运算,定义了广义犹豫模糊语言项集之间的似然关系,利用其似然关系,提出了广义犹豫模糊语言加权平均算子,该算子是已有犹豫模糊语言加权平均算子的推广,可用于聚合犹豫模糊语言决策中的广义犹豫模糊语言项集。     

粗糙近似算子在无限论域上的特征刻划

用构造性方法定义了无限集上的近似算子和粗糙集,讨论了无限集上的近似算子的一些性质,并得出各种类型的二元关系与粗糙近似算子之间的关系。用公理形式定义了粗糙近似算子,各种类型的粗糙集代数可以被各种不同的公理集所刻划阐明了近似算子的公理集可以保证找到相应的二元关系,使得由关系通过构造性方法定义的粗糙近似算子恰好就是用公理化定义的近似算子。     

Fuzzy fault tree analysis of roller oscillating tooth gear drive

0　ＩＮＴＲＯＤＵＣＴＩＯＮＲＯＴＧＤｉｓａｎｅｗｔｙｐｅｏｆｌｅｓｓｔｅｅｔｈｄｉｆｆｅｒｅｎｃｅｐｌａｎｅ ｔａｒｙｇｅａｒｄｒｉｖｅ .Ｉｔｓｆｅａｔｕｒｅｓｉｎｃｌｕｄｅｓｍａｌｌｖｏｌｕｍｅ ,ｃｏｍ ｐａｃｔｓｔｒｕｃｔｕｒｅ ,ｈｉｇｈｌｏａｄｃａｐａｃｉｔｙ ,ｈｉｇｈｔｒａｎｓｍｉｓｓｉｏｎｅｆｆｉ ｃｉｅｎｃｙ .Ｔｈｅｒｅｆｏｒｅ ,ｉｔｉｓｅｘｐｅｃｔｅｄｔｏｂｅｗｉｄｅｌｙａｐｐｌｉｅｄｉｎｅｎｇｉｎｅｅｒｉｎｇｆｉｅｌｄｓ .Ｈｏｗｅｖｅｒ,ｄｅｓｉｇｎｍｅｔｈｏｄｏｆＲＯＴＧＤｉｓｃ…     

基于直觉模糊推理的态势理解方法

针对态势理解问题,提出一种基于直觉模糊推理的方法。首先介绍了直觉模糊理论,并对舆情态势分析问题进行描述,选取了影响态势分析的一些重要属性;其次对属性进行了模糊化,建立了规则库并设计了直觉模糊推理的方法;最后通过10个目标的实例,验证了方法的有效性。     

关于直觉模糊逻辑补算子

在文献[1]的基础上,利用区间值模糊集与直觉模糊集之间的关系,给出了两个新的直觉模糊逻辑补算子。并指出文[1]中的直觉线性补算子只是这两个新的补算子的一个特例。     

关于模糊T近似算子

文献[1]讨论了基于三角模的模糊粗糙集模型,并给出了经典T相似关系(既一般等价关系)下的模 糊T近似算子。本文给出了一般经典二元关系及模糊二元关系下的模糊T近似算子,并讨沦了它们的性质。     

直觉模糊集Choquet积分在目标威胁估计中的应用

针对威胁估计过程具有一定的不确定性,威胁因素往往又具有一定的相关性问题,将直觉模糊集和模糊积分引入信息融合领域中,提出了基于直觉模糊集Choquet积分的威胁估计方法.首先,利用直觉模糊集理论构建了基于不同威胁因素的直觉模糊估计器,利用隶属度函数和非隶属度函数表示每个威胁估计器的不确定性.其次,利用模糊测度对威胁因素和因素集的重要程度进行建模.再通过Choquet模糊积分完成不同威胁估计器结果的集成,完成对目标威胁程度的估计.最后,以20批空中目标的威胁评估实例,验证了方法的有效性.     

基于邻域信息的多层次图像模糊算法

为了提高图像识别的准确率,提出了一种基于模糊理论的多层次图像增强算法.首先利用图像的统计特性对图像进行初步模糊划分,然后采用非线性连续阶梯状隶属度函数对图像进行模糊化,最后通过利用邻域特征自适应调节增强系数,对各模糊子集进行非线性增强处理以实现局部特征增强.通过与经典方法进行实验比较,显示出该增强算法能够在保存同质区内...     

Reduced-reference image quality assessment based on fuzzy classification

Image quality assessment is an important branch in the fields of image processing. It would be employed for calibrating image processing system or algorithms, and be applied for algorithm optimizing and parameter setting. Reduced-reference image quality assessment (RR-IQA) has become to be one of the focuses in image processing fields. Inspired by the fuzzy human evaluation, an efficient RR-IQA framework is proposed in this paper. In the framework, the images are allocated into several fuzzy sets with their degrees of memberships. The natural scene statistics (NSS) in wavelet domain is used for extracting features. After that, a multi-class fuzzy classifier is training for assigning image features into fuzzy sets with their corresponding degrees of memberships. Contrast to the typical RR-IQA methods, the proposed one relates well with the human evaluations and has low computational complexity. The experimental results demonstrate that the proposed framework outperforms the state-of-the-art reduced-reference methods.