A novel induced aggregation method for intuitionistic fuzzy set and its application in multiple attribute group decision making

In this paper, by unifying the induced ordered weighted averaging (IOWA) and the weighted average, a novel induced aggregation method for intuitionistic fuzzy set is investigated. More specifically, a new intuitionistic fuzzy (IF) induced aggregation operator called weighted intuitionistic fuzzy IOWA weighted average (WIFIOWAWA) operator is introduced. A significant advantage of the WIFIOWAWA operator is that it can eliminate the drawback of the existing operators by the dual roles of its order‐inducing variables. In addition, some of its desired properties and families are explored. Furthermore, using the proposed operator, a procedure is developed to solve multiple attribute group decision making problems in the case of IF situation. Finally, an illustrative example is provided to demonstrate the effectiveness and practicality of the developed method.     

拟合精度引导的扩散加权图像配准

扩散加权图像的量化分析在临床诊断上有着广泛应用,而图像采集时病人呼吸、心脏运动导致的不同b值图像间的偏差对诊断结果有着重要影响,因此配准是精确量化估计的前提条件。由于由于不同b值的扩散加权图像中的信号衰减程度不同且同一b值图像内存在灰度不均匀性,因此使用传统的配准算法会导致在将不同b值图像配准到b₀图像的过程中产生较大的偏移,尤其是在高b值的图像上。文中提出了拟合精度引导自由形变(Free -Form Deformation,FFD)模型的新方法,实现了多b值扩散加权图像的精确配准。所提方法应用体素不相干运动(Intra-Voxel Incoherent Motion,IVIM)模型对图像进行参数拟合从而得到拟合精度,并使用拟合精度构造的权重矩阵对图像中的不同位置自适应地加权自由形变的变形步长以得到最优的变形场。5组不同b值序列图像上的实验结果表明,所提方法提高了扩散加权图像的配准效果,且经过配准后获得了更加精确的IVIM模型参数。     

面向不均衡分类的隶属度加权模糊支持向量机

针对不均衡分类问题,提出了一种基于隶属度加权的模糊支持向量机模型。使用传统支持向量机对样本进行训练,并通过样本点与所得分类超平面之间的距离构造模糊隶属度,这不仅能够消除噪点和野值点的影响,而且可以在一定程度上约减样本;利用正负类的平均隶属度和样本数量求得平衡调节因子,消除数据不平衡时造成的分类超平面的偏移现象;通过实验结果验证了该算法的可行性和有效性。实验结果表明,该算法能有效提高分类精度,特别是对不平衡数据效果更加明显,在训练速度和分类性能上比传统支持向量机和模糊支持向量机有进一步的提升。     

基于内部边的群体软件开发中的项目推荐方法

开源软件生态系统的快速发展,为软件开发提供了一种新的模式,对开源软件推荐系统的研究已经成为当前一个重要的研究领域。已有的软件工程推荐系统大都利用协同过滤、机器学习以及开发者-项目属性匹配的方法进行推荐,而利用网络结构和网络分析技术进行推荐的研究相对较少。以软件生态系统GNOME为研究对象,构建开发者-项目二分网络,利用二分网络链路预测技术,采用一种基于内部边的方法对开发者进行项目推荐,并与协同过滤方法进行了对比。实验结果表明基于内部边的推荐方法比协同过滤方法更好。     

基于毕达哥拉斯模糊幂加权平均算子的多属性群决策方法

研究了毕达哥拉斯模糊环境下的多属性群决策问题。首先,将毕达哥拉斯模糊信息引入幂平均加权算子,提出毕达哥拉斯模糊幂加权平均（PFPWA） 算子,并研究所提算子的基本性质。然后,在毕达哥拉斯模糊数（PFN） 为信息输入的框架内,提出基于毕达哥拉斯模糊幂加权平均算子的群决策方法。所提出的方法使用毕达哥斯拉信息使得决策者的信息表达更加灵活,并且在信息集结过程中采用幂加权平均算子能够同时考虑专家权威与评估信息的可信度。最后,通过案例分析验证了所提方法的可行性和有效性。     

改进的属性撤销权重属性基加密方案

在PHR（Personal Health Records,个人健康记录）系统中,用户会动态地加入或离开,及时撤销细粒度的属性更加适用于实际应用系统。为此,提出一种改进的基于仲裁者的密文策略的属性基加密方案,使其能够在具有外包解密的同时可以实现细粒度属性及时撤销。该方案通过构造KEK树及时更新密钥和密文以此来及时撤销细粒度属性。此外,针对现有的密文策略属性基加密方案较少考虑到属性重要性,将属性权重的概念引入该方案中,使其更加适合PHR系统。安全性分析和仿真实验表明,与已有方案相比,所提方案可以抵抗合谋攻击,保证数据机密性以及前向安全和后向安全。此外,该方案具有更低的计算复杂度。     

基于重要节点的复杂产品设计变更控制

为了有效控制复杂产品设计变更,在复杂产品开发（Complex Product Development,CPD）网络中揭示了重要节点对复杂产品设计变更的影响。为了识别重要节点,构建出加权CPD网络模型,提出基于平均路径以内邻居核数的节点重要性排序算法,以解决排序过程中考虑因素的不全面性及算法过程的复杂性。该算法能够全面考虑影响节点重要性的因素,更加科学、合理、简单、高效地对节点重要性进行排序。并在此基础上阐述了从重要节点出发的复杂产品设计变更控制策略。通过实证研究,验证了所提方法的有效性和合理性。     

次梯度投影算子求解图像重建问题的并行策略

将次梯度投影迭代算法应用到数字图像重建问题。将图像重建问题转化为求一个加权最小二乘问题,导出次梯度投影算子在该问题下的具体迭代形式,并采用并行计算策略重建算法。通过三维数值实验对比次梯度投影迭代算法与常用的SART算法,验证算法的可行性和效率。     

基于WRELAX的小运算量GNSS多径干扰抑制算法

针对全球卫星导航系统（Global navigation satellite system,GNSS）中的多径干扰抑制问题,本文提出了一种有效的小运算量算法。该算法将多径抑制问题转换为时延估计问题,利用基于信号分离理论的Weighted RELAXation （WRELAX）算法求解非线性最小二乘代价函数。考虑到GNSS信号相关函数的特点,通过对接收数据与参考信号的相关函数及参考信号的自相关函数进行加窗截取,取出相关函数信息量较大的主峰值及其附近的范围,从而减小了数据长度,从根本上减小了WRELAX进行参数估计时的运算量,为工程实现提供了可能。最后通过理论分析和仿真实验验证了本文算法在降低运算量的同时能够保证性能不会受到较大损失,尤其对实际中多径干扰与直达信号相比较弱时,本文算法可获得与现有算法相当的性能。     

基于图像融合技术的Retinex图像增强算法

针对单尺度Retinex图像增强算法存在的光晕现象和图像泛灰问题,提出一种基于图像融合技术的Retinex图像增强算法。针对光晕现象,使用高斯加权双边滤波代替单尺度Retinex算法中的高斯核函数估计光照图像,能够有效去除光晕现象。针对图像泛灰问题,引入图像融合的思想。首先,采用非线性变换拉伸反射图像,并通过Otsu阈值分割算法确定图像的亮、暗区域;然后,以信息熵为标准,通过调整非线性变换的参数来获得亮区域最优图像和暗区域最优图像,并将原始图像、亮区域最优图像和暗区域最优图像采用分块融合的方法进行融合;最后,为克服图像分块融合算法的块效应,在融合过程中加入一致性校验。实验结果表明,新算法能够充分获得图像的细节信息,同时有效去除光晕现象、改善图像泛灰的不足。相比于单尺度Retinex算法、基于双边滤波的Retinex算法、直方图均衡算法以及反锐化掩膜算法,新算法的图像增强能力具有显著的提升。