基于熵的模糊信息测度研究

模糊信息测度(Fuzzy Information Measures,FIM)是度量两个模糊集之间相似性大小的一种量度,在模式识别、机器学习、聚类分析等研究中,起着重要的作用.文中对模糊测度进行了分析,研究了基于熵的模糊信息测度理论:首先,概述了模糊测度理论,指出了其优缺点;其次,基于信息熵理论,研究了模糊熵理论,建立了模糊熵公理化体系,讨论了各种模糊熵,在此基础上,提出了模糊绝对熵测度、模糊相对熵测度等模糊熵测度;最后,基于交互熵理论,建立了模糊交互熵理论,进而提出了模糊交互熵测度.这些测度理论,不仅丰富与发展了 FIM理论,而且为模式识别、机器学习、聚类分析等理论与应用研究提供了新的研究方法.     

一种新的随机模糊属性的最小知识约简

针对信息系统随机模糊属性的约简问题,提出一种新的关于随机模糊属性的知识约简方法。该方法在传统信息系统知识约简基础上,提出了随机模糊信息系统及相关概念,引入了模糊信任测度和似然测度,然后给出并证明了随机模糊信息系统上的知识约简理论。在这些理论的基础上,提出基于模糊信任测度和似然测度的约简方法并分析该算法的时间复杂性。理论分析和例证分析表明,该方法能快速并有效地实现知识约简。     

模糊理论在网络AQM中的应用研究

拥塞控制中作用于网络中间节点的主动队列管理策略能有效解决网络拥塞问题。本文引入了模糊理论对AQM进行研究和分析,基于模糊系统设计方法,给出了一个简单的应用实例以说明模糊理论在AQM中的优势,介绍了模糊理论在AQM中的几种典型应用。     

模糊概念的模糊度研究

本文深入研究了模糊理论中有关模糊度的概念、定义和计算方法、分析了它们在合理性、一致性和区别度等方面存在的问题.在此基础上,提出了一种新的模糊度定义和计算的方法,改进了其合理性、一致性和区别度,对于模糊逻辑的研究和发展具有重要的理论和应用意义.     

模糊仿真─—定性模型的建立与辨识

本文的目的是在对定性仿真理论进行回顾的基础上，说明模糊方法在对复杂系统进行定性仿真中的合理性。本文首先给出了在仿真建模中应用模糊集理论的基本方法，然后讨论了模糊仿真的两个应用方向，即采用语言变量的模糊仿真和通过模糊仿真来辨识定性模型。     

动态模糊关系及其在教学质量评价中的应用

教学质量的评价过程中,有很多概念既具有模糊性又具有动态性。在对动态模糊理论进行研究的基础上,通过实例阐述了如何在模糊评价中建立动态模糊集和分析动态模糊关系,这种评价方法的实现既体现了动态模糊理论的可操作性又对教学质量评价进行了一种更为合理的尝试。     

感应电机磁场定向变结构型模糊变频调速系统的分析与设计

运用变结构控制理论分析和设计感应电机磁场定向变频调速系统的模糊速度控制器 ,并在此基础上提出了在模糊控制器的输出增加开关线的前馈项构成模糊线性复合控制的方法 .理论分析和实验结果均表明 ,这种复合控制方法 ,不仅保持了模糊控制器原有的鲁棒性 ,而且既减少了转矩抖振 ,提高了转速响应的稳态精度 ,又改善了转速响应的快速性 .在高精度 ,快速响应的场合 ,这种速度调节器的模糊线性复合控制方法具有较大的实用价值     

分类器融合中模糊积分理论研究进展

将模糊积分理论与多分类器融合方法中其他两种研究热点方法进行了比较.介绍模糊积分的基本模型及通用求解过程.讨论目前分类器融合领域模糊积分理论的几个研究方向的发展现状和面临的问题,分析模糊积分理论基本模型和几种扩展模型的求解算法.提出了分类器融合领域模糊积分理论未来理论和应用研究中的开放课题.     

感应电机磁场定向结构型模糊变频调速系统的分析与设计

运用变结构控制理论分析和设计感应电机磁场定向变频调速系统的模糊速度控制器,并在此基础上提出了在模糊控制器的输出增加开关线的前馈项构成模糊线性复合控制的方法。理论分析和实验结果均表明,这种复合控制方法,不仅保持了模糊控制器原有的鲁棒性,而且既减少了转矩抖振,提高了转速响应的稳态精度,又改善了转速响应的快速性。在高精度,快速响应的场合,这种速度调节器的模糊线性复合控制方法具有较大的实用价值。     

含模糊语言量词的SQL查询技术研究

目前 SQL模糊扩展查询已经研究了带权重的模糊简单查询、复合查询、多表查询、子查询、全关系查询等,在一定程度上解决了查询中的模糊型问题 ,但对于带模糊语言量词的查询研究不多。基于 Zadeh的模糊理论将模糊理论与 SQL系统函数相结合 ,提出了一种解决含模糊语言量词的 SQL查询方法 ,进一步丰富了 SQL模糊查询体系 ,扩展了 SQL模糊查询的应用范围 ,提高了查询能力。     

一种基于模糊增强的图像分割方法

本文基于模糊技术,在现有的模糊增强方法的基础上提出一种改进方案：首先对图像进行自适应滤波,以减小噪声,然后再进行两次模糊增强处理,最后得到分割结果。经过与多种方法的实验对比,验证了本方案的有效性。     

一种新的基于迭代模糊控制的图像滤波方法

本文提出一种新的基于迭代模糊控制的滤波方法,该方法具有消除脉冲噪声、平滑高斯噪声而同时又有效地保持边缘和图像细节的特性。它主要基于这样一个思想,即不让相关区域的每个点被每个基本的模糊规则同样地激活。此法的种种改进均大大增强了本文提出的滤波方法的性能。     

基于二维阈值化与FCM相混合的图象快速分割方法

提出了一种将快速二维阈值化与模糊聚类相混合的图象分割方法，以进一步减少快速二维阈值分割中的噪声与错误分割。实验结果表明，利用这种方法分割信噪比较低的图象，能够在很短的时间内得到较为令人满意的分割结果。此外，本文还讨论了这一方法中隶属度函数的选取对分割结果的影响     

基于模糊隶属度空间约束的FCM图像分割

针对模糊C均值(FCM)算法对噪声较为敏感,提出了基于隶属度空间约束的FCM图像分割方法,该方法将隶属度空间约束关系引入到FCM目标函数,在新的目标函数中,像素点的隶属度不仅仅与FCM标准目标函数有关,还与其领域像素点的隶属度有关。由于融合了图像像素点的空间信息,反映了领域像素点间的隶属度关联信息,因此该算法具有较强的杭噪性能。     

A high performance edge detector based on fuzzy inference rules

Edge detection is an important topic in computer vision and image processing. In this paper, a novel edge detector based on fuzzy If-Then inference rules and edge continuity is proposed. The fuzzy If-Then rule system is designed to model edge continuity criteria. The maximum entropy principle is used in the parameter adjusting process. We also discuss the related issues in designing fuzzy edge detectors. We compare it with the popular edge detectors: Sobel and Canny edge detectors. The proposed fuzzy edge detector does not need parameter setting as Canny edge detector does, and it can preserve an appropriate detection in details. It is very robust to noise and can work well under high level noise situations, while other edge detectors cannot. The detector efficiently extracts edges in images corrupted by noise without requiring the filtering process. The experimental results demonstrate the superiority of the proposed method to existing ones.     

模糊形态双向联想记忆网络的研究

提出了一种新型的模糊形态双向联想记忆网络FMBAM,证明了FMBAM在双向联想中能够保证记忆在一步之内完成,因此不存在收敛问题,并实现完全双向正确联想,且可模糊性解释,同时表明了FMBAM具有优越的抗腐蚀或膨胀噪声的能力,仿真实验验证了双向联想FMBAM具有良好的性能。     

模糊加权均值滤波器

主要研究了受混合噪声污染图象的降噪滤波问题,运用模糊数学思想提出了一种基于模糊隶属度的加权均值滤波器。该算法利用模糊隶属度函数的概念,对均值滤波器的权值加以优化,使其不仅在降低高斯噪声的能力方面较均值滤波有所提高,而且对于脉冲噪声及混合噪声也有很好的抑制能力。     

基于直方图的图象去噪滤波器

滤除图象噪声时，虽然利用的先验知识越多，其滤波效果越好，但是一般情况下，由于只能得到一幅被污染的图象，无法获得这些先验知识，因而滤波效果较差。为了解决该问题，提出了一种去除图象中椒盐噪声的新型滤波器。该滤波器首先给出了一种有效的估计原图象直方图的方法，进而利用估计直方图的信息来进行滤波；然后对滤波窗口中的像素进行一种排除最大和最小灰度值的操作，以滤除椒盐噪声点。实验表明，该方法滤波效果优于传统的滤波器和其他模糊滤波器，特别是当噪声概率超过0．3时，这种优势尤为明显。     

Node connectivity and arc connectivity of a fuzzy graph

The fuzzy graph approach is more powerful in cluster analysis than the usual graph - theoretic approach due to its ability to handle the strengths of arcs effectively. The concept of node-strength sequence is introduced and is studied in a complete fuzzy graph. Two new connectivity parameters in fuzzy graphs namely, fuzzy node connectivity (κ) and fuzzy arc connectivity (κ^′) are introduced and obtained the fuzzy analogue of Whitney’s theorem. Fuzzy node cut, fuzzy arc cut and fuzzy bond are defined. Fuzzy bond is a special type of a fuzzy bridge. It is proved that at least one of the end nodes of a fuzzy bond is a fuzzy cutnode. It is shown that κ=κ^′ for a fuzzy tree and it is the minimum of the strengths of its strong arcs. The relationships of the new parameters with already existing vertex and edge connectivity parameters are studied and is shown that the value of all these parameters are equal in a compete fuzzy graph. Also a new clustering technique based on fuzzy arc connectivity is introduced.     

Color differences based fuzzy filter for extremely corrupted color images

In this paper, a color difference based fuzzy filter is presented for fix and random-valued impulse noise. Noise detection scheme of two stages was applied to detect noise efficiently whereas for noise removal an improved Histogram based Fuzzy Color Filter (HFC) is presented. Pixels detected as noisy by the noise detection scheme are deliberated as candidate for the removal of noise. Candidate noisy pixels are then processed using a modified Histogram based Fuzzy Color Filter to estimate their non-noisy values. The idea of using multiple fuzzy membership functions is presented, so that best suitable membership function for local image statistics can be used automatically. In the proposed technique we have used three different types of fuzzy membership functions (bell-shaped, trapezoidal-shaped, and triangular-shaped) and their fuzzy number construction algorithms are proposed. Experimentation is also performed with three, five, and seven membership functions. Type and number of suitable fuzzy membership functions are then identified to remove noise. Comparison with the existing filtering techniques is established on the basis of objective quantitative measures including structural similarity index measure (SSIM) and peak-signal-to-noise-ratio (PSNR). Simulations show that this filter is superior to that of the existing state-of-the-art filtering techniques in removing fix and random-valued impulse noise whereas retaining the details of the image contents.