一种基于支持向量机的模糊分类系统研究

提出一种基于支持向量机学习的模糊分类束纯模型．通过将支持向量机映射成等价的模糊分类系统,支持向量机的稀疏性表示等特性使得相应的模糊分类系统避免了“维数灾难”问题,并具有良好的泛化能力．另一方面,模糊系统的一些理论和应用成果也可用来进一步改善分类系统的性能．本文根据模糊集合的贴近度概念对模糊系统的语言变量进行约简,合并冗余的和不一致的模糊规则,然后采用粒子群优化方法改善模糊分类系统性能．该方法增强了系统的泛化能力,并可以理解为解决支持向量机中难以确定的系统参数问题的一种辅助方法．实验结果表明了该方法的可行性和有效性．     

一种基于模糊支持向量机的人脸识别新算法

提出了基于独立分量分析进行特征提取和采用模糊支持向量机实现分类的人脸识别新方法。首先利用独立分量分析方法构造人脸的特征脸空间,在特征脸空间上运用模糊支持向量机进行分类识别。在ORL人脸数据库的仿真结果表明,该算法能有效提高人脸识别性能,具有较高的识别率。     

基于FEBM和模糊神经网络的模糊概念识别

在基于解释的机器学习问题上,近期提出的模糊模型FEBM（Fuzzy Explanation-Based Model)为模糊概念的识别和分类提供了一种很好的解决手段。在对该模型当对象的解释谓词在[0,1]上取确值的情况时,计算“对象属于概念C的真值”的公式进行适当调整的基础上,结合神经网络可以用于模式识别和分类的特点,提出了一种基于模糊神经网络和FEBM的模糊概念识别方法。实验表明,该方法是有效的和可行的,是关于该模型应用的一个极为有意义的尝试。     

基于FEBM和模糊神经网络的模糊概念识别

在基于解释的机器学习问题上,近期提出的模糊模型FEBM(Fuzzy Explanation-Based Model)为模糊概念的识别和分类提供了一种很好的解决手段.在对该模型当对象的解释谓词在[0,1]上取确值的情况时,计算"对象属于概念C的真值"的公式进行适当调整的基础上,结合神经网络可以用于模式识别和分类的特点,提出了一种基于模糊神经网络和FEBM的模糊概念识别方法.实验表明,该方法是有效的和可行的,是关于该模型应用的一个极为有意义的尝试.     

基于代数特征与粗集的模糊神经网络研究

对人脸识别方法进行研究，提出了一种新的人脸识别方法，首先在粗糙集属性约简方法中加入LDA引入鉴别信息，构成新的特征空间。然后在新的特征空间中设计模糊神经网络分类器进行分类。在ORL人脸图像库上的实验结果表明，该方法具有良好的性能.     

基于自适应模糊聚类的神经网络软测量建模方法

提出一种基于模糊聚类的神经网络软测量建模方法．该方法采用数据分组训练、自动确定模糊分类数、在线测量时分类中心自适应修正，降低了计算量，提高了建模精度．将该算法用于步进式加热炉钢坯温度预报的仿真结果表明，它能够解决钢坯温度难以在线测量的问题。     

通过创建虚拟样本的小样本人脸识别统计学习方法

研究了人脸识别方法．在传统的“特征脸”方法基础上，提出了一种基于贝叶斯方法的小样本人脸识别方法，该方法对于经过预处理的标准人脸图像，通过原型脸创建虚拟样本，扩充样本数量，然后用PCA降维并提取人脸图像的特征．对提取的特征用BEM算法学习该类样本的概率密度分布参数，构建贝叶斯混合网络分类器．该方法可以有效地解决统计学习方法中样本数量不足问题，提高小样本人脸识别方法的识别率，同样可以运用于模式识别中其它对象识别．实验表明，该方法能提高小样本人脸识别率，有实际应用价值。     

模糊模式识别的几种基本模型研究

模糊模式识别是当前一种流行的模式识别方法。文中对常见的模糊模式识别问题进行了总结,根据识别对象和被识别对象及其关系归类出模糊模式识别的四种基本模型,分别为：标准模式为模糊子集,待识别样本为单点向量;标准模式和待识别样本均为模糊子集;标准模式为模糊向量集合族,待识别样本为单点向量;标准模式和待识别样本均为模糊向量集合族。对每种类型分别讨论了其常用的解决方法,并给出了实例。最后,对模糊模式识别其它方法进行了简介。     

基于模糊聚类方法的神经元形态分类识别

神经元形态分类识别是"人类脑计划"研究首要解决的问题。神经元真实形态复杂多样,利用物理观察和日常经验无法进行分类识别,传统的分类识别算法难以解决形态相似的神经元分类识别的误判现象。针对神经元形态分类误判与类别重叠问题,提出神经元几何形态特征提取方法,设计神经元形态特征自由分类模型,从而为神经元的精确分类、有效识别与新型命名提供方法支持和实践参考。实验结果表明,该分类模型具有较高的运行效率和聚类精度,较好地解决了分类误判和类别重叠问题。     

一种基于多精度模糊划分提取模式识别规则的方法

对于具有多模糊特征变量的分类问题，提出一种自动提取适当的模糊模式识别规则集的方法．首先通过多精度划分模糊空间产生多个模糊规则表，然后采用人工免疫原理的克隆选择算法，得出一个优化的模糊分类规则集用于模式识别．实验表明该方法所提取的规则集规则数目少、分类正确率较高．     

基于勾股模糊语言幂加权平均算子的多属性群体决策方法

针对多属性群决策问题,采用能够方便专家参考语言集信息进行评价并且取值灵活的勾股模糊语言集进行了处理。首先,基于语言集和勾股模糊集的距离测度给出了勾股模糊语言数距离测度的定义与相关性质;然后,以勾股模糊语言数的距离测度作为幂均（PA）算子的距离度量,提出了勾股模糊语言幂加权平均（PFLPWA）算子用以对群决策过程中不同专家评价矩阵进行融合,并同时在融合过程中考虑专家评价的差异性;最后,基于PFLPWA算子构建了勾股模糊语言环境下的群体决策新方法,并通过案例分析检验了PFLPWA算子应用于群决策中的有效性和适用性。     

基于模糊熵和证据推理的语言?? 数多准则决策方法

定义了语言??数及其模糊熵, 提出了基于模糊熵和证据推理的多准则决策方法, 以解决准则权系数信息不完全确定的语言??数多准则决策问题. 所提方法通过建立基于语言??数模糊熵的线性规划模型来得到准则的最优权系数, 利用证据推理算法确定方案的综合准则值, 进而得出最优方案. 最后通过实例验证了所提出方法的有效性和可行性.

     

SUBJECTIVE MENTAL WORKLOAD ASSESSMENT BASED ON GENERALIZED FUZZY NUMBERS

In this article, a new method for subjective mental workload assessment is presented based on generalized fuzzy numbers. First, the linguistic values are modeled as generalized fuzzy numbers, which is more efficient in dealing with uncertain information and representing experts' opinions than normal fuzzy numbers due to the fact that the degree of confidence of decision makers' opinions is taken into consideration. In addition, compared with existing methods, the result of the proposed method is more reasonable because it can correctly determine the degree of similarity between the assessment and the linguistic terms. A numerical example is used to show that the proposed method can provide a useful way to handle subjective mental workload assessments in a linguistic manner.     

Multicriteria group decision-making method using the distances-based similarity measures between intuitionistic trapezoidal fuzzy numbers

The Hamming and Euclidean distances between intuitionistic trapezoidal fuzzy numbers and the distances-based similarity measures are proposed in this study, then an intuitionistic trapezoidal fuzzy multicriteria group decision-making method is established using the similarity measures and expected weight values, in which linguistic values of intuitionistic trapezoidal fuzzy numbers for linguistic terms are used to assess alternatives with respect to qualitative criteria and criteria weights. We establish simple and exact formulae to solve the multicriteria group decision-making problem based on the similarity measures between the ideal alternative and each alternative, the ranking order of all the alternatives and the best one can be determined by the proposed similarity measures. Finally, an illustrative example demonstrates the implementation process of the technique.     

基于直觉语言集结算子的多准则决策方法

定义了直觉语言数及其运算法则、期望值、得分函数和精确函数以及直觉语言加权算术平均算子和加权几何平均算子.针对准则值为直觉语言数的多准则决策问题,提出了一种基于直觉语言集结算子的决策方法.该方法利用集结算子对准则进行集成,得到再方案的综合直觉语言数,通过比较各方案综合直觉语言数的得分函数值和精确函数值得到方案集的排序.实例分析表明了该方法的有效性和可行性.     

挖掘语言值关联规则

讨论了大型数据库上数量属性的关联规则问题.为了软化论域的划分边界,应用相关的模糊c-方法(relationalfuzzyc-means,简称RFCM)算法确定正态模糊数的两个参数,并借助正态模糊数模型来划分数量属性的论域,由此生成一系列的语言值关联规则.另外,给出了语言值关联规则的挖掘方法.由于语言值能很好地表示抽象的概念,从而使得挖掘出的关联规则更抽象、更容易被人理解.     

Some interesting properties of the fuzzy linguistic model based on discrete fuzzy numbers to manage hesitant fuzzy linguistic information

The management of hesitant fuzzy information is a topic of special interest in fuzzy decision making. In this paper, we focus on the use and properties of the fuzzy linguistic modelling based on discrete fuzzy numbers to manage hesitant fuzzy linguistic information. Among these properties, we can highlight the existence of aggregation functions with no need of transformations or the possibility of a greater flexibilization of the opinions of the experts, even using different linguistic chains (multigranularity). Furthermore, based on these properties we perform a comparison between this model and the one based on hesitant fuzzy linguistic term sets, showing the advantages of the former with respect to the latter. Finally, a fuzzy decision making model based on discrete fuzzy numbers is proposed.     

Aggregating decision information into Atanassov's intuitionistic fuzzy numbers for heterogeneous multi-attribute group decision making

The aim of this paper is to propose a new aggregation method to solve heterogeneous MAGDM problem which involves real numbers, interval numbers, triangular fuzzy numbers (TFNs), trapezoidal fuzzy numbers (TrFNs), linguistic values and Atanassov's intuitionistic fuzzy numbers (AIFNs). Firstly, motivated by the relative closeness of technique for order preference by similarity to ideal solution (TOPSIS), we propose a new general method for aggregating crisp values, TFNs, TrFNs and linguistic values into AIFNs. Thus all the group decision matrices for each alternative which involves heterogeneous information are transformed into an Atanassov's intuitionistic fuzzy decision matrix which only contains AIFNs. To determine the attribute weights, a multiple objective Atanassov's intuitionistic fuzzy programming model is constructed and solved by converting it into a linear program. Subsequently, comparison analyses demonstrate that the proposed aggregated technology can overcome the drawbacks of existing methods. An example about cloud computing service evaluation is given to verify the practicality and effectiveness of the proposed method.     

基于优序关系的犹豫模糊语言多准则决策方法

犹豫模糊语言集是语言集和犹豫模糊集的扩展,受传统Electre方法的启发,构建基于优序关系的犹豫模糊语言多准则决策方法. 首先,给出犹豫模糊语言数的Hausdorff距离公式;然后,基于每一准则下方案评价的对比,建立犹豫模糊语言数的优序关系,并在此基础上,提出一种基于优序关系的犹豫模糊语言多准则决策方法;最后,通过算例表明了所提出方法的有效性和可行性.