模糊数学理论在汉字识别中的应用

模糊数学自诞生以来取得了快速的发展,随着计算机应用技术的发展,特别是网络的普及,人们越来越离不开计算机,计算机获取各种信息的主要工具,大量的信息处理工作也离不开计算机。在日常生活和工作中,存在着大量的文字信息处理工作,必须交由计算机处理。汉字识别是模式识别领域的一个重要方向,涉及到很多方面的知识,同时它的实践意义也很深远。     

模糊数学理论在图像处理中的应用

用计算机来处理图片已成为计算机研究的一个重要方向,基于模糊数学的图像处理技术是计算机图像处理中的重要计算。图像本质上具有模糊性,因此模糊信息处理技术在图像处理中的使用有其必然性。提出一种基于模糊数学的方法来融合多模图像。     

模糊数学在数字电路险态测试中的应用

本文将模糊数学的原理应用到数字电路的险态测试中,与传统的卡诺图方法相比,其优越性显然在于用计算机实现的方便。     

模糊数学在网格信任模型中的应用研究

模糊数学是一门崭新的数学学科,而且是计算机科学向人类的自然机理方面发展的重大突破.网格是近十年来信息技术领域的热点研究课题.本文将模糊数学的理论知识用于网格信任模型、服务质量等级的判断上,使得用户信任度的评估更加准确、灵活、可靠.模糊语言变量是一种既能反应信任的模糊性又具有直观简洁特点的定量描述机制.它能够很好地描述网格的动态特性,为网格的信任模型发展提供理论支持.     

模糊数学在干部考核数据库中的应用

介绍了利用模糊数学理论并与数据库相结合,建立了适于干部素质能力考核的数学模型,运用Delphi语言编程,实现了对干部考核评判并给出综合评判结果。     

模糊数学在卷烟直径测量中的应用

图像边缘检测的模糊方法能有效地将物体从背景中区分开来，本文介绍应用图像边缘检测的模糊数学方法测量卷烟直径的基本原理，并介绍了如何利用计算机实现整个测量过程，该系统具有较高的精确度。     

模糊数学在计算机辅助教学评估系统中的应用

随着社会的不断发展,科技技术的不断进步,计算机技术渗入到了人们生活的每个角落。由于计算机对模糊现象识别能力较差,为了提高计算机识别模糊现象的能力,就需要把人们常用的模糊语言设计成机器能接受的指令和程序,以便机器能像人脑那样简洁灵活的做出相应的判断。该文就教学质量评估中如何利用模糊数学对反馈回的数据表进行评估,从而进一步判断出相应的等级进行了讨论,以找出一种比较客观有效的评估方法。     

模糊数学在测量卷烟直径中的应用

图象边缘检测的模糊方法能有效地将物体从背景中区分开来。本文介绍应用图象边缘检测的模糊数学方法测量卷烟直径的基本原理,并介绍了如何利用计算机实现整个测量过程。该系统具有较高的精确度。     

中文文本的关键词自动抽取和模糊分类

本文提出了中文文本分类的两种模糊方法,一种基于模糊集间的语义距离,一种基于本文中提出的‘模糊分类网络’。两者都必须首先从文本中抽取关键词集合,本文给出了一种主要采用统计方法结合受限自然语言理解技术的模糊关键词集合提取方法,它与模糊分类方法结合,可望达到文本信息的自动分类。所提出的方法同样适合于模式识别之类问题的解决。     

浅谈信息技术与数学学科的整合

如今,以计算机技术和网络技术为代表的信息技术,已逐步渗透到社会的各个领域,正改变着人们的生产与生活、工作与学习方式。教育作为社会的一个重要领域,当然也不例外,作为教育工作者,最关注是信息技术与各学科的．整合。而对于数学,面对21世纪的挑战,学生数学方面的发展和能力最重要的基础之一就是现代信息技术与新的数学课程理念的融合,而现代信息技术为数学教学改革提供了切实可行的方案、方法和工具,营造了新的数学教学和学习环境。     

模糊数学对招募专员绩效评估的应用

主要介绍招募系统中模糊数学综合评价方法对招募专员绩效评估的应用。在算例中,首先人事经理给出招募专员的绩效考核方法,然后建立模糊综合评价模型,最后运用该模型对招募专员绩效进行科学、客观的评价。模糊数学理论为招募专员绩效评估提供一种方法。     

基于模糊推理的条形域形状分类

基于单义域邻接图的扫描图样矢量化,要生成具有较强整体性的条形域,包括线段、圆弧、箭头和多义线。它们的分类特征和分类知识均有模糊性,采用模糊推理进行分类。在分类时,以条形域较小和较大的直线度、圆形度和等宽度为模糊集合,以计算较少的升降半梯形为相应的隶属函数。这样分类符合人类认知方法,而且算法简单易于实现。     

基于模糊积分的运动目标分类算法

交通视频监控中的运动目标分辨率较低且投影变形严重，特征提取过程存在很多的不确定性，其目标分类问题很难解决。利用模糊测度和Choquet模糊积分的方法进行目标的分类算法。由于同时利用目标的形状特征信息和运动特征信息，提高了分类器的分类精度。利用实际的交通场景的运动目标测试结果表明，分类器不仅满足一定的分类精度，而且计算简单。     

基于类权重的模糊不平衡数据分类方法

针对现有分类算法通常对不平衡数据挖掘表现出有偏性,即正类样本（通常是更重要的一类）的分类和预测性能差于负类样本的分类和预测性能,提出一种不平衡数据分类方法。该方法通过一个超球面将两类数据以最大分离比率分离,并且引入类权重因子和样本模糊隶属度,同时考虑了不同类的重要性和不同样本对该类的不同贡献,从而提高了不平衡数据中正类的分类和预测的性能以及整体的推广能力。分别在人造数据和UCI真实数据上进行了实验,结果验证了该方法的有效性。     

模糊神经网络信息融合方法在机器人避障中的应用

基于Takagi—Sugeno(T—S)模型的模糊神经网络不但具有模糊逻辑和神经网络两者的优点，又具有很好的学习能力。将基于T—S模型的模糊神经网络的信息融合算法应用在移动机器人的避障运动中，采用了多个超声测距传感器探测障碍物的距离和方向，经过模糊神经网络信息融合后，实现了机器人对障碍物和环境类型的识别以及无冲突的运动。实验表明：此方法能够使机器人安全避障。     

基于模糊关系理论的信息系统划分方法

对信息系统划分方法的研究一直是信息系统开发研究的一个热点和难点。文章以模糊关系理论为基础,提出了一种信息系统模糊划分方法（ISFD）,并给出了一个应用实例。使用ISFD方法划分的子系统具有良好的系统柔性。ISFP方法简单、实用,具有较高的应用价值。     

模糊逻辑在数据库信息检索中的应用研究

模糊逻辑在传统信息检索中已有较多的研究,在数据库信息检索中引入模糊逻辑也引起越来越多的关注.使用隶属函数表示数据库中存在的语义不确定性和不精确性,建立相应的模糊索引,并采用模糊推理机制,同时融合对象级别的信息检索方法,可以有效提高数据库信息检索的效果.首先介绍模糊逻辑在传统信息检索中的应用及其优缺点,然后重点介绍模糊逻辑在数据库信息检索中的应用,最后探讨了基于模糊逻辑的关系数据库对象级别信息检索方法.     

一种新的基于模糊聚类的镜头检索方法

镜头检索是基于内容的视频检索的重要内容,而镜头内部内容往往是变化的,这给镜头检索带来了很大的困难。为了描述这种镜头内部的不一致性,这里首次使用模糊聚类的方法,把镜头分为多个等价类,等价类内部内容是一致的,这些等价类客观全面地描述了镜头内部内容的变化。把这些等价类用于镜头检索,获得了良好的检索结果。实验对比结果也证实了该方法的有效性。