粗糙集中若干新的模糊度计算公式

依据模糊集的模糊度和贴近度的公理化定义,基于粗糙集的模糊度和贴近度的基本概念,进一步研究粗糙集的模糊性度量方法,给出了文[3]中模糊度公式的等价形式;同时讨论了粗糙集中由贴近度诱导的模糊度,给出了粗糙集中若干新的模糊度计算公式。     

具有三种否定的模糊集FScom的模糊度与贴近度

文献[1]从概念层面上提出并区分模糊概念中存在的三种不同否定关系,即矛盾否定关系、对立否定关系和中介否定关系,由此定义了能够刻画这些不同否定的一种新的模糊集FScom。研究模糊集FScom的模糊度与贴近度,提出模糊集FScom的模糊度、距离贴近度以及格贴近度计算公式,并讨论了它们的应用。     

基于模糊贴近度理论的图像置乱效果评价研究

提出了应用模糊贴近度理论来构造图像置乱效果评价的新方法.从图像中任意像素与其周围邻域像素之间存在紧密关系角度出发给出了一种模糊集的定义,给出了图像中各像素所对应模糊集及其补集之间的模糊贴近度,最后根据置乱前后图像所有像素所对应的模糊贴近度之和采构造用于图像置乱效果评价的置乱度函数.大量仿真实验及结果分析表明,提出的评价方法是可行的,反映了加密次数与置乱效果之间的关系,其客观评价结果与人的视觉感知基本一致.     

基于TOPSIS 的区间直觉模糊数排序法

基于传统的逼近理想解排序法(TOPSIS) 思想, 运用区间直觉模糊数的欧氏距离, 给出区间直觉模糊数相对于最大区间直觉模糊数的贴近度公式, 并给出区间直觉模糊数贴近度所具有的优良性质, 这些性质表明贴近度作为排序指标是合理的. 通过与文献中有关区间直觉模糊数排序法的对比分析, 表明基于贴近度的排序方法具有更高的区分能力. 运用新的排序指标提出一种区间直觉模糊多属性决策方法, 并通过实例表明了所提出方法的有效性．

     

一个基于三角函数的直觉模糊熵公式

利用三角函数定义了一个直觉模糊熵公式,该公式不仅考虑了直觉模糊集的隶属度与非隶属度的偏差,而且考虑了直觉模糊集的犹豫度.对以往文献给出的两个直觉模糊熵公式进行了讨论,并将所提出的公式与这两个公式进行了比较.算例分析表明,所提出的熵公式能够反映直觉模糊集的不确定性和未知性程度.     

广义犹豫模糊软集的相似度量及其应用

在广义模糊软集和犹豫模糊软集的基础上给出广义犹豫模糊软集的概念,并研究广义犹豫模糊软集的相似度量。首先利用三种犹豫模糊集合的包含度,构造犹豫模糊集间的相似度量公式。然后在犹豫模糊集相似度基础上给出广义犹豫模糊软集相似度量的公理化定义,并构造广义犹豫模糊软集的相似度量公式,这些公式可以计算参数集不同时两个广义犹豫模糊软集间的相似度。最后利用广义犹豫模糊软集相似度量方法构造了一种决策方法,并将这个决策方法应用于环境治理问题中。通过实例验证了所提出方法的可行性和有效性。     

基于模糊稀疏度的聚类分析

本文简要评价了模糊聚类分析中常用的两种方法：λ截集聚类法和模糊ＩＳＯＤ－ＡＴＡ聚类法，指出了它们在应用方面的一些局限性，据此提出了一种基于模糊稀疏度的聚类技术－ＳＢＣＴ法。其中，改进了贴近度的概念，提出了用于衡量模糊幂集中模糊子集分布状况的稀疏度概念。     

直觉模糊集的包含度

Atanassov直觉模糊集是对Zadeh模糊集最有影响的一种扩充和发展,而直觉模糊包含度是模糊包含度的直觉化扩展.针对文献[7]中Vague包含度仍然是一个模糊值的问题.提出一种新的直觉模糊集的包含度定义,该包含度取值于一个特殊格L,与直觉模糊集理论的基本思想相一致.验证了4类直觉模糊包含度公式,证明了直觉模糊R-蕴含可以生成一类直觉模糊包含度.     

模糊关系贴近度的一般形式

根据模糊集贴近度理论,分析模糊关系贴近度表示的规律,得到一系列的模糊关系贴近度的表示形式,为模糊关系贴近度的实际应用提供了极大的方便,为计算机的应用与发展提供理论支撑。     

基于网格显著度的视点质量计算方法*

从模糊贴近度的角度,结合网格显著度概念,给出了一种新的视点质量计算方法。首先将场景中的每个三角形看做论域中的一个样本,从可见度大小的角度定义隶属函数,为视点构造一个模糊集合;然后结合三角形的几何面积及面片显著度给出一个对应理想视点的模糊集;最后求取两个模糊集合的贴近度作为视点质量的评价准则。实验结果表明,该算法能够较好地反映视点质量。     

基于模糊数学的数字图像模糊度

图像的品质评定是图像处理领域的一项重要课题，难以对其给出客观的评价，文中引进模糊数学中的三角模算子与非模糊基数学模拟，定主了数字图像模糊度，理论与实现表明，该定义比模糊指数更符合人眼的视觉特征，并可用于评价图像器质，图像模糊度能够明显提高图像处理系统的效率。     

关于Vague集模糊熵及新构造方法

从Vague集模糊性主要来自未知信息与不确定信息出发,给出一种新的Vague集模糊熵计算方法,并改进了它的公理化定义及其证明。最后通过实例分析,指出它确实同时考虑到Vague集的未知性和不确定性,从而证明所给出Vague集模糊熵的定义是更加合理的。     

Entropy of interval-valued fuzzy sets based on distance and its relationship with similarity measure

This article proposes a new axiomatic definition of entropy of interval-valued fuzzy sets (IVFSs) and discusses its relation with similarity measure. First, we propose an axiomatic definition of entropy for IVFS based on distance which is consistent with the axiomatic definition of entropy of a fuzzy set introduced by De Luca, Termini and Liu. Next, some formulae are derived to calculate this kind of entropy. Furthermore we investigate the relationship between entropy and similarity measure of IVFSs and prove that similarity measure can be transformed by entropy. Finally, a numerical example is given to show that the proposed entropy measures are more reasonable and reliable for representing the degree of fuzziness of an IVFS.     

关于Vague集的模糊熵

由于Vague集是Zadeh's模糊集的一个扩展,为计算Vague集的模糊熵,有学者提出将Vague集转化为模糊集,然后借用模糊集有关熵的计算方法来讨论它们。该文首先给出反例说明Li's(2003)的方法在某些情况下和基于模糊集的Vague集模糊熵定义不一致。在指出Vague集的模糊性主要来自未知信息和不确定性信息的基础上,提出了一个基于非模糊集的Vague集模糊熵公理化定义,给出了该类模糊熵的计算公式,最后通过定理证明了它确实同时考虑到了影响Vague集模糊熵的两个因素。     

直觉模糊熵约束条件的改进及新模糊熵构造

为解决直觉模糊熵的定义和度量不合理问题,提出了一种直觉模糊熵的公理化定义并构造了新的度量方法。首先分析了现有直觉模糊熵的公理化定义中存在的差异并指出其缺陷和不足;接着提出了一种改进的直觉模糊熵的公理化定义,并构造了新的直觉模糊熵的计算公式;最后,通过实例,将新公式与现有直觉模糊熵公式进行了比较对比。算例分析表明,所提出的熵公式能够反映直觉模糊集的不确定性和模糊性,并且对直觉模糊集不确定性的区分能力更强。     

关于Vague集模糊熵的度量分析

提出了Vague集模糊性主要来自3个部分,分别为未知信息、不确定信息及它们的交叉模糊信息,通过分析现有方法,给出一种新的Vague集模糊熵度量方法,并改进了它的公理化定义和证明了它的正确性。通过实例分析,指出它同时考虑了Vague集的未知性、不确定性和两者之间的交叉模糊性,从而证明所给出Vague集模糊熵的定义是更加合理的。     

新的直觉模糊熵公式及其应用

直觉模糊熵反映了直觉模糊集的模糊性和不确定性,因而提出合理正确的直觉模糊熵的公理化定义以及计算公式是十分重要的。通过实例指出已有文献中直觉模糊熵计算公式的不合理,提出新的直觉模糊熵的计算公式,对其进行了证明。根据该直觉模糊熵确定的权重应用到模糊推理过程中,从而有效地解决实际问题。     

模糊Jena的研究

用Jena[11]建立的本体中概念及其关系都是确定的,但是,现实世界中事物及其关系往往具有模糊性且这种模糊性会随着事物的发展而变化.为了将Web上资源及其关系的模糊性表示出来,在RDF[9]的三元组(主体、谓词、客体)中的谓词部分加入一个表示谓词的模糊性的权值,提出一个新的概念-模糊资源描述框架(FRDF,Fuzzy ...     

面向语义信息查询的模糊本体模型

针对领域知识建模时的模糊性、不确定性与信息查询时的局限性,提出一种基于模糊控制规则的模糊本体模型。利用基于模糊聚类的本体机器学习方法构建模糊控制规则库,通过计算模糊相似矩阵得到模糊概念的语义关联,对词汇相关概念进行语义分析与扩展获取模糊概念间的本质语义关系,实现基于模糊概念属性值的信息查询与语义共用。实验结果表明,该模型在语义查询上有更完善的推理机制,能有效获取语义信息。     

Vague集模糊熵的再研究

Vague集模糊性主要来自未知信息与不确定信息这个结论上,构造出一种新的Vague集模糊熵计算公式,并给出它的公理化定义及证明。最后通过几组实例的分析,得出提出的Vague集模糊熵定义是已有Vague集模糊熵公式中最合理的一种。