Agent技术与模糊信息

介绍了当前正在迅速发展的Ａｇｅｎｔ技术,Ａｇｅｎｔ技术主要是用于Ｉｎｔｅｒｎｅｔ中的信息检索和电子商务,通过总结Ａｇｅｎｔ技术的特点,并针对该的关键点在于学习和推理的算法设计,提出利用模糊信息处理的理论来解决这一问题。     

基于模糊理论的多传感器信息融合算法

D-S证据理论作为一种重要的不确定性推理理论,为处理传感器信息的模糊性及不确定性提供了很好的解决方法。但各个证据中的基本概率分配函数（mass函数）如何生成,仍是人们需要解决的问题。针对这一问题,提出了一种基于模糊理论中的高斯隶属度函数来得到传感器提供信息的可信度,计算了各个传感器之间的相互支持度;将各传感器的可信度和支持度转化成mass函数;利用证据理论对多传感器信息进行融合。仿真试验表明该方法能够有效提高识别的准确性和可靠性。     

利用模糊神经网络实现数值信息与语言信息的融合

提出一种数值信息与语言信息融合的实现方法,融合是通过一个模糊神经网络完成的。该方法可用于对既有语言型变量,又有数值型变量的系统建立模型。实现融合的关键是对语言变量定义隶属函数。给出一种考虑决策者的偏好来描述语言变量的隶属函数的方法,仿真结果验证了算法的有效性。     

模糊信息评测的数据挖掘研究

根据实际需求,通过分析具体隶属函数的分布特性与实际背景的关系,归纳总结了隶属函数确定的一般性原则,并结合具体实例进行了验证,透视数据的有用信息.     

文本文件中信息的模糊识别

如何高效地提取以文本文件为载体的文字信息，是信息网络远程户所普遍面临的问题。本文就多变性信息标志的识别信息访问这一关键，提出一套较为理想的解决方案，并经实际开发应用，取得良好的使用效果。     

基于直觉模糊和证据理论的混合型偏好信息集结方法

针对混合型偏好信息的集结问题,利用直觉模糊实现了5类混合型偏好信息的统一,提出利用冲突系数和Jousselme距离综合表示的证据冲突度计算专家权重的方法,最后利用Demsper组合规则对专家权重修正后的证据进行组合.实例分析表明,所提出的偏好信息统一方法能够保持转化前后方案的优先顺序不变,通过专家权重对专家意见的修正使得证据合成结果能体现多数专家的一致意见,具有较高的实用价值.     

决策信息不完全确知的模糊决策集成模型

从模糊模式识别概念出发，建立决策方案集对全体级别加权广义欧氏权距离平方和最小的非线性规划模型，导出决策信息不完全确知的多目标模糊决策集成模型，该模型将模糊优选，模糊模式识别，模糊交叉迭代，模糊聚类等多种决策方法有机地结合到一起，用于处理决策人偏好，方案评价，分级标准等决策信息不完全确知情况的决策问题，为解决复杂系统的不完全信息多目标决策提供了一条新途径。     

基于模糊神经网络和证据理论的列车智能控制系统多信息融合故障诊断研究

针对列车智能控制系统故障诊断中的多故障特征信息输入时的时变、冗余、不确定性和空间分布性,给出了一种列车智能控制系统多信息融合故障诊断的系统结构。讨论了采用模糊神经网络进行特征层融合和证据理论进行决策层融合相结合的列车智能控制系统多信息融合故障诊断方法。故障诊断实例的结果表明:该方法能够有效地提高诊断的可信度,减小诊断的不确定性。     

基于加权证据理论的模糊信息融合目标识别

在异类多传感器信息融合目标识别中,不同传感器对系统提供的证据等级不同。为此,提出一种模糊信息融合目标识别方法。将各证据按证据权进行转化,用Dempster-Shafer(D-S)证据理论进行合成,利用模糊数学模型对传感器测量值和数据库中的数据进行建模,根据证据距离得到各证据的相互支持度,进而获得传感器对系统提供信息量的权重。分析结果表明,该方法具有较高的精度和可靠性。     

证据理论与模糊距离不确定性信息融合方法

针对决策支持系统中专家不确定性意见难以融合的问题。提出了一种基于证据理论和模糊距离相结合的决策融合方法。运用模糊距离方法来获得专家的权重和属性指标的相对权重,对专家决策中由于主观认识的局限性带来的不确定性问题进行了研究。运用DS证据理论识别框架计算出概率分配函数,对所有方案进行排序选择,得出最终的决策融合意见。通过实验表明,运用此方法对不确定性信息的融合具有很好的可行性和有效性。     

基于模糊神经网络的特征信息融合

研究多传感器特征信息融合问题。基于自适应模糊神经网络,提出一种新的特征信息融合算法。仿真结果表明,该方法计算量小,具有较强的处理不确定信息的能力和多种理想的融合特性等特点。     

模糊优化理论与方法的研究综述

系统地回顾和总结了模糊优化理论和方法的研究进展和成果 ,包括模糊建模与模糊优化 ,模糊优化问题的一般形式与分类 ,模糊优化方法的基本框架和主要优化方法 ,重点介绍模糊线性规划问题的分类 ,模型与方法 .     

模糊信息优化处理技术应用简介

本文介绍了模糊信息优化处理技术在人工神经网络、大地测量数据处理、风险分析、评估体系等四个方面的应用情况,并对该领域在基础理论、实用方法、商业应用等三个方面的发展进行了简短的讨论.     

中文模糊限制信息范围语料库的研究与构建

模糊限制语用于表示不确定性的观点。由模糊限制语所引导的信息为模糊限制信息,开展中文模糊限制信息检测研究,对事实信息抽取意义重大。模糊限制信息检测包含模糊限制性句子识别和模糊限制信息范围检测两个子任务。中文模糊限制信息范围语料库的缺乏,影响了中文模糊限制信息检测的研究。该文研究制定了基于短语结构的中文模糊限制信息范围标注规则,构建了中文模糊限制信息范围语料库。最后对标注的语料库进行了统计和分析。该文语料库的构建为中文模糊限制信息检测研究提供了资源支持。     

基于模糊卡尔曼滤波的信息融合算法

应用自适应模糊逻辑系统（AFLS）原理,研究了一种基于卡尔曼滤波器的信息融合算法;AFLS通过在线监视融合数据新息是否为零均值白噪音,然后根据模糊规则调整融合滤波器的指数加权值,从而保证了滤波器的最优估计性能;仿真结果证明该方法在高噪声环境中具有良好的信息融合能力,能有效跟踪研究对象的状态变化。     

基于方向信息梯度的图像模糊测度

提出了一种新的图像模糊测度方法,该方法以图像小波分解的低频系数各个方向上的信息梯度和作为图像的模糊测度,理论与实验证明该测度相对于图像的模糊程度是单调和单峰的,并且受噪声、亮度和对比度变化影响较小。     

基于模糊神经网络的信息融合技术研究

针对信息融合技术中目标融合识别的问题,根据人工神经网络和模糊系统的各自特点,形成一种模糊神经网络模型。首先将模糊系统用神经网络的结构表示,并采用相应的学习算法训练模糊神经网络实现模糊推理功能。最后对模糊神经网络模型进行仿真实验和结果分析。     

模糊控制系统近年来的研究与发展

主要总结了近年来模糊控制系统的研究与发展,介绍了最近模糊控制系统研究的一些主要方面及研究成果,分析了它们的优缺点,并探讨了这一研究领域的研究趋向。