共查询到17条相似文献,搜索用时 171 毫秒
1.
2.
为了解决在数据不确定条件下极大熵权重配置模型找寻最优权重的问题,引入云模型将具有随机性和模糊性的数据转换为定性的数字特征。以此为基础在逼近理想解排序方法架构下定义了正负理想解,基于改进的欧氏距离设计了正负向距离,提出了多评估对象相对能力量化模型,并在极大熵准则下构建了新的权重配置模型,使得评估对象相对能力大小排序的专家知识得到充分运用。通过分析采用了模拟退火算法实现最优指标权重的搜寻,解决了原先算法模型不能应用于非凸优化情形的问题,进而给出科学合理的权重配置方案。仿真实例表明,在多次迭代后找寻到最优权重熵为1.377 7,满足要求,证明了所提算法的有效性。 相似文献
3.
4.
5.
为了解决混合类型数据与专家知识等异质信息的融合决策问题,该文提出了基于信任区间的交互式多属性识别(BI-TODIM)方法。完善了混合类型数据的距离测度,根据信任区间的构建定理和灰关联方法构建了未知目标混合类型数据的信任区间,阐明了信任区间与直觉模糊数之间的等价关系,创建了混合类型数据和专家知识的识别决策模型,实现了特征层信息和决策层信息的统一表达;分析了基于信度函数的逼近理想解(BF-TOPSIS)方法的反转现象及算法的复杂度,定义了区间数的序关系,提出了BI-TODIM识别决策方法,及基于直觉模糊熵的未知权重计算方法。结合算例和目标识别案例,验证了该文方法在解决排序反转和异质信息融合方面的有效性,突出了该方法时间复杂度低、稳定性好、识别准确度高的优点。 相似文献
6.
为了解决混合类型数据与专家知识等异质信息的融合决策问题,该文提出了基于信任区间的交互式多属性识别(BI-TODIM)方法。完善了混合类型数据的距离测度,根据信任区间的构建定理和灰关联方法构建了未知目标混合类型数据的信任区间,阐明了信任区间与直觉模糊数之间的等价关系,创建了混合类型数据和专家知识的识别决策模型,实现了特征层信息和决策层信息的统一表达;分析了基于信度函数的逼近理想解(BF-TOPSIS)方法的反转现象及算法的复杂度,定义了区间数的序关系,提出了BI-TODIM识别决策方法,及基于直觉模糊熵的未知权重计算方法。结合算例和目标识别案例,验证了该文方法在解决排序反转和异质信息融合方面的有效性,突出了该方法时间复杂度低、稳定性好、识别准确度高的优点。 相似文献
7.
依托于多模型框架的跳变马尔可夫系统状态估计的性能通常受限于多模型间的信息融合程度.本文以交互式多模型方法为框架,针对跳变马尔可夫系统提出了一种基于最大混合相关熵的状态估计方法.为了能有效处理模型高阶信息,在混合和融合步骤引入最大混合相关熵测度替代常规的二阶统计矩准则,设计了关于系统状态的代价函数,通过最优化该函数得到状态估计的迭代解.仿真实验详尽展示了所提方法的主要特征,并表明其在高斯和非高斯噪声环境下都具有较好的估计效果. 相似文献
8.
为了利用多个指标实现红外与可见光图像融合质量全面、客观的评估,提出了基于直觉模糊的红外与可见光融合质量评价方法.在评估过程中,采用熵权法确定评价指标的权重,采用正标准向量和负标准向量定义直觉模糊数,最后应用直觉模糊决策中的记分函数获得红外与可见光图像融合质量评价值.结果表明:所提基于直觉模糊决策的红外与可见光图像融合质量综合评价是有效的,且区分度较高. 相似文献
9.
将脉内特征提取、调制类型识别和聚类分选联合,提出了一种基于自编码器的雷达信号联合预分选方法。现有的基于脉内特征的聚类预分选方法需要预先设计特征参数提取方法,而所提方法可自动提取脉内特征参数,并根据聚类结果,对提取的特征参数进行调整,从而改变了以往分选算法的单向流程,引入了反馈机制以深入挖掘特征信息。仿真结果表明,该方法能在低信噪比环境下对雷达信号的脉内特征进行提取,并依靠脉内特征参数进行分选。 相似文献
10.
针对实际制造车间中工序加工时间具有不确定性,将加工时间采用模糊数表示,建立一种多目标模糊柔性作业车间调度模型,并提出了有效求解该模型的多目标进化算法.算法采用混合机器分配和工序排序策略的方法产生初始种群,并采用插入空隙法对染色体进行解码.定义一种新的基于可能度的个体支配关系和一种基于决策空间的拥挤算子,并将所提支配关系和拥挤算子运用于快速非支配排序.接着,提出一种基于移动模糊关键工序的局部搜索策略.实验部分首先通过田口试验方法来研究关键参数对算法性能的影响;其次,将所提算法与三种不同的优化算法作对比.实验结果验证了所提算法的有效性. 相似文献
11.
12.
随着雷达信号的日益复杂,从实数序列中提取特征变得越来越困难,但当它们表示成符号序列时,通常能更容易地挖掘出有效的特征参数。因此,该文提出一种基于多尺度信息熵(MSIE)的雷达信号识别方法。首先通过符号聚合近似(SAX)算法在不同字符集尺度下将雷达信号转换为符号化序列;然后联合各符号序列的信息熵值,组成MSIE特征向量;最后,使用k邻近算法(k-NN)作为分类器实现雷达信号的分类识别。通过仿真6种典型的雷达信号进行验证,结果表明该方法在信噪比(SNR)为5 dB时,不同雷达信号的识别正确率大于90%,并且优于传统的基于复杂度特征(盒维数和稀疏性)的识别方法。
相似文献13.
针对低信噪比条件下雷达信号识别算法对噪声敏感的问题,提出了一种基于三维特征的雷达信号脉内调制识别算法。该方法通过提取信号的差分近似熵、调和平均分形盒维数和信息维数特征组成三维特征向量,使用遗传算法优化的BP神经网络分类器实现雷达信号的分类识别。仿真结果表明,所提取的三维特征在信噪比为-4~10 dB变化范围内具有较好的类内聚集度和类间分离度,可以实现对不同雷达信号进行识别,证实了该方法的有效性。 相似文献
14.
语音情感识别是人工智能的重要研究领域之一,特征参数提取的准确性直接影响识别的效果。分析了发音持续时间、平均振幅、基音频率,第一共振峰和Mel频率倒谱参数,并基于模糊熵理论提取了各参数的权重。再利用模糊熵进行有效的度量融合.最后通过改进后综合判决对情感语句做出识别判定。研究发现融合后的参数增强了情感识别的效果。 相似文献
15.
研究了基于通信辐射源射频指纹(RFF)的同类型设备分类识别理论,通过提取通信信号的围线积分双谱值来作为设备个体识别的特征向量,使用支持向量机(SVM)分类器进行识别.构建辐射源识别系统,并使用实测信号进行仿真测试.结果显示该方法具有稳定的识别效果,且在信噪比(SNR)为-22 dB时,系统可以达到接近90%的分类识别准... 相似文献
16.