区间值数据模糊c-均值聚类新算法

针对范九伦等提出的两种模糊ｃ－均值聚类算法进行了改进,提出了更一般的区间值数据模糊ｃ－均值聚类算法．证明了当加权系数λ为１时,新算法等效于老算法Ⅰ;当λ趋于０ 时,新算法趋近于老算法Ⅱ．新算法以老算法Ⅰ和Ⅱ为其特例,并可用现有的模糊ｃ－均值工具箱直接实现．     

区间直觉模糊数的精确函数及其在决策中的应用

针对区间直觉模糊数的排序问题,定义一种新的区间直觉模糊数精确函数。在考虑犹豫度信息的情况下,讨论了该精确函数的性质。通过实例与已有的精确函数比较,结果显示,该精确函数的排序能力有一定程度的提高。最后将其应用到区间直觉模糊多属性决策中,并用实例分析验证该方法的有效性。     

区间值模糊参数软集及其在决策中的应用

定义了区间值模糊参数软集的概念,研究了区间值模糊参数软集的运算及运算性质。然后,给出利用区间值模糊参数软集进行决策的方法,并通过实例说明了方法的可行性。     

区间值函数与模糊值函数的RS积分

定义了区间值函数的ＲＳ积分,并利用它来定义模糊值函数的ＲＳ积分,给出了这种积分的一些性质。     

基于区间数的模糊隶属函数构建

针对当前基于统计方法构造模糊隶属函数中存在的不足,提出一种基于区间数的方法来确定模糊隶属函数。采用区间数描述“青年人”的概念;基于区间数和模糊数的知识,将区间数据转化成有界闭模糊数;经过加权计算得到一个正态模糊数的α-水平截集,并扩展成模糊隶属函数。试验结果表明:该方法简单、精度高,基于该方法确定的隶属函数曲线更连续、客观,更符合人的主观意识。     

区间直觉模糊粗糙集的不确定性度量

利用模糊熵工具将近似集的不确定性度量方法应用在区间直觉模糊信息系统中,给出了区间直觉模糊近似算子的不确定性度量公式.通过在区间直觉模糊近似空间中定义一对新的区间直觉模糊上、下近似算子,将模糊粗糙隶属函数的定义推广到了区间直觉模糊集的粗糙隶属函数;然后利用区间直觉模糊粗糙隶属函数的模糊熵,定义了区间直觉模糊粗糙集的熵;进而解决了区间直觉模糊粗糙集的不确定性度量问题,并讨论了度量的一些相关性质,以此说明定义的合理性.     

基于IVFS的专家模糊控制应用研究

针对不确定性知识难以量化．摸铷控制器曲隶属函数不容易确定等问题．提出了一种区间值横期产生式规则．建立模糊控制规则模型，给出了区间值模糊匹配函数定义，在此基础上给出了区间值模糊推理方法。该方法更有利于模期规则的精确匹配．应用到实际工业控制对象，能更好的反映领域专家的决策思维和推理过程。     

复区间值函数和复模糊值函数的RSu积分

把区间值函数的ＲＳｕ积分推广到复区间值函数的情形，并利用它来定义复模糊值函数的ＲＳｕ积分，这种积分具有吴从忻和刘哈生１９９３年所引进的实区间值函数和实模糊值函数的ＲＳｕ积分的各种性质，特别是得到了积分的线性性，而他们当时还只得到了积分的半线性。     

基于可能度的区间直觉模糊数排序方法及其在决策中的应用

根据区间直觉模糊数的隶属度与非隶属度的代数和与差,定义一种用区间数表达的得分函数和精确函数, 并利用本文定义的得分函数和精确函数给出区间直觉模糊数大小的可能度,然后基于可能度提出区间直觉模糊数的一种新的排序方法。最后,基于这种新的排序,给出了区间直觉模糊信息环境下的多属性决策方法,并用数值算例说明该方法的可行性和有效性。       

区间二型模糊逻辑系统在淋浴模糊控制中的应用及仿真

二型模糊逻辑系统中的二型模糊集能够更好地处理实际问题中的不确定性,它可以最大限度的降低不确定性对系统的影响,研究了区间二型模糊逻辑控制器在淋浴模糊控制中的应用,并应用MATLAB进行仿真,仿真结果表明,所设计的区间二型模糊逻辑系统应用于淋浴模糊控制系统是有效的,与一型模糊逻辑系统比较,取得了更好的控制效果。     

基于无监督学习的数据清洗算法

为了解决数据仓库中相似重复记录的数据问题,提出了基于无监督学习的数据清洗算法。该算法采用基于Hebbian假设的自适应学习方法,并通过相似度确定奖励和惩罚等级。在学习过程中根据需要增加新的聚类,在学习结束后,通过分析聚类情况删除错误的聚类,从而避免了死神经元问题并使聚类更加准确。实验表明,该算法能准确地完成实体识别。     

网格聚类在多雷达数据融合算法中的应用

应用网格聚类的方法区分同一雷达接收的不同目标的观测数据,通过类间数据融合,实现同一目标不同雷达接收数据的融合,以便对多目标进行实时跟踪。研究了观测数据网格聚类的基本思想、形式化描述及算法实现,讨论了对机动目标跟踪的Kalman滤波方程及空管系统中易于计算的各参数矩阵理论依据及相应的初值。仿真结果表明,通过网格聚类能很好地区分不同目标,聚类后再进行跟踪融合更加准确。     

一种模糊神经计算模型:结构、算法与功能

提出了一种模糊神经计算模型,其模糊神经计算过程显式地反映了模糊逻辑运算中的问题模糊描述、模糊推理、模糊结论解析3个步骤.为模糊神经计算模型设计了一种自组织学习算法,对自组织学习算法的收敛性进行了理论分析和证明.同时,对模糊神经计算模型的自组织模糊聚类功能进行了分析和研究,并将该模型应用于经典的\     

SVM算法的区间自适应PSO优化及其应用

核(Kernel)参数选取对支持向量机的推广能力和泛化能力有至关重要的作用,尤其是在对大量数据进行识别分类时,需要占用计算机大量内存,SVM参数优化速度明显缓慢,从而影响了整个系统性能.针对此问题,笔者提出一种区间自适应粒子群算法来优化SVM参数,粒子根据实际情况动态平衡其全局搜索与局部搜索能力,提高了参数优化速度.在入侵检测系统的应用中,与蚁群算法、遗传算法优化SVM参数的结果进行比较.实验证明:此方法分类精度提高约9.7%,响应时间缩短约40.6%～56.5%,具有较大的优势.     

一种有效的多数据源RFID冗余数据清洗技术

相关文献指出低质量的RFID原始数据,特别是大量的冗余数据制约了RFID技术的大规模应用,因此需要一种更有效的冗余数据清洗技术。文章根据RFID数据以及典型应用场景的特点,提出了一种多数据源冗余数据清洗技术,其中包括融合冗余数据清洗方法和交叉冗余数据清洗方法。融合冗余数据清洗方法基于滑动窗口与集合论,交叉冗余数据清洗方法借鉴了参考标签思想并且结合信号强度特征。实验证明,提出的数据清洗技术不但可以有效地完成RFID冗余数据清洗,同时能够为清洗后的数据保留准确的数据来源信息。     

A5算法及其在雷达网数据加密中的应用

通用数据加密算法A5作为泛欧移动通信网GSM使用的加密算法之一，具有硬件实现简单、抗攻击能力强等优点．在对A5算法改进的基础上，结合雷达网数据通信需要，设计了基于CPLD和VHDL的数据加密方案，给出了系统工作的仿真波形．仿真表明，该方案达到了雷达网数据保密通信的需要．     

基于组态王SQL访问功能的报表数据统计

在各种项目管理中,数据统计分析起着非常重要的作用.本文以某导弹混药注药生产线控制系统为工程背景,介绍了一种通过组态王SQL访问功能与报表功能的结合使用,实现数据的统计分析和报表样式的多样化的方法.此方法已成功应用于生产中.     

一种基于未知度的区间值加权模糊推理方法

基于Vague集未知度给出一种新的区间值加权模糊推理方法,将精确量的推理规则区间值模糊化,并给出加权的基于Vague集未知度的相似度量方法,用以确定事实为区间值的模糊控制匹配函数,通过实例分析表明,该推理方法过程比较简单,具有较好的实用价值。