犹豫模糊数据对象集的谱聚类算法

目前适用于犹豫模糊数据对象集的聚类算法研究仍然非常有限,现有的犹豫模糊数据对象集层次聚类算法受异常点影响较大且容易聚成链状.针对上述问题,本文首先提出了一种可扩展的犹豫模糊集的加权相似度计算方法,该方法不仅可以利用不同的函数计算相似度,而且可以根据实际问题构造最优的相似度函数.基于该加权相似度计算方法,结合经典的谱聚类算法提出了犹豫模糊数据对象集的谱聚类算法(SCHF).针对目前国内外还没有可用于犹豫模糊数据对象集聚类的标准数据集的现实情况,本文提出了一种确定性数据的犹豫模糊方法并在仿真实验中应用.仿真实验不仅验证了SCHF算法的有效性,而且表明SCHF算法比两种已知算法有更好的聚类效果.     

基于多特征模糊对象进行遥感图像的识别

提出一种利用多特征模糊对象的方法进行遥感图像中目标物的识别和提取.在时遥感图像进行预处理,获取较好的图像增强和去噪效果后,然后采用面向对象的方法进行图像分割,通过对象在现实世界中所表现出的特征来提取对象,并对这些特征进行不同的隶属度的分配和值域处理.最后通过模糊积分来确定对象目标,以达到解读图像的目的.通过实验进行了图像的识别并提取出了道路信息,达到了较好的效果.     

面向对象数据库中的模糊类层次建模

本文提出了一种建立面向对象数据库中模糊类层次模型的方法，利用属性与类的相关和对象与类间的语义距离与建立对象与类的关系；利用属性与类的相关和类与子类间的语义距离来建立类与子类的关系。同时，讨论了模糊类层次中多重继承的问题，这种模型扩充了现有的面向对象数据模型，并与其兼容。     

空间方向关系模糊描述

采用模糊的方法来描述方向关系.首先给每个方向定义一个模糊隶属函数,使得目标对象属于某个方向的模糊性可用一个模糊集来描述,9方向关系系统可用9个模糊集来描述;然后在每个模糊集上定义一个聚集算子,使得每个模糊对象和精确对象间的方向关系可用一个3×3的模糊矩阵来描述.     

迭代直觉模糊K-modes算法

直觉模糊K-modes(IFKM)算法在聚类过程中采用简单0-1匹配相似性度量,既无法有效刻画类内数据对象之间的相似性,也未体现不同属性在聚类过程中的贡献程度;此外,IFKM算法在聚类的每一次迭代中直接根据直觉模糊隶属度矩阵来确定数据对象所属类别,没有充分发挥直觉模糊思想的作用.为了解决这两个问题,提出一种迭代IFKM...     

一个模糊数据库的代数理论

近几年,国内许多学者对模糊数据库进行了有效的研究.取得了很多重要的研究成果。但是,模糊数据是一个复杂的对象,现有的模糊数据库模型中仍存在不同程度的缺陷。例如,尚缺乏模糊数据库的关系演算语言方面的研究工作。为了支撑模糊数据库的应用,本文建立了一个1NF模糊数据库的代数理论,即:建立了一个模糊数据库模型,研究了相应     

模糊AdaBoost算法在SAR图像目标识别中的应用

提出了一种AdaBoost算法的多类别推广方法,并将推广后的算法应用于合成孔径雷达图像目标识别中.针对AdaBoost基本算法只考虑两类分类的情况,对算法进行多类别推广,用"一对一"方法将多类别分类问题分解为多个两类分类问题,用模糊方法对多个两类AdaBoost分类器的输出进行决策判决,得到最终分类结果.将推广后的模糊AdaBoost算法应用于SAR图像目标识别,用MSTAR数据库中3个军事目标进行识别实验.实验结果表明,该算法可有效应用于SAR图像目标识别.与其他分类算法相比较,可获得较高的目标正确识别率.     

基于模糊支持向量机的色素皮损症状识别

传统支持向量机由两类扩展到多类问题时，会出现不可分区域。针对这种情况，在传统支持向量机中引入模糊隶属度函数，用模糊支持向量机（FSVM）解决了传统支持向量机在多类识别中的盲区问题。实验表明，该方法在进行皮肤色素斑症状的识别过程中效率较传统支持向量机明显提高。     

模糊理论在基于特征向量的模式识别中的应用

在计算机测量与控制系统中经常会遇到基于特征向量的模式识别问题,由于特征向量提取过程所带来的误差,使得数据库中标准模式的特征向量与待识对象的特征向量都具有一定的不确定性。将模糊理论应用于识别过程中,将识别过程转换为两个模糊集的贴近度或距离问题,设计实现了基于格贴近度和距离的识别算法,并成功应用于基于手掌形状的身份识别系统中。     

基于二维直方图的模糊门限化方法

针对一维模糊度不能反映图像空间信息的缺点,本文提出了图像二维模糊度的概念,并将其用于门限化,二维门限矢量将二维直方图分为四个象限,其中对角线上的两种象限分别对应着目标象素类和背景象素类,而反对角线上的两种象限则对应着边缘象素和噪声象素,此方法为目标象限和背景象限中的每个元素赋予-[1/2,1]内的隶属度,以反映其属于目标或背景的程度,通过极大化这两个象限的某一模糊测度之和进行门限选择,实验表明,二维模糊方法的效果明显优于一维方法。     

A Fuzzy Classifier for Tactile Sensing

In this paper we propose a fuzzy rule-based algorithm for solvingclassification problems related to tactile sensing. A tactile sensing systemis a robotic device which gives an image of contacting objects. While thefine form recognition problem has been widely discussed and severaltechniques have been proposed for its solution (Bayesian approach or Neuralalgorithms), less attention has been paid to the problem of deciding whetherthe object belongs to a particular class or set of objects that share acommon feature, also known as tactile primitive. As input data we considerthe sum of the normal stresses at the sensing sites. Three levels ofclassification, hierarchically connected, are analyzed and, for each level,different basis variables with their membership functions are proposed andcalibrated using a training procedure. The output is an answer regarding thefeatures of the object at each level and is related to the truth values ofthe fuzzy classes. The numerical experiences show that, at least for dataaffected by low noise level, the algorithm has a very high percentage ofcorrect answers.     

遥感影像中模糊对象表达

遥感影像中的空间对象及其边界具有模糊性。针对遥感影像中模糊对象的表现特征,借助云理论和云模型来对模糊对象进行表达研究。基于影像的灰度和梯度等数字特征,构建基于数字图像的对象云,用对象云表达模糊对象,核外半云环表达其边界,从而用模糊数学的方法来合理表达遥感影像模糊对象,最后以遥感影像为例进行验证。该方法不仅丰富和完善了云理论,同时也为模糊对象表达,遥感影像的理解和分析提供了一种新的思路。     

Fuzzy Distance-Based Range Queries over Uncertain Moving Objects

Data obtained from real world are imprecise or uncertain due to the accuracy of positioning devices,updating protocols or characteristics of applications.On the other hand,users sometimes prefer to qualitatively express their requests with vague conditions and different parts of search region are in-equally important in some applications.We address the problem of efficiently processing the fuzzy range queries for uncertain moving objects whose whereabouts in time are not known exactly,for which the basic syntax is find objects always/sometimes near to the query issuer with the qualifying guarantees no less than a given threshold during a given temporal interval.We model the location uncertainty of moving objects on the utilization of probability density functions and describe the indeterminate boundary of query range with fuzzy set.We present the qualifying guarantee evaluation of objects,and propose pruning techniques based on the α-cut of fuzzy set to shrink the search space efficiently.We also design rules to reject non-qualifying objects and validate qualifying objects in order to avoid unnecessary costly numeric integrations in the refinement step.An extensive empirical study has been conducted to demonstrate the efficiency and effectiveness of algorithms under various experimental     

智能决策中的模糊近似

信息表通过目标集合来描述，目标通过条件属性和决策属性进行描述，在对这样的信息表分析处理过程中，粗糙集理论是一个非常有用的工具，粗糙集合理论的主要观点就是知识的上下近似，在实际中，条件属性和决策属性的概念通常是模糊的，而且可以利用模糊集合来说明，提出了基于模糊集合和粗糙集结合的一种新方法，对包含度进行了定义，给出了截近似和综合函数的概念，应用这些概念并结合具体例子讨论了条件属性和决策属性之间的关系，为决策过程中对条件属性权值的指定提供了理论基础。     

Modeling and Management of Fuzzy Information in Multimedia Database Applications

In this paper, we firstly present a conceptual data model for multimedia database applications based on ExIFO₂ model. The ExIFO₂ data model is chosen as the conceptual model since it handles complex objects along with their uncertain and imprecise properties. We enhanced this conceptual model in order to meet the multimedia data requirements. In addition to uncertain and imprecise information, we present a way of handling relationships among objects of multimedia database applications. Events that might be extracted from video or audio are also considered in this study. Secondly, the conceptual model is mapped to a logical model, which the fuzzy object-oriented data (FOOD) model is chosen, for storing and manipulating the multimedia objects. This mapping is done in a way that it preserves most of the information represented at the conceptual level. Finally, in this study videos of football (soccer) games is selected as the multimedia database application to show how we handle crisp and fuzzy querying and retrieval of fuzzy and crisp data from the database. A program has been developed to draw ExIFO₂ schemas and to map the schema to FOOD code automatically.     

一种基于模糊融合的遥感图像目标识别方法

数据融合利用多传感器的信息,克服了单一传感器信息不完整、不精确、不确定的缺点,因此广泛应用于目标识别中,该文提出了一种基于模糊融合的遥感图像目标识别的新方法。首先在单源图像上提取可疑目标,然后根据目标在不同类型图像上的成像特点,选择合适的目标特征,充分考虑到各特征的重要程度,把模糊隶属度函数和模糊密度结合起来,最后利用特征层模糊融合对目标的身份进行判定。此方法应用在实际目标的识别中,取得了很好的效果。     

不均匀模糊空间对象的分层次co-location模式挖掘方法

针对现有的co-location模式挖掘算法无法有效处理不均匀分布空间对象的问题,提出一种不均匀模糊空间对象的分层次co-location模式挖掘方法。首先提出一种不均匀数据集的生成方法;然后对不均匀分布的数据集进行层次划分,使每个区域具有均匀的空间分布;再基于改进的PO_RI_PC算法对划分后的模糊对象进行空间数据挖掘。该方法基于距离变化系数构建每个子区域的邻域关系图,进而完成区域融合,实现co-location模式挖掘。实验结果表明,与传统方法相比,所提方法的执行效率更高,随实例个数和不均匀度的变化获得的co-location集个数更多,同比情况下平均提高约25%,获得了更精确的挖掘结果。     

模糊集方法在空间数据处理中的应用综述

自然界中存在着大量模糊现象，地理对象定义中也存在模糊性。传统空间数据处理中将现实世界当作确定的对象来处理，几乎不能处理模糊现象，从而限制了GIS等空间数据处理技术的进一步发展。通常，用模糊集理论来解决数据的模糊性问题。本介绍了模糊集的概念及基本原理和模糊地理对象及模糊拓扑关系的研究进展，并且从土地适宜性评价，专题地图各专题要素的面积估算，遥感图像分类信息提取，地理数据库的设计，模糊地理对象建模以及模糊集与其它软计算方法的结合等六个方面概述了模糊集理论在空间数据处理应用中的进展。     

Diachronic Analysis of Fuzzy Objects

This paper presents a method to monitor the behavior of fuzzy spatial objects through time. The method consists of two steps. Firstly the spatial extents of objects are determined at several sequential epochs. The method explains the case where objects are not crisply defined, so that the identified spatial extents will be fuzzy. Secondly, to detect dynamic changes in fuzzy objects, a method was proposed to identify objects and their state transitions from fuzzy spatial extents (regions) at different epochs. Similarity indicators of fuzzy regions were calculated based upon overlap between regions at consecutive epochs. Different combinations of indicator values imply different relationships between regions. Regions that are very similar represent the consecutive states of one object. By linking the regions, the historic lifelines of objects are built automatically. Then the relationship between regions became the relationship or interactions between objects, which were expressed in terms of processes, such as shift, merge or split. This approach will be illustrated by means of a coastal monitoring study of a barrier island in The Netherlands.     

基于模糊贝叶斯风险和T-S模糊模型的故障诊断

为解决复杂装备故障诊断中的知识获取和决策制定问题,提出一种数据驱动的故障诊断方法。利用模糊贝叶斯风险模型以风险最小化原则挖掘数据中有价值知识,得到相对最优属性子集,其中生成的概率分布用于T-S(Takagi-Sugeno)模糊规则提取,以分段线性化思想逼近复杂的数据知识。在数值实验中,以C-MAPSS(Commercial Modular Aero-Propulsion System Simulation)发动机数据为研究对象,验证本文方法的有效性,结果表明本文方法适用于复杂装备的故障诊断。与其他知识获取方法对比表明,本文方法可得到更高的诊断准确率。