改进的模糊C-均值聚类医学图像分割算法

针对模糊C-均值聚类算法分割图像时容易产生模糊边缘的缺点,提出了一种结合图像梯度和模糊C-均值聚类的图像分割方法.该方法利用图像梯度反映出来的目标边界,对由模糊C-均值聚类所获得的聚类区域进行分割,把因模糊性而划分到目标区域的像素点与目标区域进行分离,同时利用区域增长方法找出干扰区域并删除.将该算法应用到胰腺ERCP图像分割,实验表明,改进算法能够比较准确地分割出图像中的目标,减少因模糊聚类产生的模糊边缘.     

基于T-S模糊模型的球磨机料位测量研究

针对采用振动法测量球磨机料位时,振动信号和料位之间存在非线性和时变性,采用传统方法存在测量精度低、稳定性差的问题,提出基于T-S模糊模型的球磨机料位表示和测量的方法.首先利用减法聚类对振动信号的功率谱特征值进行模糊前件辨识,确定模糊概念和规则数;再用最小二乘估计辨识后件参数;最后,利用模糊推理方法实现球磨机料位的软测量.在小型球磨机上的试验结果验证了T-S模糊模型对球磨机料位测量的有效性,与传统方法相比,T-S模糊模型方法具有测量精度高、稳定性好的特点.     

基于模糊集理论的医学图像分割的应用

图像分割是医学图像处理、分析、研究的基础。由于人的视觉特性和数字图像本身所具有的模糊性,使得图像分割问题是典型的结构不良问题。而模糊集合论具有描述不良问题的能力,模糊集理论应用于图像分割是针对图像模糊性非常有效的方法。对近年来基于模糊集理论的医学图像分割技术的应用和发展进行了综述和讨论,展望了基于模糊集理论的医学图像分割技术的前景和面临的挑战。     

带模糊属性的空间Co-Location模式挖掘研究

空间Co-Location模式挖掘是空间数据挖掘的一个重要研究方向,正受到越来越多的关注。在实际应用中,空间特征不仅包含空间信息,还经常伴随着属性信息,这些属性信息对决策和知识发现有重要意义。然而现有的Co-Location挖掘方法只强调特征的空间信息,忽略了其属性信息。基于对属性信息的模糊化处理,定义了模糊特征和模糊Co-Location模式等概念。类似于传统空间Co-Location模式挖掘中的相关概念,定义了模糊Co-Location模式的表实例和参与度等概念。在证明模糊Co-Location模式的向下闭合性质的基础上,设计了一个基本挖掘算法。为提高算法的可伸缩性,提出了两个剪枝方法。在合成的和真实的数据集上进行了大量实验,验证了基本算法及其改进算法的效果和效率。     

模糊综合评判在企业竞争力评价中研究与应用

企业竞争力的评价,通常采用企业经济效益等财务标准,为了使研究结果更为合理化,论文应用了模糊综合评判方法,通过对某保险公司的经营、人力资源、市场控制能力等方面进行分析,归纳了影响竞争力的评价指标,并且运用加权统计法计算各指标权重,建立了企业竞争力测评的模糊综合评判模型,形成了一个比较系统、全面的评判体系,该模型有利于了解企业的发展轨迹,对于企业制定相应的发展战略、促进企业的持续性发展有一定的作用,为企业竞争力评价提供了定量分析,从而使评判工作达到了满意的效果.此方法还可以推广到多个企业的竞争力进行横向比较.     

E-learning系统中学习评价的研究

针对目前E-learning系统中不能全面地对学员的学习情况进行评价的问题,提出了一个基于模糊综合评判法的E-learning学习评价综合评判模型,并用C语言对所提出的模型进行了程序实现。把学生的学习数据及运行结果进行对比分析可知:模糊综合评判法能综合考虑学员学习过程中表现出的各种因素,从而能得到更全面、更准确的评价结果。     

一种基于粗糙集的网络安全评估模型

准确掌握计算机网络系统的安全水平对于保障网络系统的正常运行具有重要意义.当前大多数网络安全评估系统缺乏对数据的深入分析,难以形成对网络安全状况的整体认识.本文提出了一种利用粗糙集理论挖掘网络安全评估规则,进而利用评估规则构建网络安全评估决策系统的算法模型.研究了网络安全评估问题的粗糙集描述,给出了模糊属性决策表的约简方法.利用一个简化的网络安全评估数据集,验证了本文提出的决策规则提取方法,结果表明该方法可以得到与实际情况相符的决策规则.     

基于模糊理论的网络交易信任模型研究

本文从信任关系的模糊性出发,建立了基于模糊推理的信任值评估和决策的动态信任模型,该模型不仅把模糊推理应用到信任值的评估,还应用到信任值更新时权值的确定和可信决策的制定。     

一种最大模糊熵多尺度彩色图像增强方法

在HSI颜色空间提出了一种基于视觉特性和最大模糊熵的多尺度彩色图像增强算法。对亮度分量I进行小波多尺度分解,对于不同分解尺度的高频小波子带,采用不同的非线性函数进行处理,以实现图像细节的增强,同时最大限度地抑制噪声。对包含亮度信息的低频小波子带,首先进行基于最大模糊熵的模糊化处理,其中模糊化隶属度函数采用遗传算法进行优化;然后,对经过模糊化的低频小波子带,采用基于人眼视觉特性的线性矫正函数（LRF）进行处理,以实现对图像亮度更好的动态调节。对饱和度分量S,采用指数拉伸方法进行增强处理,色调H保持不变。实验证明,增强后的彩色图像更加清晰,色彩更加鲜艳而不失真。     

基于排队网络队列模糊控制的自动小车立体仓库出入库任务的分配方法

考虑平均单位时间内自动小车存取系统(AVS/RS)的出入库货物总个数一定的情况,现有的将存取指令随机分配给不同存储区域的方式,会造成指令分配不均,使得一些区域等待服务的货物大量堆积,同时另一些区域闲置,从而导致整个仓库系统的效率和能力不能得到充分发挥。对此,提出了基于排队网络模糊控制的AVS/RS的出入库任务分配方法,其首先建立AVS/RS排队系统并通过模糊控制来进行指令的准入决策,由于引入成本和收益分析,可以实现分配的最佳化。最后设计了Matlab仿真程序,并进行了仿真研究,通过对指令运行周期(P1),AGV利用率(P2)及升降机利用率(P3)的分析,验证了方法的有效性。