模糊测度

摘要： 在教学应用场景中,知识之间的关联性广受关注,但现有研究通常偏重两两知识点之间关系的建模,忽视知识集合中复杂的关联关系,导致研究结果出现偏差.因此,文中引入模糊测度对知识集合进行量化度量,并在此基础上提出基于模糊测度的知识关联性建模方法.首先,基于认知心理学理论,分析知识间存在的三种不同关系,并利用模糊测度建模知识间的关联性,通过实际教学场景论证方法的实用性.然后,在模糊测度建模的基础上,从知识关联性的视角讨论知识的重要度和交互指标.最后,研究知识关联性在认知诊断中的应用.真实数据集上的实验证实知识关联性对认知诊断的影响,不仅有效提升预测精度,也提供更好的可解释性.

摘要： 由于实际决策问题的复杂性,大多数指标间都具有相互依赖的特征,因此针对不确定环境下指标间具有关联性的多属性决策问题,提出了一种以层次结构为框架、云模型双重积分(C-TI)为聚合算子的决策方法。首先为了体现决策者在确定指标权重时的不确定思维提出了云模型模糊测度;其次在云模型模糊测度的基础上构建了云模型双重积分算子,该算子将云模型作为决策信息的表征,充分体现出决策信息的模糊性和随机性,且应用结合Choquet积分与Sugeno积分优势的双重积分聚合各指标值,其不仅可以有效处理指标间的交互性问题,还能够考虑到指标值与权重的侧重关系;随后讨论了云模型双重积分算子的定理和性质以及特定条件的变化形式,并给出了相应证明;最后构建出云模型双重积分算子的层次多属性决策方法,并将该方法应用到企业社会责任的评估问题上,通过与其他模型的比较,进一步说明所构建的方法适用于处理模糊与随机的不确定问题,并且能够在指标具有关联性的条件下同时考虑到整体的决策效果。

摘要： 可选服务是制造企业继必选服务后获取差异化服务竞争优势的有效手段,类似于必选服务,可选服务模块的设计与选择对产品功效和企业服务成本均有影响。本文运用模糊测度研究产品模块与可选服务模块之间的相关关系,建立客户满意度最大和企业成本最小的多目标优化模型,求解不同相关关系下面向可选服务的产品服务系统配置方案;以某制造企业矿渣立磨机产品模块与可选服务模块配置为例,验证了方法的有效性。研究结果表明:产品模块与可选服务模块的相关关系会影响产品服务系统配置方案,相关关系越强,客户越在意重视度较高模块的质量和功能,市场成本报价越高,可选服务在方案配置过程中越重要。本文为企业提供面向可选服务的产品服务系统配置方案提供借鉴。

摘要： 本文首先定义了区间值函数Choquet积分,给出了转换定理,并讨论了区间值函数Choquet积分的相关性质;其次,利用区间值函数收敛性质给出了单调区间值函数积分序列收敛的几个充要条件;第三,讨论了区间值Choquet积分定义的集函数关于μ的遗传性质和结构特性.

摘要： 针对装备采购供应链的供应商准入评价中较少同时考虑主观判断模糊偏好及评价指标内在关联的问题,提出一种基于决策实验室分析法(decision making trial and evaluation laboratory,DEMATEL)与灰关联投影的混合多属性群决策模型,用以评价装备采购供应商质量绩效.该模型考虑了定量与定性融合的属性形式,将定性评价转化为直觉模糊数形式.首先,通过考虑专家偏好关联的λ模糊测度广义Shapley Choquet积分算子来集结主观群决策模糊信息.然后,拓展群组DEMATEL来确定模糊环境下的指标相关权重.最后,基于改进灰关联投影法集结主客观评价信息,得到供应商的优劣排序.通过实例对比及敏感性分析进一步表明模型的实用性较强、可操作性好,能有效解决混合多属性群决策问题.

摘要： 针对信号带宽比信道相干带宽大,简单均衡器无法有效消除多径反射干扰,识别效率低的问题,提出基于模糊积分的多载波通信信号盲识别算法.为了使模糊积分具有可列、可加特性,更适用于多载波信号盲识别,给出模糊测度概念,并采用机械求解方法简化模糊积分计算过程,提高计算速度.根据多载波中的4种不同信号构造矩阵,通过模糊积分计算出矩阵中的较大非零奇异值个数,按照给出的判定准则即可实现多载波通信信号的盲识别.仿真结果证明,所提方法能够有效识别出多载波内的不同信号,识别效果较好,识别效率较高,具有一定的实际应用价值.

摘要： 高校修购专项资金是推动我国"双一流"高校建设的重要基础,监测、控制和规避高校修购专项资金预算执行风险是项目顺利实施的必要条件,有效分析风险成因、提取影响风险关键核心因素,在项目实施过程中实时计算风险值并给出量化预警,是及时采取风险控制措施的重要前提.采取定性与定量相结合的方式,选取具有代表性的部属高校为样本,对专项资金执行的核心影响因素和风险累积效应进行全面分析、研究、验证.研究得出,综合运用"物理-事理-人理"、层次分析法、模糊测度等系统工程方法,可以建立全面系统的专项资金执行风险评价指标体系,可以量化提取其中核心关键指标并实现动态风险监控预警,为专项资金预算执行抓住重点、制定及时有效风险控制措施提供科学的决策依据.

摘要： 构建合适的多属性效用函数是多属性效用分析的关键.针对不同偏好假设,文献从可加独立、效用独立、效用依赖等分别进行了多属性效用函数构建的研究.然而,由于求解的复杂性,多属性效用理论的应用绝大部分限于可加效用函数和多乘效用函数.提出一种基于2可加模糊测度的多线性效用函数建模和求解方法.首先,证明多线性效用函数和基于模糊测度的多线性模型之间的等价性,提出利用基于模糊测度的多线性模型对多线性效用函数进行表示.其次,针对多线性模型的特点和模糊测度识别的复杂性,利用Banzhaf交互指数和2可加模糊测度对多线性模型进行表示,并利用最小方法差进行模糊测度和Banzhaf交互指数识别,进而实现多线性效用函数的求解.最后,将方法用于某可穿戴医疗设备基于顾客需求的多属性效用函数构建,确认了可行性.方法 为多线性效用函数的求解提供了一种新思路.

摘要： 针对现有多属性决策方法难以兼容不同模糊形式信息且未全面测度属性间相互关系的问题,文章提出一种基于优劣势排序法和Zhenyuan积分的混合型多属性决策方法。首先采用模糊集和直觉模糊集描述并转化语言评价信息,其次基于优劣势排序法对方案进行评价,然后以Zhenyuan积分作为信息集成算子,测度属性间相互关联程度,最后通过算例表明,所提方法能有效测度属性间的相互关系,兼容不同模糊形式的信息。

摘要： 单值中智语言集同时具有单值中智集和语言集的优点,对于模糊信息的处理更加有效,结合TODIM方法可以解决在单值中智语言环境下且属性相关的多属性群决策问题.首先给出了单值中智语言集的一些相关知识,定义了基于单值中智语言集的Choquet积分算子,来解决属性间的关联性问题并集结了各个专家的评价值,再通过TODIM方法计算方案间的优势度从而得到全局优势,据此对方案进行排序.最后将此法运用到具体算例之中验证该法的可行性和有效性.

摘要： 考虑到不完备信息系统中属性的相似关系和缺失值对系统不确定性的影响,如果仍然利用分块大小来衡量知识的信息量或粗糙性将变得不合理。本文在信息系统中定义了模糊测度系统信息熵、知识粗糙熵和粗集粗糙熵,证明了模糊测度粗糙熵的合理性及其性质,并举例说明如何选择合理的测度计算模糊测度粗糙熵,最后运用到知识的约简,为信息系统的约简提供了一种新的途径。

摘要： 对于一个专家系统，如何构造模糊测度是一个重要的研究课题。从数据中确定模糊测度作为一种构造模糊测度的策略得到了广泛的研究，但是应用的计算技术局限于遗传算法和神经网络。本文首次提出应用粒子群优化算法来确定模糊测度,针对出现的问题对基本算法进行了改进。通过与基本粒子群算法和遗传算法的分析比较，验证了改进算法的高效性和稳定性。

摘要： 市场流动性将确定金融机构变现资产的数量将对资产交易价格产生影响及其程度,进而影响到金融机构履约能力.由于未来市场流动性的不确定性,流动性风险的测度需引入模糊测度理论.本文引入模糊测度gλ,根据Merton-Perold(1993)对VaR期权定价分析,构建了VaR的模糊测度方法,以适于流动性风险测度.

摘要： 针对黄土湿陷程度划分的复杂性和模糊性，将模糊数学中的测度理论引入到黄土湿陷性等极评判中，建立了湿陷性评判模型。选用天然重度、干重度、含水率、孔隙比和塑性指数5项指标作为评判因子，以湿陷系数为评判指标，通过训练学习样本，可以得到评判指标的点估计值和测度函数，进而可以对待判样本进行分类。通过具体的工程实践应用表明，模糊测度评判模型能较好地对黄土湿陷性进行分级，为黄土湿陷性评判提供了一条新的思路。

摘要： 本文主要从模糊测度的角度出发给出了基于直觉模糊集的连续Choquet积分的定义,在此基础上研究了积分在直觉模糊集上的分解定理及其他一些性质,特别地,在积分论域有限情形下给出了Choquet 积分的离散表达形式.最后通过一个简单例子简要说明了基于直觉模糊集的积分模型的应用。

摘要： 本文提出了一种鲁棒、高效的运动目标检测新方法,可用于光照变化、阴影等复杂背景环境下.本文主要贡献有以下三点:首先,引入局部二元模式作为纹理分类特征,解决了光照变化对目标检测的影响问题；其次,使用HSI彩色空间代替传统RGB空间,消除了阴影的干扰；最后,采用Choquet积分模糊测度方法,提高了检测的准确率.实验结果验证了该算法的鲁棒性和高效性.

摘要： 基于左连续t-模,Esteva and Godo 建立了模糊命题逻辑系统MTL.本文在应明生教授建立的语言量词积分语义框架下,扩展了逻辑系统MTL，通过添加一般语言量词构建了新的逻辑系统MTLQ.文中讨论了逻辑系统MTLQ及其语义,并研究了MTLQ的一些逻辑性质.

摘要： 基于左连续t-模,Esteva and Godo 建立了模糊命题逻辑系统MTL.本文在应明生教授建立的语言量词积分语义框架下,扩展了逻辑系统MTL，通过添加一般语言量词构建了新的逻辑系统MTLQ.文中讨论了逻辑系统MTLQ及其语义,并研究了MTLQ的一些逻辑性质.

摘要： 基于左连续t-模,Esteva and Godo 建立了模糊命题逻辑系统MTL.本文在应明生教授建立的语言量词积分语义框架下,扩展了逻辑系统MTL，通过添加一般语言量词构建了新的逻辑系统MTLQ.文中讨论了逻辑系统MTLQ及其语义,并研究了MTLQ的一些逻辑性质.

摘要： 基于左连续t-模,Esteva and Godo 建立了模糊命题逻辑系统MTL.本文在应明生教授建立的语言量词积分语义框架下,扩展了逻辑系统MTL，通过添加一般语言量词构建了新的逻辑系统MTLQ.文中讨论了逻辑系统MTLQ及其语义,并研究了MTLQ的一些逻辑性质.

摘要： 本发明公开了一种基于模糊不变形黎曼测度的模糊润饰图像模糊核反演方法，属于数字图像可信认证技术领域。本发明方法利用对数傅立叶域的图像模糊前、后的等距性，通过黎曼测地距离从图像模糊前、后的模糊无关量恢复模糊核。本发明方法能够从模糊润饰图像中有效而准确地恢复出高斯模糊核，所恢复的高斯模糊核既能够用于从源图像制造模糊图像，鉴定图像是否被模糊润饰；又能够用于从模糊图像恢复出“干净”图像。

摘要： 本发明涉及信号处理技术领域，具体是一种功能磁共振复杂度测度方法‑多尺度排列模糊熵。本发明解决了传统的复杂度测度方法不能防止混叠，高尺度上方差较大，抗噪能力弱，稳定性差的问题。一种功能磁共振复杂度测度方法‑多尺度排列模糊熵，该方法是采用如下步骤实现的：步骤S1：对功能磁共振数据预处理；步骤S2：低通滤波；步骤S3：时间序列下采样；步骤S4：时间序列进行符号化；步骤S5：进行相空间重构；步骤S6：采用模糊隶属函数；步骤S7：计算多尺度排列模糊熵；该方法减少了下采样时时间序列的混叠现象，降低了高尺度上的方差值，具有较好抗噪能力与稳定性。本发明适用于功能磁共振影像数据的复杂度分析。

摘要： 本发明公开了一种基于模糊熵算法的混沌伪随机序列复杂度稳定性测度方法，主要解决现有伪随机序列复杂度稳定性测度算法的不足和准确性差的问题，包括k错模糊熵稳定性算法和复杂度时间稳定算法。其计算步骤分别为：(1)读取数据0‑1数据，(2)划分窗口，(3)计算每个窗口的k错模糊熵，(4)计算k错模糊熵稳定性；(1)读取0‑1数据，(2)划分窗口，(3)计算每个窗口的模糊熵，(4)计算复杂度时间演化稳定性。从结果来看，多涡卷混沌系统产生的混沌伪随机序列复杂度和复杂度稳定性并不随涡卷数增加而变得更好；不同测度值之间具有一定的相似性，表明本发明测度结果的准确性和测度实用性。本发明可用于计算混沌0‑1伪随机序列的复杂度稳定性。

摘要： 本发明公开了一种基于模糊不变形黎曼测度的模糊润饰图像模糊核反演方法，属于数字图像可信认证技术领域。本发明方法利用对数傅立叶域的图像模糊前、后的等距性，通过黎曼测地距离从图像模糊前、后的模糊无关量恢复模糊核。本发明方法能够从模糊润饰图像中有效而准确地恢复出高斯模糊核，所恢复的高斯模糊核既能够用于从源图像制造模糊图像，鉴定图像是否被模糊润饰；又能够用于从模糊图像恢复出“干净”图像。

摘要： 本发明公开了一种基于梯度模糊集距离测度的网格化生成方法及装置，方法包括：获取目标区域的所有特征及其特征数据；对所有所述特征数据进行梯度模糊化处理，得到对应的模糊特征数据；所述模糊特征数据包括：将所述模糊特征数据输入预先构建的特征权重模型中，得到所述特征数据对应的特征权重；基于所述特征数据，通过梯度模糊距离测度方法，依次计算所述特征间的特征距离；基于所述特征权重和所有所述特征距离，生成目标网格化信息。解决现有的网格化生成方法存在的由于工作量大且步骤复杂，生成的过程容易出现主观性强以及效率低的问题。

摘要： 本发明涉及信息处理领域中的一种跨越不同空间的模糊事件概率测度的定义方法，其特征在于：在考虑数据之间的空间距离的同时还要考虑数据在概率空间所处的概率分布的概率值，所述模糊事件概率测度的隶属函数的公式为任意的可将目标函数按照人为给定的一定规则构成结果为0‑1的模糊数值构成。本方法的实施效果是：可解决概率分布交织在一起的数据之间的分类问题，可以让微观的不确定的信息，不安定的信息通过宏观的积分产生确定的以及稳定的有价值的信息，可实现意想不到的应用效果。

摘要： 本发明提出一种新的模糊事件概率测度的定义方法，具体的特点是：模糊事件概率测度中的概率信息是考虑复数特征值的共同概率分布信息的方法，或者是考虑样本特征值处于被登录的特征值的概率分布的位置上的概率分布信息的方法；或者是考虑样本特征值处于被登录的复数特征值的共同概率分布，与被登录的特征值的概率分布的共同的位置上的共同的概率分布信息的方法，或者是考虑样本特征向量与被登录的特征向量之间最大几率的概率信息的方法。本发明的优点和积极效果是：可以提供一个将概率信息模糊信息全部利用起来的精准的尺度公式，可实现深度的图像识别，可实现图像识别的精度的定量评价，可实现识别结果的最佳化。

摘要： 本发明公开了一种指数距离测度模糊聚类的苹果近红外光谱分类方法，具体步骤如下：(1)应用Antaris II傅立叶变换近红外(FT‑NIR)光谱仪的漫反射模式对多种苹果样本进行扫描，从而获取样本的近红外漫反射光谱数据；(2)运用主成分分析(PCA)对样本的近红外漫反射光谱数据进行降维处理；(3)利用一种指数距离测度模糊聚类方法对苹果品种进行鉴别。本发明采用基于模糊最大值可能性评估标准距离测度,从而能够更加准确地对多种形态、尺寸和密度的苹果近红外光谱数据进行聚类。本发明具有检测速度快，检测成本低，鉴别准确率高，所需样本较小等优点。

摘要： 本发明涉及信号处理技术领域，具体是一种功能磁共振复杂度测度方法‑多尺度排列模糊熵。本发明解决了传统的复杂度测度方法不能防止混叠，高尺度上方差较大，抗噪能力弱，稳定性差的问题。一种功能磁共振复杂度测度方法‑多尺度排列模糊熵，该方法是采用如下步骤实现的：步骤S1：对功能磁共振数据预处理；步骤S2：低通滤波；步骤S3：时间序列下采样；步骤S4：时间序列进行符号化；步骤S5：进行相空间重构；步骤S6：采用模糊隶属函数；步骤S7：计算多尺度排列模糊熵；该方法减少了下采样时时间序列的混叠现象，降低了高尺度上的方差值，具有较好抗噪能力与稳定性。本发明适用于功能磁共振影像数据的复杂度分析。

摘要： 本发明提供一种基于弱监督学习的时间知识模糊测度方法及系统，包括有：基于弱监督学习自定义叙事识别规则，生成包含时间知识的样本；按照包含时间知识的样本对神经网络进行深度学习训练；通过深度学习训练后的神经网络获取情节事件中句子中的时间知识，计算情节事件中句子中的时间知识的模糊度。本发明建立了一种弱监督的方法，可以从大型文本语料库中识别并提取出叙事段落中的时间知识，依托本方法实现叙事段落中时间知识的计算并实现先后排序，通过此类时间知识可以改善时空关系分类，提升在叙述性交互式服务任务方面的性能。