基于三角模的直觉相似度及其应用

来源 :山东大学学报(理学版) | 被引量 : 0次 | 上传用户:sworc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了将直觉模糊集的相似度分析纳入到逻辑推理的框架之中,借助三角模和蕴涵算子以不同的方式构造了两种直觉模糊集的相似度,并证明了其满足相似度的四条公理.作为应用,首先以所构造的相似度为衡量指标解决了一个关于伤寒病症的医疗诊断问题,经过数据分析,得到了与直观吻合的结果.其次,以所构造的相似度为扰动参数,分析了逻辑连接词直觉三角模和直觉蕴涵的鲁棒性,进而对直觉模糊取式问题的全蕴涵推理方法和推理合成规则方法进行了鲁棒性估计,结果表明当输入的扰动非常小时,输出的结果变化也很小,两种推理方法均具有良好的鲁棒性.
其他文献
基于混合次分数布朗运动和Poisson过程,建立了具有交易费用的欧式回望期权定价模型.首先,利用Δ-对冲原理得到了该期权价格所满足的非线性偏微分方程,并通过构造Crank-Nicolson格式求得其数值解.然后,验证了该数值解的有效性,并讨论了交易费用、波动率与无风险利率等对期权价值的影响.最后,选取浦东发展银行的日收盘价进行模拟分析,结果表明:基于混合次分数跳扩散模型的模拟价格更加接近股票的真实值,能够更好地反映股票的整体走势.
运用单调迭代方法,在非线性项满足适当的增长条件下研究一类k-Hessian方程爆破解的存在性和不存在性,并得到了一些有趣的结果.
运用幂压缩映射原理,研究了隐式分数阶模糊微分方程初值问题{CDα,pa+u(t)=f(t,u(t),CDα,pa+u(t)),u(a)=u0解的唯一性,其中00是给定的实数,CDα,pa+是模糊Caputo-Katugampola分数阶广义Hukuhara导数,f:[a,b]×E×E→E是一个模糊函数,E是模糊空间.
碰撞系统由于物块在碰撞面速度的突变,导致不能使用传统的解析方法和数值算法直接求解此类系统,尤其是含有随机因素的碰撞振动系统.基于Ivanov非光滑变换方法将碰撞系统变换为连续系统,相较于Zhuravlev非光滑变换,Ivanov非光滑变换避免狄拉克函数的不连续性,然后结合Gauss-Legendre路径积分法,分别研究受加性或乘性高斯白噪声激励的自治与非自治碰撞振动系统的瞬态和稳态响应的概率密度函数.结果表明,对于非自治碰撞振动系统,当振幅逐渐增大时,系统发生随机P分岔现象.最后利用蒙特卡洛法验证该方法的
期刊
为减小卫星信号干扰和空间分布对定位结果的影响,提出一种顾及信噪比的蝙蝠选星算法.通过设置信噪比阈值,剔除信号受干扰的卫星,为蝙蝠算法提供先验条件;再结合算法搜索最优卫星组合快的优势,减小选星耗时.选取MGEX平台提供的IGS基准站观测数据进行实验分析,结果表明:对于定位结果偏差较大的时刻,与最小几何精度因子遍历法相比,顾及信噪比的蝙蝠选星算法能改善定位精度,提高选星效率.
以1年生刺槐幼苗为对象进行盆栽试验,采用15N和13C同位素示踪技术,研究了不同浓度(质量分数分别为0、0.15%、0.30%、0.45%)盐胁迫水平下刺槐幼苗生长、生物量分配、根系特征与15 N、13 C吸收效率和分配间的规律.结果表明,盐胁迫导致苗高相对生长速率、地径相对生长速率、根系活力、碳氮吸收量显著降低,比根长、比根表面积、根生物量比、根冠比显著增加;在不同器官中,盐胁迫下根系中的15 N、13 C分配率显著高于对照的.相关分析表明,地径和苗高相对生长速率与根活力、茎生物量比、叶15 N吸收量、
椭圆式螺旋弹簧(即椭圆中径、椭圆丝径螺旋弹簧)是一种应用于特殊空间下的异形弹簧,目前尚无成熟可靠的椭圆式螺旋弹簧刚度及应力的计算方法.基于椭圆式螺旋弹簧的力学模型,利用卡氏定理建立其挠度及刚度的计算方法;基于弹性理论知识,运用半逆解法建立了考虑受扭转应力及弯曲应力同时作用下,椭圆式螺旋弹簧的复合切应力计算方法.通过实例对弹簧进行ANSYS仿真验证,结果显示弹簧刚度的相对偏差在0.84%以内,最大复合切应力的最大偏差仅为2.19%,表明建立的椭圆式螺旋弹簧刚度及复合切应力计算方法是正确的.基于建立的弹簧任意
基于区间集思想、滤子理论和广义奇异概念,引入了区间集非交换剩余格和区间集非交换剩余格广义奇异滤子的定义,提出了构造区间集非交换剩余格广义fuzzy奇异滤子与区间集非交换剩余格-广义fuzzy奇异滤子的方法,并给出它们之间的递进式本质属性与区间集相对必要属性的关系,体现代数结构表达的多样性与相对独立性.
目标检测是计算机视觉的重要分支,目前基于深度学习的目标检测算法相较于传统目标检测算法在检测精度和检测时间上虽能略胜一筹,但其难以同时兼顾检测速度与检测精度,因此针对这一问题提出了改进YOLOv3后的Mul-YOLO目标检测网络.Mul-YOLO目标检测网络利用Haar小波进行数据预处理,将图像信息的低频特征在不同分辨率下层层分解,用以获得水平方向、垂直方向以及斜对角方向上的高频特征,进而利用高频特征记录的相应特征信息,减小被检测目标在几何状态变化、光照变化和背景变化下对检测精度带来的负面影响.在特征层上采