结合全局与局部信息的主动轮廓分割模型

针对传统的基于区域的主动轮廓模型在分割灰度不均匀图像和噪声图像存在效果不佳的问题,提出结合全局项与局部项的主动轮廓分割模型。全局项由CV(Chan-Vese)模型的保真项构成,局部项的构建考虑局部区域信息的同时引入反映图像灰度特性的局部熵信息。依据图像灰度的特点,选择合理的全局项和局部项参数,并加入正则项保证曲线在演化过程中保持平滑,保障分割结果的可靠性。通过变分水平集方法最小化能量泛函,依据梯度下降流迭代更新水平集,完成曲线演化。采用模拟图像和实际图像进行实验分析,结果表明,所提出的结合全局项和局部项的主动轮廓模型可以高效地分割噪声严重以及灰度分布不均匀的图像。     

模糊数据的编码压缩

建立在普通集合之上的传统的数据压缩方法不能胜任模糊领域中的问题。因此,有必要从模糊集合理论出发,导出模糊概率的概念和模糊信息,赋予数据压缩理论和技术新的活力。本文试图从模糊理论的角度,借助于广义信息论,探讨模糊信息压缩的方法和意义。     

生成n元数的全体排列的一个算法

许多组合问题可以表达为minf(q),其中q为1,2,…,n的任一排列。关于排列生成的各种算法,文献[1]作了全面的介绍,并且进行了比较分析。本文从集合映射出发,得到了一个算法。在这个算法的基础上,对每个排列可以得到一个序号,对每个序号可以得到一个排列,并且可以从任一给定的排列开始生成全体排列。     

多状态系统故障树质蕴含集的求取算法

本章首先给出多状态系统状态空间的立方体表示方法,然后建立相应的运算规则。在这些规则的基础上,提出多状态系统故障树质蕴含集的求取算法。通过实例分析,说明了这种方法的可行性。     

广义直观Fuzzy集

本文给出了广义直观Ｆｕｚｚｙ集的概念,讨论了基本运算及其性质,拓广了文献［１］与［２］的结果。     

FUZZY格的部分结构理论

在参考文献1的基础上,对Fuzzy格理论作了进一步探讨。提出Fuzzy格C—理想、正常集、C—主理想、C—同态、C—格同余的定义。得出C—理想与格理想不同的特征性质与类似性质;在Fuzzy格C—同态与C—同余的意义下,给出保C性与通过C—理想构造的一类同余关系。     

模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

火力使用策略的集对分析与评价

对不确定理论──集对分析理论［１］中关于联系度的算法作了修改,给出了更有实际意义的联系度公式。应用此公式采用同异反决策分析的方法,首先对“火力使用策略”进行定性分析,把影响火力使用的７对主要矛盾看作７个集对,定义每集对的同异反三属性的测量要素。通过求各集对的联系度所在问题的解,达到择优最佳“火力使用策略”的目的,从而对战役行动起到指导或辅助决策的作用。     

关于区域到区域映射的某些新结果

研究了指数函数、对数函数所构成的映射的映射特点;拓广了基本映射公式,提出了利用基本映射公式求区域到区域的映射。     

次连续(S)型映射的广义拓扑度

基于Galerkin逼近技巧,本文构造了次连续(S)型映射的广义度,讨论了该广义度的初等性质,并给出了局部有界广义伪单调映射满值性的拓扑证明。