基于直觉模糊理论的混合多属性Web服务选择

针对多个功能相同或相似的服务,提出了基于直觉模糊理论的混合多属性Web服务选择.将QoS属性分为精确数值型、区间数值型和语言型,并利用层次分析法给出了用户QoS偏好的计算方法.引入直觉模糊集理论将混合型QoS属性统一为直觉模糊数,采用直觉模糊加权算术平均算子对QoS决策矩阵各指标集结,利用直觉模糊得分函数对各决策方案进行排序,实现了基于QoS的Web服务选择.实例验证结果表明,该方法具有一定的有效性.     

给出方案偏好值的模糊多属性决策方法

针对属性值均为模糊变量，属性权重完全未知但给出方案偏好值的模糊多属性决策问题给出了决策方法。该方法通过建立一个模糊期望值目标规划模型来确定属性的权重，基于简单加权平均法则来计算方案的模糊综合评价值，利用比较模糊变量大小的期望值方法来对方案进行排序。最后通过实例说明了该决策方法的可行性和有效性。     

基于灰色理想解法的模糊多属性决策方法研究

针对方案评估中属性信息的模糊性,提出了一种基于熵权和灰色理想解法的决策方法.该方法先将属性的模糊信息转化为三角模糊数,再利用三角模糊数的性质和信息熵的思想,求出属性的熵权.然后,用灰色理论对传统理想解法进行拓展,将灰色关联度和欧氏距离有机结合构造出一种相似接近度对方案进行评价.相似接近度同时反映了方案与正负理想方案之间的位置和数据曲线的相似性差异,这种方法使其物理意义更加明确.通过算例说明了方法的可行性和有效性.     

给出方案偏好值的模糊多属性决策方法

针对属性值均为模糊变量,属性权重完全未知但给出方案偏好值的模糊多属性决策问题给出了决策方法。该方法通过建立一个模糊期望值目标规划模型来确定属性的权重,基于简单加权平均法则来计算方案的模糊综合评价值,利用比较模糊变量大小的期望值方法来对方案进行排序。最后通过实例说明了该决策方法的可行性和有效性。     

一种基于粗集的模糊系统设计方法

利用粗糙集理论可以高效地进行属性约简和规则提取，并且在规则提取过程中能自动的生成各规则的强度，针对模糊系统设计过程中输入变量的约简、模糊规则难以提取等问题，将粗糙集理论与模糊集理论相结合，提出了一种基于粗集设计模糊系统的方法，并给出了具体的设计过程；最后给出了该设计方法的应用，结果表明了该设计方法的有效性．     

一种基于粗集的模糊系统设计方法

利用粗糙集理论可以高效地进行属性约简和规则提取，并且在规则提取过程中能自动的生成各规则的强度，针对模糊系统设计过程中输入变量的约简、模糊规则难以提取等问题，将粗糙集理论与模糊集理论相结合，提出了一种基于粗集设计模糊系统的方法，并给出了具体的设计过程；最后给出了该设计方法的应用，结果表明了该设计方法的有效性．     

基于区间优势可能势的模糊折衷型防洪多目标多属性决策方法

通过综合考虑防洪多目标调度中的各种风险因素,提取了影响水库群防洪需求的若干风险指标,针对防洪多目标方案集的决策优选问题,提出了一种基于区间优势可能势的模糊折衷型多属性决策方法,建立了多属性目标的决策矩阵,避免了备选方案的模糊性和不准确性。并根据区间数的可能度对各方案进行优属度排序,分别选取各属性下的正、负理想方案。另外,还提出了一种描述备选方案与理想方案差异度的优势可能势,更加精确地度量不同方案之间的优劣程度。并在此基础上,采用模糊折衷型多属性决策方法,结合不同属性的主观权重,对备选方案进行优选和排序,得到了满足实际需求的多属性决策最佳优选方案。     

一种基于AHP和模糊理论的多方案综合评价方法

AHP将定性分析和定量分析有效结合，是解决多规则决策问题的一个强有力的工具。但在多方案评价问题中，由于判断矩阵的一致性检验难以通过，AHP不适于求取各方案的权重值。因此，提出了一种基于AHP和模糊理论的多方案综合评价方法。该方法采用AHP求取各层次指标的权重，采用模糊方法确定各方案的属性值，最后归并获得评价结果。并结合具体实例，在Matlab环境下对该方法在供应商的选择和评价展开了应用研究。事实表明，该方法不仅可以公平合理地获得评价结果，而且在实际应用中切实可行。     

基于前景理论的一种犹豫模糊多属性群决策方法

针对犹豫模糊环境下属性权重未知的多属性群决策问题,建立了一种基于前景理论的犹豫模糊多属性群决策方法。根据决策者的单属性偏好函数,提出了一种改进的熵权法来确定属性权重。通过引入前景理论,将犹豫模糊决策矩阵转换为基于参考点为正负理想解的前景决策矩阵,利用方案的收益损失比代替贴合度,并依此对方案进行排序,最后验证了该方法的有效性和可行性。     

城市公路客运站布局的多级模糊综合评判

在分析公路客运站布局影响因素的基础上，建立了布局规划方案选优的多层次评价指标体系．综合考虑各种因素的影响，以及评价指标的模糊属性，与层次分析法相结合．提出了客运站总体布局规划方案的一种多目标、多级模糊综合评判方法，并通过实例说明了该方法的应用．     

基于混合特征的运动目标跟踪方法

为了应对运动目标跟踪任务中目标的尺度、光照变化和形变等情况,提出了一种基于混合特征的运动目标跟踪方法--SoH-DLT,综合考虑了运动目标的轮廓特征和细节特征.在粒子滤波跟踪过程中引入方向直方图描述目标轮廓特征,保证与目标最相似的粒子在尺度、光照变化和形变的情况下仍能获得较高的置信度,并作为跟踪结果输出.结合深度学习获得的高层特征和具有尺度不变性的加速鲁棒特征计算粒子权重,提高了复杂运动场景下目标跟踪的准确度,强化了SoH-DLT方法对尺度变化运动目标跟踪的鲁棒性.实验结果表明,SoH-DLT与其他方法相比获得了更好的跟踪效果.     

基于AHP法的模块化产品结构配置模型与应用

仅仅根据产品的主参数来确定产品之间的相似程度往往难干找到最为相似的设计案例，造成后续的产品变形设计任务量增大，为此，提出了基于层次分析法(AHP)的模块化产品结构配置模型．该模型首先利用最近相似策略计算基本模块之间的相似度，然后综合各基本模块相似度，得到中间层次模块的相似度，进而得到目标方案与设计案例之间的相似度，最终获得最为相似的设计方案．最后，以水轮机方案设计为例，介绍了该模型的具体应用．     

城际快速路客运站点设置方法

为方便城际快速路沿线居民出行,提出城际快速路客运站点设置方法.针对城际快速路客运线路的运营特点,提出一种寻求最少数量的居民点集对沿线居民点进行全覆盖的算法;以居民步行总距离最小为目标建立优化模型,确定每个居民点集所对应客运站点的最佳位置;为了提高客运线路的运行效率,引入灰色聚类方法,建立量化的聚类指标体系及标准,通过评估每个站点的重要度对站点的数量进行优化;最后以一条城际快速路为例对上述方法进行验证.结果表明:该方法是一种行之有效的站点设置方法,实现了站点位置和数量的双优化,能够满足城际快速路沿线主要居民出行需求和线路快速运行的需要,从而使得城际快速路上客运站点的布局更加合理.     

Quantitative deterministic versus probability analyses based on a safety margin criterion

This paper proposes a new criterion called the ratio of safety margin(RSM)for use in the areas of the global factor of safety,reliability and limit states analyses with reference to their respective allowable criteria.An equation for calculating RSM based on the reliability index is formulated.Efforts for proving the applicability of this criterion include a theoretical demonstration in a simple one-variable case;an investigation on a test problem involving two random variables,followed by a slope stability study on a 156 m high embankment dam and an illustrative example presented in a EuroCode 7 guidebook.Calculation of the ratios of safety margin in the three areas provides a quantitative way to accommodate the analytical results within the same theoretical framework and makes the outcomes mutually comparable and supportive,which is much more enlightening than that would be the case by considering only one of them.Calculating RSMs for reliability and limit states methods has also helped solve the key issue concerning the uniqueness of the partial factors calibrated from a particular‘target case’.     

基于改进的Kolmogorov谱湍流模型的图像退化研究

大气湍流干扰空中目标的成像探测,使得观测到的目标图像是严重抖动和模糊的。文章研究了这些抖动和模糊效应,总结了湍流流场的统计特性和光在大气中的传输特性,具体分析了湍流效应退化图像的特征。采用包含了湍流内外尺度影响的波结构函数、折射率谱以及成像系统退化函数的新退化模型,相比Kolmogorov谱模型,该模型引入了更完整的先验约束条件,更接近大气湍流的物理特性。通过对计算结果进行分析,验证了退化模型的合理性,并对图像退化给出了定量的描述。对进一步进行湍流效应退化图像校正算法研究具有重要意义。结果表明采用了改进的Kolmogorov谱模型的图像的退化效果更加接近真实的退化情况。     

基于双特征融合的动态图像分析算法

为解决汽车碰撞实验过程进行测量和记录数据困难的问题,提出一种能从汽车碰撞动态图像中检测、识别和追踪标志目标的算法。该算法采用二值图像同或相关法分离出目标和背景;在找出感兴趣区域后提取相邻帧目标的坐标和纹理进行特征匹配;给出了对匹配量化值进行加权平均融合的策略,并由等错误率最小准则确定融合的最佳权系数;在融合量化值定义为相似度的基础上,通过决策阈值对相邻帧目标问的最大相似度组合进行识别;从而进一步提出了用同构映射原则来判断相邻帧目标的最佳配对。实验结果表明,该算法对相邻帧目标的配对准确率比传统单特征法提高5％,能更有效的对目标进行追踪。     

Restoring Polarization Angle Map for High-Fidelity Underwater Imaging

Obtaining polarization information enables researchers to enhance underwater imaging quality by removing backscattering effect and to distinguish targets of different materials. However, due to the simplified assumption of unpolarized target light, most of the existing underwater polarimetric methods lose part of the polarization information, resulting in degraded imaging quality. In this work, a novel underwater polarimetric method is reported, which obtains the angle of polarization (AOP) map to improve imaging quality. Specifically, the Stokes vectors were exploited to remove the backscattering effect by obtaining two pairs of orthogonal polarization sub-images of the underwater scene. The target reflected light and the angle between the polarization directions of the target reflected light and the backscattered light were computed through the two groups of the orthogonal polarized sub-images. The AOP map of the target light could be derived from the Stokes vectors. Then, the transmission map of the target light was estimated by using the non-local color priorly combined with the properties of light propagating underwater. Experiments show that the reported technique enables distinguishing different targets when the colors are similar. The quantitative metrics validate that the reported technique produces state-of-the-art performance for underwater imaging.     

基于目标图像的提取与测量

通过对图像进行灰度处理和二值化处理,提取目标图像及其边界,并测量所提取目标图像的总面积及目标图像各斑块的面积和周长,由此研究其分布规律与分布密度,并在测量的基础上对目标图像斑块进行统计,得到一定面积或周长范围内目标图像斑块的个数,为相应的研究提供定量分析.     

一种基于聚类的过抽样算法

在过抽样技术研究中,为了合成较有意义的新样本,提出一种基于聚类的过抽样算法ClusteredSMOTE_-Boost。过滤小类的噪声样本,将剩余的每个小类样本作为目标样本参与合成新样本。对整个训练集聚类,根据聚类后目标样本所在簇的特点确定其权重及合成个数。将所有目标样本聚类,在目标样本所在的簇内选取K个近邻,并从中任选一个与目标样本合成新样本,使新样本与目标样本簇内的样本尽量相似,并减少由于添加样本而造成的边界复杂度。试验结果表明,ClusteredSMOTE_-Boost算法在各个度量上均明显优于SMOTE_-Boost、ADASYN_-Boost和BorderlineSMOTE_-Boost三种经典算法。     

灰度序列图像中结合互相关法与梯度特征的阴影去除算法

在视频监控场景下的目标检测中,运动的阴影会对所检测目标的准确性造成不利影响. 为了去除运动阴影的干扰,提出了一种结合灰度比值的四方向梯度与归一化互相关(NCC)特征的阴影去除算法. 首先在灰度序列图像中计算前景与其对应背景灰度的比值; 其次根据阴影区域的相邻像素灰度比值变化改变很小,通过计算灰度比值的四方向梯度均值来判断阴影并加以去除; 最后为了避免运动目标被误去除,考虑到运动目标与背景的相关性差异远远大于阴影与背景之间的相关性差异,结合归一化互相关特征来保留目标,以确保运动目标的完整性. 定性和定量的实验结果分析表明,该算法在阴影去除率和保持目标完整性方面优于其他阴影去除算法.