一类时滞系统的模糊预测控制方法

对模糊控制和预测控制相结合的控制方法进行研究,提出了一种简单易于实现的模糊预测控制的组合方法.此方法将模糊控制的定性分析特点和预测控制的定量分析特点有效地结合起来,同时积分器的引入可以消除稳态偏差.仿真结果表明,该方法对控制作用的滞后时间不确定的系统十分有效.     

基于模糊综合评判工程建设项目合同模式分析

通过对建设项目合同的三种模式:固定价格合同、单价合同和成本加价合同的分析,建立了评价该模式指标体系,提出了模糊综合评判模型,为选择合适的建设项目合同模式提供一种可靠的分析方法。     

基于可能性理论的柴油机故障诊断方法

本文提出了基于可能性测度的柴油机故障诊断方法.与概率测度相比,可能性测度更为适合,计算更为简单,在故障诊断中有着广泛的适用性。     

多幅图像显示时色彩压缩的聚类统计算法

在计算机上，同屏显示多幅彩色图像会出现明显的失真（即色彩损失）．特别是两幅图像色调差别较大时（如一幅暖色调，一幅冷色调），失真现象更为严重．为了克服这一缺陷．本文在参考Ｋ均值聚类算法的基础上，优化了初始聚类中心，提出了色彩压缩的聚类统计算法．本算法简单实现较为方便，克服了Ｋ均值算法对色彩压缩不均衡及彩色失真度大的缺点．且不需经过多次迭代即可得到令人满意的效果，压缩时间短．     

系统聚类分析在农村消费水平划分中的应用

中国的经济发展主要存在着“东部”与“西部”的差距，文章利用聚类分析对我国部分省、市、自治区共28个样本进行分类，并加以分析．     

基于图像分割应用于临床上检测HP的一种快速算法

研究了利用图像分割技术,去辨别染色后的胃部切片是否有HP(Helicobacter Pylori幽门螺旋菌),并给出了一种二维直方图与FCM(Fuzzy Clustering模糊聚类)相混合的图像分割方法.运用色彩特征抽取技术,可以更加精确和快捷地识别HP.     

言语交际中的模糊语言及其语用分析

借助题旨情境，模糊语言在言语交际中十分活跃，语用灵活，可使言语表达更加有效、更加睿智、更加委婉、更加灵活。应结合语境并随语随文来剖析其表象，阐释其语义，体会其言外之意和弦外之乐。     

A data model for regions with indeterminate boundaries

Most of spatial phenomena like natural vegetation units and land use areas constantly change over time and have uncertainty spatial extents. Till now, a considerable number of data models have been proposed for spatial objects with sharp boundaries as well as with indeterminate boundaries. However, they mainly concern space and time or space and fuzziness and not yet integrate them into a single unified framework. This paper introduces a formal definition of the conceptual fuzzy spatiotemporal data model, called FSTDM for fuzzy regions based on fuzzy set theory. We also contribute a method of manipulating queries with the presence of both temporal predicate and fuzzy spatial predicate in the condition clause efficiently. We then implement a prototype system.Through the experimental results, we prove that our work can be used to build a specialized system such as GIS, spatial database, and so on.     

模糊数空间上下确界的度量刻划

在模糊数空间上定义了一种新的度量，证明用这种度量可以对序有界的模糊序列的上、下确界进行刻划。     

(β,α)-模糊子群

通过应用模糊点与模糊集之间的邻属关系，给出了(^-β,^-α）-模糊子群的定义。并得到了一种称之为(^-∈^，-∈∨^-q)模糊子群的新模糊子群。