本项目旨在建立各类不确定的相似度量理论及方法,根据近似推理的数学本质及模糊控制的技术实现要求,给出模糊控制规则及输入变量的相似逼近,构造生成推理后件的节点漂移方法,建立基于相似度量的近似推理理论(简记为ARSM方法)并考虑以此为核心的模糊控制的仿真实现.我们这种ARSM方法在逻辑上要比CRI方法显得更为合理,其推理过程也符合人脑的思维特征,同时由于ARSM方法的还原性及保正规性,就使得以此为核心的模糊控制可以比较方便的实现.将此方法应用于粗糙集(模糊粗糙集)模型,可实现基于粗糙集相似度量的ARSM方法,这将给粗糙集在模式识别领域(数据挖掘、机器学习等)中的应用带来新的方法和活力.
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
监管的非对称性、盈余管理模式选择与证监会执法效率?
宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响
针灸治疗胃食管反流病的研究进展
卫生系统韧性研究概况及其展望
自相似网络性能模型的多级近似方法研究
基于深度层次特征相似性度量的视觉跟踪方法研究
非高斯概率模型的高效变分近似推理方法研究
microRNA功能相似度度量的生物信息学方法研究