云模型的隶属概念判定中阈值生成

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (24): 125-128.

• 数据库、信号与信息处理 • 上一篇下一篇

云模型的隶属概念判定中阈值生成

张家精1，王焕宝1，倪友聪1，陈金兰2

1.安徽建筑工业学院数理系，合肥 230601
2.安徽建筑工业学院机械与电气工程学院，合肥 230601

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-21 发布日期:2011-08-21

Generating thresholds to determine membership concepts based on cloud model

ZHANG Jiajing1，WANG Huanbao1，NI Youcong1，CHEN Jinlan2

1.Department of Maths & Physics，Anhui University of Architecture，Hefei 230601，China
2.School of Mechanical and Electrical Engineering，Anhui University of Architecture，Hefei 230601，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-21 Published:2011-08-21

摘要/Abstract

摘要： 在基于云模型的隶属概念判定算法中，人工给定的阈值不能根据对象隶属的多个概念的特征进行调整，从而影响到判定算法的适应性。基于云模型的“[3σ]规则”，提出一种自适应阈值生成算法。由其得到的阈值用于基于云模型的隶属概念判定算法，不仅使得原有的隶属概念判定算法可适用于不同特征的概念，而且使其更加符合人们的认识规律。阈值生成算法在不确定性的定性定量转换方面也具有较高的应用价值。

关键词: 云模型, 隶属概念, 不确定性, 阈值生成算法

Abstract: The fixed threshold can not be adjusted to characteristics of concepts among objects in algorithms for determining the membership concepts based on cloud model，which makes them against the adjustability of algorithms.The algorithm for generating self-adaptive thresholds is proposed according to the 3σ rule in cloud model，and is applied to determine membership concepts，based on which the new algorithm for determining membership concepts is produced.The new algorithm extends characteristics of concepts among objects to universal law of cognition，and is widely applied to uncertain qualitative and quantitative transition problems.

Key words: cloud model, membership concept, uncertainty, algorithm for generating threshold

张家精1，王焕宝1，倪友聪1，陈金兰2. 云模型的隶属概念判定中阈值生成[J]. 计算机工程与应用, 2011, 47(24): 125-128.

ZHANG Jiajing1，WANG Huanbao1，NI Youcong1，CHEN Jinlan2. Generating thresholds to determine membership concepts based on cloud model[J]. Computer Engineering and Applications, 2011, 47(24): 125-128.

[1]	王运成，周春华，陈楚湘，吴善明，陈冰. 基于二叉知识树推理的可扩展智能排课系统[J]. 计算机工程与应用, 2021, 57(5): 251-257.
[2]	谢兄，杨金鹏. YOLO-wLU：考虑定位不确定性的目标检测算法[J]. 计算机工程与应用, 2021, 57(22): 223-231.
[3]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[4]	孙金岭，袁朋朋，孔盼盼. 考虑处理基金和回收品质量的闭环供应链决策[J]. 计算机工程与应用, 2020, 56(15): 259-267.
[5]	葛显龙1，2，薛桂琴1. 不确定环境下多品类共同配送路径优化[J]. 计算机工程与应用, 2019, 55(9): 264-270.
[6]	钟毓灵，王习特，白梅，朱斌，李冠宇. FODU：不确定数据集中快速离群点检测方法[J]. 计算机工程与应用, 2019, 55(19): 105-114.
[7]	韩梅1，2，康凯1. 回收数量不确定的双重竞争闭环供应链定价研究[J]. 计算机工程与应用, 2019, 55(12): 230-236.
[8]	林玉香1，王慧婷2. 连续不确定协作用户的隐私保护方法[J]. 计算机工程与应用, 2018, 54(9): 109-115.
[9]	谢晖，李松月，孙永河，韩玮. 基于云模型求解属性权重的DEMATEL方法研究[J]. 计算机工程与应用, 2018, 54(7): 257-263.
[10]	徐士东，耿秀丽，董雪琦. 基于云模型的改进FMEA风险评估方法[J]. 计算机工程与应用, 2018, 54(2): 228-233.
[11]	纪蕾1，郭树荣2，丛旭辉3，刘彩霞1. 基于OWA算子和可拓云模型的PPP项目绩效评价——以经营性PPP项目为研究对象[J]. 计算机工程与应用, 2018, 54(16): 220-226.
[12]	肖子涵，耿秀丽，徐士东. 基于云模型的不确定性大群体多属性决策方法[J]. 计算机工程与应用, 2018, 54(11): 254-259.
[13]	李珣1，2，邓乾旺2，刘俊武2. 不确定条件下报废汽车回收率云模型仿真研究[J]. 计算机工程与应用, 2018, 54(10): 256-266.
[14]	常红伟1，夏克文1，2，白建川1，2，牛文佳1，武盼盼1. 采用云量子PSO的属性约简方法[J]. 计算机工程与应用, 2018, 54(10): 99-104.
[15]	张学军1，2，严金童1，田峰3，成谢锋1，2. 基于自适应检测长度的双门限能量感知算法[J]. 计算机工程与应用, 2017, 53(7): 121-127.

云模型的隶属概念判定中阈值生成

Generating thresholds to determine membership concepts based on cloud model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics