文件名称：论文研究-R-fuzzy粗糙近似隶属度集的优势测度方法及其视觉感知应用.pdf
文件大小：804KB
文件格式：PDF
更新时间：2022-10-10 15:26:46
论文研究
论文研究-R-fuzzy粗糙近似隶属度集的优势测度方法及其视觉感知应用.pdf, R-fuzzy集以粗糙集的形式给出了隶属函数，按照隶属度与描述符的相关程度将其进行分类.完全符合描述符的隶属度划分到下近似集，与描述符有关的隶属度划分到上近似集.如果能够得到上近似集中隶属度的重要性，将拓展R-fuzzy的应用领域.进一步讲，如果能够引入一种方法对R-fuzzy上近似集中的隶属度重要性进行量化，将可实现对隶属度重要性的量化排序，实现更高的分辨力.本文提出的优势测度概念可以很好的实现这个要求.首先，给出了优势测度理论框架，证明了优势测度与1型模糊集的等价性，接着，论证了与R-fuzzy集的一致性，指出了优势测度模糊集本质就是R-fuzzy粗糙隶属集的验证器.最后，通过人类视觉感知实验及优势测度的可视化，研究了不同类别群体共识与个识对确定R-fuzzy隶属度测度的影响，分析了R-fuzzy粗糙近似隶属度集的优势测度方法对于人类群体感知辨识的优势.