薛占熬
- 作品数：79 被引量：313H指数：10
- 供职机构：河南师范大学计算机与信息工程学院更多>>
- 发文基金：国家自然科学基金河南省科技攻关计划河南省基础与前沿技术研究计划项目更多>>
- 相关领域：自动化与计算机技术理学文化科学哲学宗教更多>>
- 基于Bayesian直觉模糊粗糙集的数据分类方法被引量：6
- 2022年
- 在直觉模糊集和粗糙集理论基础上,结合Bayesian概率和近似关系,提出了Bayesian直觉模糊粗糙集模型,并对其进行研究。首先,在粗糙集的基础上,定义了基于直觉模糊粗糙集上的Bayesian概率,结合直觉模糊近似关系和模糊矩阵,给出了直觉模糊等价关系,并讨论了其性质;其次,根据直觉模糊集和截集的特性,得到基于Bayesian直觉模糊粗糙集的等价类,并进一步给出了上、下近似的划分方法,求出正、负域和边界域并计算近似精度;最后,在UCI数据集上,分析验证该模型的有效性,该模型能较好地分类含有模糊信息的数据。
- 薛占熬李永祥李永祥荆萌萌
- 关键词：直觉模糊集数据分类
- 列车管贯通状态检测的几个技术问题被引量：4
- 2001年
- 列车管贯通状态是铁路安全行车的决定因素，但因为现场条件复杂难以准确检测，文章针对设计中存在的特殊问题，讨论了有利于提高测量准确性的基准参数设定，疏失误差判决处理，软件滤波和抗干扰等实现方法。
- 魏淑桃薛占熬冯乃勤孙玉强
- 关键词：行车安全铁路软件滤波
- Lukasiewicz区间值命题逻辑的广义重言式被引量：2
- 2009年
- 给出一个新区间值的定义,在此基础上进一步给出了Lukasiewicz区间值逻辑代数及其广义重言式的定义.同时由一类特殊的公式序列Ak,k=1,2,…,证明了可达-a-重言式类类不空和类类互异定理在Lukasiewicz区间值命题逻辑中也成立.
- 薛占熬卫利萍岑枫李霞
- 关键词：广义重言式
- 二维直方图准分的Renyi熵快速图像阈值分割被引量：8
- 2012年
- 针对传统二维Renyi熵(RE)分割法分割结果不够准确和计算复杂度高的问题,提出一种快速的二维RE准分法.首先,用与主对角线平行的四条斜线将直方图分成内点区、边界点区和噪声点区,并对噪声点区进行去噪处理以便获得更好的分割性能.然后,对内点区与边界点区在RE公式中的对应量准确取值使阈值选取更准确.最后,提出二维RE准分法的一般递推算法,并在此算法的基础上利用RE在二维直方图上的计算特性和两个公式导出快速的二维RE阈值选取算法来降低计算复杂度.实验结果表明,与对比方法相比,文中方法不仅分割更准确和抗噪性更强,而且其运行时间少,与二维RE斜分法运行时间相近.
- 张新明薛占熬郑延斌
- 关键词：阈值法二维RENYI熵递推算法
- 基于θ算子的变精度直觉模糊粗糙集被引量：1
- 2017年
- 在模糊近似空间中,结合直觉模糊集的隶属度、非隶属度与模糊蕴涵算子,提出基于θ算子和θ*算子的直觉模糊集及其隶属度和非隶属度的概念,并证明它们一系列性质.然后,结合直觉模糊集与变精度粗糙集,定义基于θ算子的变精度直觉模糊粗糙集,提出求解变精度粗糙集阈值参数β的方法,使用算例分析该方法.
- 薛占熬袁艺林辛现伟韩丹杰
- 关键词：模糊蕴涵算子直觉模糊集变精度粗糙集
- 二级倒立摆的区间值模糊控制被引量：1
- 2013年
- 为了提高倒立摆模糊控制的稳定性,研究了二级倒立摆的区间值模糊控制。根据区间值模糊集理论,由不同类型的隶属度函数构成区间结构,利用区间值模糊蕴涵建立控制规则,设计出二级倒立摆的区间值模糊控制器,并通过仿真与实时控制实验,对比分析了区间值模糊控制与点值模糊控制的性能。实验结果表明,区间值模糊控制具有更好的稳定性和鲁棒性。
- 薛占熬李跃军程惠茹薛天宇
- 关键词：倒立摆区间值模糊集模糊控制器
- 区间平均运算模型柔性化的研究
- 2006年
- 用泛逻辑学原理,把广义相关性引入到区间值逻辑,重新定义了柔性区间补、柔性区间与、柔性区间或、柔性区间平均等运算模型,且这些运算模型是连续可变的,还进一步证明了柔性区间平均的中介性、交换律、单调性和边界条件.以全新的观点给出柔性区间平均在h几个特殊点处的运算模型,并绘出其图形.
- 薛占熬何华灿许勇
- 关键词：泛逻辑
- 区间值逻辑柔性化的研究被引量：1
- 2005年
- 蕴涵是研究逻辑学的重点和难点,本文运用泛逻辑学的理论,把广义相关性引入到区间值逻辑中,重新定义了区间值逻辑的补、交、并运算,给出一种区间蕴涵的定义形式,使区间值逻辑运算模型连续可变,进一步证明了区间蕴涵的正则性、单调性和伴随性。以全新的观点给出区间值逻辑在h几个特殊点处的交、并和蕴涵运算模型。这对深入研究区间值逻辑柔性化,具有重要的意义。
- 薛占熬何华灿
- 关键词：区间值柔性化泛逻辑学并运算正则性研究区
- 基于K近邻和优化分配策略的密度峰值聚类算法被引量：18
- 2022年
- 密度峰值聚类(density peak clustering,DPC)是一种简单有效的聚类分析方法.但在实际应用中,对于簇间密度差别大或者簇中存在多密度峰的数据集,DPC很难选择正确的簇中心;同时,DPC中点的分配方法存在多米诺骨牌效应.针对这些问题,提出一种基于K近邻(K-nearest neighbors,KNN)和优化分配策略的密度峰值聚类算法.首先,基于KNN、点的局部密度和边界点确定候选簇中心;定义路径距离以反映候选簇中心之间的相似度,基于路径距离提出密度因子和距离因子来量化候选簇中心作为簇中心的可能性,确定簇中心.然后,为了提升点的分配的准确性,依据共享近邻、高密度最近邻、密度差值和KNN之间距离构建相似度,并给出邻域、相似集和相似域等概念,以协助点的分配;根据相似域和边界点确定初始聚类结果,并基于簇中心获得中间聚类结果.最后,依据中间聚类结果和相似集,从簇中心到簇边界将簇划分为多层,分别设计点的分配策略;对于具体层次中的点,基于相似域和积极域提出积极值以确定点的分配顺序,将点分配给其积极域中占主导地位的簇,获得最终聚类结果.在11个合成数据集和27个真实数据集上进行仿真实验,与最新的基于密度峰值的聚类算法作对比,结果表明:所提算法在纯度、F度量、准确度、兰德系数、调整兰德系数和标准互信息上均表现出良好的聚类性能.
- 孙林秦小营徐久成薛占熬
- 关键词：K近邻
- 图像分布外检测研究综述被引量：1
- 2023年
- 分类器学习一般假设训练样本和预测样本具有独立同分布.由于该条件过强,实践中当分类器面向分布外(Out-of-Distribution,OOD)样本时容易导致预测错误.因此,对OOD检测进行深入研究就显得尤为重要.文中首先介绍OOD检测的概念及其相关研究领域,根据网络训练方式的差异性对有监督的检测方法、半监督的检测方法、无监督的检测方法和异常值暴露的检测方法进行系统概述.然后按照关键技术从神经网络分类器、度量学习和深度生成模型三方面总结现有OOD检测方法.最后讨论OOD检测未来的研究方向.
- 郭凌云郭凌云李国和薛占熬
- 关键词：图像识别
