项目名称: 基于多维模糊数的多通道不确定信息的表示及融合方法研究

项目编号: No.61273077

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 王桂祥

作者单位: 杭州电子科技大学

项目金额: 72万元

中文摘要: 对拟处理的对象,如果获得的信息(单通道或多通道)是确定和精确的,则我们可以用通常的实数或实数向量来描述、表示。但在现实世界和工程领域中,许多信息不是确定和精确的,而具有某种不确定(概念的边界不确定)性。当拟处理对象的信息具有这种不确定性时,如果还勉强使用通常的实数量来描述、处理,就会失去一定客观性、合理性。而模糊数是描述、处理不确定信息的一种有效工具。但一般的多维模糊数,由于结构极其复杂,应用中不能使用。故,本项目拟(1)找出一类新的既便于使用,又能客观、较准确地描述多通道不确定信息的特殊多维模糊数;(2)用该类特殊多维模糊数(建立具体构造方法)表示多通道不确定信息;(3)在多通道不确定信息(这类多维模糊数)描述空间中,就不同用途(如识别、分类、排序、评估等),建立能客观反映实际问题的聚合算子(融合算法);(4)基于建立的聚合算子,给出多通道不确定信息的具体融合算法,并开发相应的计算软件。

中文关键词: 信息表示;不确定多通道数字信息;模糊数;聚合算子;信息融合

英文摘要: If the information to be dealt with are certain and precise, then we can use usual real numbers or real number vectors to characterize and represent these single channal or multichannel information. But, there are lots of uncertain (the boundary of concept being uncertain) or imprecise information in the real world and engineering field. If the information to be dealt with are uncertain or imprecise, we still use usual real numbers or real number vectors to characterize and deal with them, then it will lose some objectiveness and rationalness. However, fuzzy numbers are kind of good tools to characterize and deal with thus uncertain or imprecise information. At the same time, the usual mutidimensional fuzzy numbers can not be used in application due to the very complexity of their structure. Therefore, the application research project intends to (1) find out one special kind of mutidimensional fuzzy numbers, which can be conveniently used to characterize multichannel uncertain or imprecise information objectively and accurately; (2) set up the constructing methods and algorithms of thus special kind of mutidimensional fuzzy numbers to represent uncertain or imprecise multichannel information; (3) take the all of uncertain or imprecise multichannel information to be dealt with into the special kind of mutidimensi

英文关键词: Representations of information;Multichannel uncertain digital information;Fuzzy numbers;Aggregation operators;Information fusion

成为VIP会员查看完整内容
0

相关内容

专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
39+阅读 · 2021年4月5日
专知会员服务
25+阅读 · 2020年12月17日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
【KDD2020】 半监督迁移协同过滤推荐
专知会员服务
19+阅读 · 2020年10月21日
【KDD 2020】基于互信息最大化的多知识图谱语义融合
专知会员服务
41+阅读 · 2020年9月7日
KDD20 | AM-GCN:自适应多通道图卷积网络
专知会员服务
39+阅读 · 2020年8月26日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
论文浅尝 | 融合多层次领域知识的分子图对比学习
开放知识图谱
2+阅读 · 2021年8月15日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
图数据表示学习综述论文
专知
52+阅读 · 2019年6月10日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
31+阅读 · 2021年6月30日
Position-aware Graph Neural Networks
Arxiv
15+阅读 · 2019年6月11日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关VIP内容
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
39+阅读 · 2021年4月5日
专知会员服务
25+阅读 · 2020年12月17日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
【KDD2020】 半监督迁移协同过滤推荐
专知会员服务
19+阅读 · 2020年10月21日
【KDD 2020】基于互信息最大化的多知识图谱语义融合
专知会员服务
41+阅读 · 2020年9月7日
KDD20 | AM-GCN:自适应多通道图卷积网络
专知会员服务
39+阅读 · 2020年8月26日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关资讯
论文浅尝 | 融合多层次领域知识的分子图对比学习
开放知识图谱
2+阅读 · 2021年8月15日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
图数据表示学习综述论文
专知
52+阅读 · 2019年6月10日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
特征工程的特征理解(一)
机器学习研究会
10+阅读 · 2017年10月23日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员