导读:本文包含了模糊松弛论文开题报告文献综述及选题提纲参考文献，主要关键词:外观缺陷,模糊松弛约束,多核学习,核函数
模糊松弛论文文献综述
贾涵,连晓峰,潘兵[1]（2019）在《基于模糊松弛约束的外观缺陷多核学习技术》一文中研究指出为了满足当前工业生产中对产品外观缺陷检测的精度及实时的要求,提出一种基于模糊松弛约束多核学习的产品外观缺陷检测方法(FRC-MKL)。该方法对各类外观缺陷的样本图像进行特征提取,采用模糊约束理论求解组合核函数中各核函数的权重,通过给每个核函数划定一个模糊权重得到组合核函数,实现了将该组合核函数作为分类器的核函数进行缺陷的学习分类。实验结果表明,利用模糊松弛约束和多核技术可以提高产品外观缺陷的检测精度并且在实地检测中可以更好地满足外观缺陷的实时检测。(本文来源于《测控技术》期刊2019年08期）
文传军,詹永照[2]（2017）在《基于样本模糊隶属度归n化约束的松弛模糊C均值聚类算法》一文中研究指出模糊C均值聚类算法(FCM)由于样本模糊隶属度归一性的约束,导致FCM算法对噪声数据敏感。提出松弛模糊C均值聚类算法(RFCM),RFCM算法在可能性C均值聚类算法(PCM)目标函数的基础上,放弃了FCM算法单个样本模糊隶属度归一化约束,转为n个样本模糊隶属度之和为n的约束;并利用粒子群算法对样本模糊隶属度进行优化估计,使得模糊指标可拓展为m>0的情况,同时采用梯度法得到RFCM算法聚类中心迭代公式。RFCM理论分析了算法对噪声数据抗噪的原理,解释了RFCM算法模糊指标m>0的合理性,讨论了RFCM算法的收敛性。基于Gauss数据集和UCI数据集的仿真测试验证了所提出算法的有效性。(本文来源于《科学技术与工程》期刊2017年36期）
李爽[3]（2015）在《基于模糊聚类的模糊查询及查询松弛方法的研究》一文中研究指出经典关系型数据库是以布尔逻辑为基础的,这就表明它只能表示和存储精确的、确定性的信息。也就意味着用户仅能进行精确查询,然而,大量用户对数据库的查询意图是模糊的、不精确的,因此研究基于经典数据库上的模糊查询是必要的。而模糊查询条件与精确条件查询的查询结果交集为空或者用户的错误查询表达又可能导致失败查询,即空查询结果。这就需要数据库能够在一定程度上放松对初始查询条件的约束,从而得到与初始查询条件相似的查询结果。针对上述问题,本文对数据库模糊查询和失败查询问题进行了深入研究,并分别给出了二者的解决方案。首先,本文提出了基于模糊聚类分析的数据库模糊查询算法。将要查询的属性值直接应用模糊聚类分析进行计算,使用Prim算法形成的最大树进行动态分类,应用映射函数将其映射到相应的模糊集合,即根据被查询数据本身的特性进行聚类,从而得到查询结果,避免了使用人为定义隶属函数进行模糊查询带来的主观性,聚类分析算法的应用不仅有效提高了模糊查询的可信度,而且还大大提高了其通用性。实验结果表明,使用模糊聚类分析进行模糊查询在避免了主观性的同时得到了较为理想的实验结果。其次,针对模糊查询可能导致的空查询问题,本文依次给出了解决模糊条件查询松弛算法和精确条件查询松弛算法。对于模糊条件的查询松弛方法,本文提出了重写聚类分析中映射函数的方法来实现查询松弛,即重写后的映射函数能够映射更多聚类,从而增加查询返回的结果数;对于精确条件的查询方法,本文提出的解决方法是,首先基于IDF信息检索技术对各个属性进行权值评估,然后依据权值从小到大依次进行松弛,具体松弛方法又分为非数值型属性和数值型属性,对于非数值型属性,本文采取了粗粒度查询松弛策略,即直接去除该属性约束;而对于数值型属性,本文则提出了基于直方图技术的查询松弛方法,实验结果从查全率和查准率两个方面论证了本文提出的查询松弛方法是有效的。(本文来源于《辽宁大学》期刊2015-05-01）
杨帆[4]（2013）在《RDF模糊查询松弛方法的研究》一文中研究指出随着万维网上的内容越来越多,人们对于准确、快速、全面获取信息的愿望也愈发强烈。语义Web作为当前Web的扩展,其研究领域是为万维网中的数据增加机器可理解的语义,从而使机器能快速、准确地从万维网上获取全面有用的信息并进行自动处理。RDF (Resource Description Framework,资源描述框架)是一个通用的元数据模型标准,它使得语义Web上的语义检索成为可能。语义Web中支持RDF查询的查询语言有多种,目前SPARQL已成为RDF查询语言的推荐标准,在此基础上为了满足用户的模糊查询意图,出现像f-SPARQL这样支持模糊表达的查询语言,这使RDF查询系统具有直接处理模糊查询的功能。然而由于查询用户不了解语义Web中RDF数据集的结构及内容信息,所以提交的初始模糊查询条件很可能过于苛刻导致查询结果过少或者为空,这大大降低了模糊查询的查全率。查询用户希望查询系统能够自适应地返回近似且有序的查询结果,然而目前的模糊查询系统却不具备这一功能。针对这一问题,本文提出了RDF上模糊查询的松弛方法以及查询松弛后对于结果集排序问题的解决方案。本文研究的核心内容为：在RDF模糊查询的基础上研究原子模糊查询以及复合模糊查询的松弛算法,并且为查询松弛后得到的结果集排序。首先,提出RDF数据集上原子模糊查询返回结果失败的松弛算法,该算法的核心技术为模糊术语的松弛操作和容差指标Z的确定,并且利用查询领域的非授权模糊集使查询松弛迭代成为一个可控的过程。其次,研究了较为复杂的RDF复合模糊查询的松弛方法,在这里模糊查询条件的IDF权重信息和松弛查询格结构的提出确定了多个不同松弛查询模式的执行顺序。为了降低系统的响应时间,将最小失败子查询应用到松弛迭代过程中,最终得到一个高效可控的松弛算法。第叁,本文提出了基于模糊集贴近度和查询条件权重的通用评分策略,基于TA算法思想为松弛查询结果排序,可高效地完成松弛结果的排序工作。最后,本文实现了具备自适应松弛功能的RDF模糊查询原型系统并对其实验结果进行研究分析,实验结果表明本文的松弛结果在查全率和查准率的评估上都有较好的性能,但在系统响应时间性能上有待提高。(本文来源于《东北大学》期刊2013-06-01）
张昉[5]（2012）在《Web数据库模糊松弛查询技术研究》一文中研究指出随着Web数据库的应用增多,数据量的逐渐增大,数据库的存储对象和存储方式也随之变化。为此,Web数据库提供一个查询接口供用户访问。但是随着用户群体的不断扩大,用户由具有专业领域知识的科研人员过渡为不具备专业领域知识的普通用户,让用户了解数据库的结构和数据的存储方式已不现实。而且普通用户通过查询接口访问数据库时往往会遇到问题,如用户查询意图不明确的时候无法给出准确的查询值,而且查询接口又不支持模糊表达；又或者用户给出了查询条件Web数据库却没有符合条件的结果返回等。针对这些情况,普通用户希望Web数据库能够支持模糊意识的表达；希望数据库能够返回近似的查询结果,并且能够对返回的结果进行排序。但是就目前的Web数据库而言,这些要求都很难实现。本文的研究工作基于上述问题展开。对Web数据库查询接口支持模糊查询问题、能够自适应的放松用户的查询条件解决空查询结果问题、松弛后返回的结果排序和数量控制问题等进行了研究,并针对这些问题提出了解决方案最终加以实现。主要研究工作为：(1)对模糊查询的松弛及控制研究。将用户发出的模糊查询条件分解为单个的基本模糊查询条件；然后找到造成查询失败的最小失败子查询集合；确定集合中各个属性的权重,依据权重不同依次松弛原子模糊查询；根据用户给定的否定域和领域专家提供的隶属函数对松弛进行控制。(2)对模糊查询的去模糊化研究即重新确定松弛后的原子查询条件属性取值边界的问题。这部分研究工作需要将数据库表中该属性列的所有取值与松弛边界进行判断,将最接近松弛边界的属性值确定为边界值。(3)对查询结果排序问题的研究。针对返回的多查询结果排序问题,依据松弛次数和语义贴近度给出计算公式,然后根据计算的结果进行排序。(本文来源于《东北大学》期刊2012-06-01）
宋晓霞,石光明[6]（2011）在《基于噪声特点和l_1凸松弛技术的图像去模糊方法》一文中研究指出图像去模糊本质上是求解一个病态问题。由于理论上图像均存在稀疏域的特点,l1凸松弛技术经常用来求解图像去模糊的病态问题。然而,在获取图像的实际过程中,不同类型的噪声可能会引入到模糊图像中。对于不同噪声污染的模糊图像,如果仍然采用同一模型进行图像去模糊,很难产生令人满意的结果。基于此,本文在分析噪声对模糊图像污染特点的基础上,提出采用不同的l1凸松弛模型去除图像模糊和噪声的方法。在所提的方法中,根据模糊图像的像素是全部还是部分被噪声污染,在l1凸松弛的优化模型中选用不同的保真项。实验结果验证了本文提出的基于噪声特点和l1凸松弛技术的图像去模糊方法的正确性和有效性。(本文来源于《中国体视学与图像分析》期刊2011年02期）
刘心[7]（2010）在《基于模糊关系的互补松弛定理》一文中研究指出为完善和推广模糊线性规划对偶理论,在基于模糊关系的模糊线性规划(FLP)对偶理论的研究的基础上,分析对偶模糊线性(DFLP)最优解的概念,对经典LP对偶问题中的重要结果进行了推广.提出并推导证明了对偶模糊线性规划(DFLP)问题的对称性定理和互补松弛性定理.并举例说明该理论具有一定的应用价值,为存在于现实中的诸多模糊优化问题提供了理论基础.(本文来源于《辽宁师范大学学报(自然科学版)》期刊2010年04期）
潘俊涛,费树岷,穆朝絮,薛明香[8]（2010）在《基于新松弛条件的连续时间Takagi-Sugeno模糊系统镇定设计(英文)》一文中研究指出研究了一类连续时间Takagi-Sugeno模糊系统的镇定控制器设计问题,提出了一种新的基于模糊Lya-punov函数和阶梯隶属度函数的系统镇定条件.通过阶梯隶属度函数逼近原系统的隶属度函数,系统隶属度函数信息被引入到其镇定设计中,从而大大降低了现有T-S模糊控制系统镇定设计的保守性.与已有基于模糊Lyapunov函数的连续T-S模糊系统的镇定设计不同,所提出的镇定条件不依赖于隶属度函数的导数,因此具有较少保守性.此外,所得镇定条件可表示为一组线性矩阵不等式,而不是双线性矩阵不等式,因而可以利用凸优化算法方便地进行求解.仿真实例表明了所提方法的有效性.(本文来源于《Journal of Southeast University(English Edition)》期刊2010年04期）
曾亮,陈华杰,林岳松[9]（2010）在《基于模糊松弛的极化图像分类算法》一文中研究指出该文模糊聚类是一种重要的分类方法,已有的模糊分类算法应用于极化SAR图像时只利用了光谱信息,未考虑到邻域像元间统计依赖关系,针对这一缺陷,该文引入了邻域函数来描述这种依赖关系。在模糊C均值(FCM)框架下,利用邻域函数进行类别概率松弛,而且松弛程度可根据具体应用修改,增强算法的灵活性。利用DLR实验室的全极化数据进行的实验表明即使在强噪声下本文算法也能获得一致连续的分类效果。(本文来源于《杭州电子科技大学学报》期刊2010年04期）
余涛,于文俊,李章文[10]（2009）在《基于CPS标准的AGC变论域模糊松弛控制方法》一文中研究指出控制性能标准(CPS)考核水平的提高是以增加发电机控制指令的下发次数为代价的。如果自动发电控制(AGC)机组调节频繁,机组煤耗和机组磨损会显着增加,导致机组发电效益下降。为了在保证较高CPS考核水平的同时减少发电机控制指令的下发次数,并且提高系统的鲁棒性,文中结合实际电网提出了一种能够在线调节比例积分(PI)控制器参数的AGC变论域模糊松弛控制方法。仿真结果表明,即使电网结构参数发生变化或受到较大随机干扰时,被控系统仍具有快速的负荷适应性、良好的抗扰动能力和很强的鲁棒性,且能在保证CPS考核合格率的同时,明显减少控制命令的下发次数和机组的反调次数。(本文来源于《电力系统自动化》期刊2009年23期）
模糊松弛论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
模糊C均值聚类算法(FCM)由于样本模糊隶属度归一性的约束,导致FCM算法对噪声数据敏感。提出松弛模糊C均值聚类算法(RFCM),RFCM算法在可能性C均值聚类算法(PCM)目标函数的基础上,放弃了FCM算法单个样本模糊隶属度归一化约束,转为n个样本模糊隶属度之和为n的约束;并利用粒子群算法对样本模糊隶属度进行优化估计,使得模糊指标可拓展为m>0的情况,同时采用梯度法得到RFCM算法聚类中心迭代公式。RFCM理论分析了算法对噪声数据抗噪的原理,解释了RFCM算法模糊指标m>0的合理性,讨论了RFCM算法的收敛性。基于Gauss数据集和UCI数据集的仿真测试验证了所提出算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊松弛论文参考文献
[1].贾涵,连晓峰,潘兵.基于模糊松弛约束的外观缺陷多核学习技术[J].测控技术.2019
[2].文传军,詹永照.基于样本模糊隶属度归n化约束的松弛模糊C均值聚类算法[J].科学技术与工程.2017
[3].李爽.基于模糊聚类的模糊查询及查询松弛方法的研究[D].辽宁大学.2015
[4].杨帆.RDF模糊查询松弛方法的研究[D].东北大学.2013
[5].张昉.Web数据库模糊松弛查询技术研究[D].东北大学.2012
[6].宋晓霞,石光明.基于噪声特点和l_1凸松弛技术的图像去模糊方法[J].中国体视学与图像分析.2011
[7].刘心.基于模糊关系的互补松弛定理[J].辽宁师范大学学报(自然科学版).2010
[8].潘俊涛,费树岷,穆朝絮,薛明香.基于新松弛条件的连续时间Takagi-Sugeno模糊系统镇定设计(英文)[J].JournalofSoutheastUniversity(EnglishEdition).2010
[9].曾亮,陈华杰,林岳松.基于模糊松弛的极化图像分类算法[J].杭州电子科技大学学报.2010
[10].余涛,于文俊,李章文.基于CPS标准的AGC变论域模糊松弛控制方法[J].电力系统自动化.2009