1) fuzzy integration function
模糊综合函数
1.
Multi-sensor data fusion based on correlation function and fuzzy integration function;
基于相关性函数和模糊综合函数的多传感器数据融合
2.
Fussy theory is used in the paper to discuss the target recognition decision-making fusion algorithm based on the fuzzy integration function.
运用模糊集理论,讨论基于模糊综合函数的目标识别决策级融合算法,并举例说明该方法的直观合意性。
2) fuzzy synthetic index
模糊综合指数
1.
This paper assessed the river water environment in Changzhou by using both fuzzy synthetic index assessment method and comprehensive weighing method.
利用幂函数法、向量模法和加权平均法3种综合指数评价法与模糊评价法相结合的综合集成法——模糊综合指数法和综合加权法对常州市区几条主要河流水环境现状进行了评价,同时应用实例分别对这两种方法的综合指数进行了计算,通过对计算结果进行比较评价分析。
3) Fuzzy Complex Index Method
模糊综合指数法
1.
In order to confirm each evaluation index of water sample and improve the precision of water quality rank evaluation, Fuzzy Complex Index Method(FCIM) is introduced.
为合理确定水样各评价指数的权重 ,提高水样水质等级的计算精度 ,提出了模糊综合指数法 ( FCIM)。
5) the fuzzy-index comprehensive method
模糊指数综合法
6) associated ambiguity function
联合模糊函数
1.
In order to analyze the influence in the external illuminating radar which makes use of TV radio signal,an associated ambiguity function expressed by the time delay,doppler shift,time delay varying rate and chirp rate is defined.
针对以电视伴音信号为照射源的外辐射源雷达在长时间积累时,距离和多普勒频率徙动对目标探测的影响,定义了一种时延-频移-时延率-调频率联合模糊函数,推导了电视伴音信号的平均联合模糊函数与积累增益损失因子,给出了积累增益损失与目标运动速度、加速度和积累时间的关系以及相关结论,为分析外辐射源雷达的探测性能提供了一定的理论参考。
补充资料：模糊综合评判
综合考虑事物多种因素，用模糊集理论来评定其优劣的方法。模糊综合评判广泛用于评定产品质量、环境质量、农业布局、天气预报、医疗诊断等方面。
设给定两个有限论域：U＝{u1，u2，...，un}，V＝{v1，v2，...， vm}。这里 U是综合评判的因素所组成的集合,V代表评语所组成的集合。模糊综合评判是一个模糊变换问题：
X⋅R＝Y式中"⋅ "表示合成运算，X是U上的模糊子集，评判结果 Y是V上的模糊子集，模糊关系R可看作一个模糊变换器（见图）。
若已知Y和R，求X；或已知X和Y，求R；就构成模糊综合评判的逆问题，需要求解模糊关系方程。模糊关系方程是法国学者E.桑杰斯于1976年根据医疗诊断的需要提出来的。这类问题相当于已知评判结果和模糊关系，求评判者对各种因素的权数分配问题。这种问题具有重大的实际意义，对发展专家系统起指导作用。
现举评判电视机的实例来说明模糊综合评判的方法。U＝{u1，u2，u3}，V＝{v1，v2，v3，v4}。这里u1代表图像,u2代表音响，u3代表价格；v1表示很好，v2表示较好,v3表示可以,v4表示不好。设聘请专家或顾客进行评判。例如对于图像，有50％的人认为很好，40％的人认为较好，10％的人认为可以，没有人认为不好。全部结果记作：
对于图像：Vu1＝(0.5，0.4，0.1，0)
对于音响：Vu2＝(0.4，0.3，0.2，0.1)
对于价格：Vu3＝(0，0.1，0.3，0.6)
这样就构成一个模糊矩阵：
设一类顾客在购买电视机时主要是要求图像清晰，价格便宜，音响稍差则不要紧，则此类顾客对电视机三个因素的权数分配
X ＝[0.5 0.2 0.3]对电视机的评判结果为这是根据最大最小运算得到的，还需作归一化处理。因为0.5＋0.4＋0.3＋0.3＝1.5，用1.5除各项得到 [0.330.27 0.20 0.20]。模糊综合评判的结果,认为图像、音响、价格都很好的占比重最大，达33％。
设给定两个有限论域：U＝{u1，u2，...，un}，V＝{v1，v2，...， vm}。这里 U是综合评判的因素所组成的集合,V代表评语所组成的集合。模糊综合评判是一个模糊变换问题：
X⋅R＝Y式中"⋅ "表示合成运算，X是U上的模糊子集，评判结果 Y是V上的模糊子集，模糊关系R可看作一个模糊变换器（见图）。
若已知Y和R，求X；或已知X和Y，求R；就构成模糊综合评判的逆问题，需要求解模糊关系方程。模糊关系方程是法国学者E.桑杰斯于1976年根据医疗诊断的需要提出来的。这类问题相当于已知评判结果和模糊关系，求评判者对各种因素的权数分配问题。这种问题具有重大的实际意义，对发展专家系统起指导作用。
现举评判电视机的实例来说明模糊综合评判的方法。U＝{u1，u2，u3}，V＝{v1，v2，v3，v4}。这里u1代表图像,u2代表音响，u3代表价格；v1表示很好，v2表示较好,v3表示可以,v4表示不好。设聘请专家或顾客进行评判。例如对于图像，有50％的人认为很好，40％的人认为较好，10％的人认为可以，没有人认为不好。全部结果记作：
对于图像：Vu1＝(0.5，0.4，0.1，0)
对于音响：Vu2＝(0.4，0.3，0.2，0.1)
对于价格：Vu3＝(0，0.1，0.3，0.6)
这样就构成一个模糊矩阵：
设一类顾客在购买电视机时主要是要求图像清晰，价格便宜，音响稍差则不要紧，则此类顾客对电视机三个因素的权数分配
X ＝[0.5 0.2 0.3]对电视机的评判结果为这是根据最大最小运算得到的，还需作归一化处理。因为0.5＋0.4＋0.3＋0.3＝1.5，用1.5除各项得到 [0.330.27 0.20 0.20]。模糊综合评判的结果,认为图像、音响、价格都很好的占比重最大，达33％。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条