导读:本文包含了模糊信息处理论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模糊,信息,目标,系统,传感器,道路网,图像。
模糊信息处理论文文献综述
熊小熊[1]（2019）在《口译中模糊信息处理》一文中研究指出语言的模糊性是人类语言的客观属性之一。因此,在口译过程中不可避免会出现对模糊语言的处理。模糊语言的本质为译员在包括源语听辨、意义理解、目的语表达等环节提出了额外挑战。本文从语言的模糊性本质着手,重点分析了模糊语言的语用功能,并提出了包括以模糊译模糊、以精确译模糊、以空白译模糊的翻译策略,以便更为快速、准确地完成翻译使命。(本文来源于《校园英语》期刊2019年37期）
钮永莉,陈水利[2]（2018）在《模糊信息处理方法在油气识别中的应用》一文中研究指出通过对模糊理论的研究,利用模糊信息处理方法完成对储集层的热解参数的处理,建立了凝析油气层、气层、油层、差油层、油水同层、含油水层、水层、干层等八类储集层模式的特性指标的隶属函数、模糊识别矩阵以及最优模糊聚类中心矩阵。通过实验验证,该方法具有较好的识别效果。(本文来源于《集美大学学报(自然科学版)》期刊2018年03期）
丁翠[3]（2017）在《基于模糊信息处理的图像分割方法研究》一文中研究指出图像分割指的是将图像分解为具有不同特点的区域,并且将感兴趣的目标技术及过程进行提取。图像分割是图像处理到分析的重要内容,在图像工程中具有重要的作用,并且被广泛应用于计算机视觉、医学图像处理及模式识别等方面。在图像分割方法中,基于模糊信息处理的分割技术在图像分割领域中被广泛使用。因为图像在成像过程中会受到其他因素的影响,导致分割目标及背景存在不确定及相似性,模糊信息处理技术对此种现象的处理具有一定的优势。所以,本文就基于模糊处理技术,对图像分割的方法进行研究。(本文来源于《信息系统工程》期刊2017年11期）
丁翠[4]（2017）在《基于模糊信息处理的传感网系统中多目标跟踪方法》一文中研究指出传感器组网推动了信息领域的发展,多目标跟踪就是传感器组网系统中的关键技术。在传感器组网系统中,多目标根据主要是根据信息融合理论,通过多个不同节点的不同层次、精度、粒度及各种数据,从而获得具有完整决策及精准估计的目标,在多目标跟踪研究中,数据关联是一个重点及难点内容。本文通过模糊信息处理作为基础,将分布式融合模型作为框架,对传感网系统中的多目标跟踪的方法进行了介绍。多目标追踪主要是根据传感网系统实现跟踪处理流程的创建,从而能够满足信息融合的实际需求。(本文来源于《数码世界》期刊2017年07期）
李俊[5]（2017）在《基于模糊信息处理的视频目标跟踪方法研究》一文中研究指出随着计算机技术以及传感器技术的发展,视频采集技术不断提高,所采集、存储的视频数量日益增长,对海量视频数据的处理需求推动了智能视频分析技术的快速发展。视频目标跟踪作为智能视频分析中的核心技术之一,通过对视频目标的跟踪获取目标的位置、标签、尺寸、速度等目标状态信息以及目标的运动轨迹,为更高一层的目标行为分析与理解打下重要基础,已经成为国内外学者以及科研机构的研究热点之一。当前,视频目标跟踪已被广泛应用于视频监控、智能交通、智能机器人、人机交互、视频压缩、视频检索、无人驾驶等诸多领域,具有非常重要的研究意义和学术价值。尽管人们已经提出了大量视频目标跟踪方法,但是在复杂场景下,长时间可靠的视频目标跟踪仍然是一个具有挑战性的问题。由于先验知识的缺乏,以及目标运动过程中光照变化、杂波干扰、目标尺度变化等因素的存在,目标外观特征中难以避免的含有不确定性信息,使得视频目标的准确跟踪变得困难。对于多目标跟踪问题,还存在目标数目未知、目标漏检以及虚假观测等不确定性因素,使得目标与观测间的数据关联变得更加困难。本文基于模糊集理论以及直觉模糊集理论,围绕如何克服视频目标跟踪中目标外观模型以及数据关联中的不确定性进行了深入研究,提出了一系列有效的视频目标跟踪新方法:(1)针对复杂场景下的视频目标跟踪问题,提出了一种基于多属性模糊综合的视频目标跟踪算法。该算法将外观特征和光流特征统一到多属性投票跟踪框架中,同时,为了克服外观特征投票可信度与光流特征投票可信度中的不确定性,引入模糊综合函数,通过对不同的投票可信度进行模糊综合,生成了更为可靠的模糊综合可信度,得到了目标中心位置的可靠估计。实验结果表明,该算法能够在复杂场景下取得较好的跟踪效果。(2)针对视频多目标在线跟踪中观测定位、目标数目以及虚假观测等多种不确定性因素条件下目标与观测间的数据关联问题,提出了一种基于模糊空时信息聚类的视频多目标在线跟踪算法。该算法从空时信息中提取了多属性特征来度量目标与观测间的距离,并通过两次模糊C均值聚类,分别计算出以目标作为聚类中心和以观测作为聚类中心的模糊隶属度,然后通过模糊综合函数对这两种隶属度进行融合,得到模糊综合隶属度,最后根据模糊综合隶属度实现目标与观测间的数据关联。实验结果表明,该算法能够较好地处理目标与观测间数据关联的不确定性并且能够有效抑制虚假轨迹的产生,取得了较好的跟踪效果。(3)针对视频多目标跟踪中的模糊数据关联问题,为了更好地提取不确定性信息中的有用信息,提出了一种基于直觉模糊集的视频多目标在线跟踪算法。该算法通过定义模糊直觉指数,对由模糊C均值聚类得到的模糊隶属度中的不确定信息进行建模,并采用直觉模糊点算子从模糊直觉指数中进一步提取有用信息,计算出目标与观测间的直觉模糊隶属度,最后根据直觉模糊隶属度实现目标与观测间的数据关联。实验结果表明,该算法能够较好地处理目标与观测间数据关联的不确定性,在多个测试视频上均取得了较好的跟踪效果。(4)针对视频多目标跟踪中存在特征描述不确定性问题,提出了一种基于直觉模糊随机森林的视频多目标在线跟踪算法。该算法设计了一种新的直觉模糊决策树模型,并以直觉模糊决策树模型作为基本单元,结合随机样本采样以及随机特征选择,给出了一种新的直觉模糊随机森林模型,以直觉模糊随机森林作为目标分类器,实现对漏检目标的在线跟踪。实验结果表明,与现有方法相比,该算法在多目标跟踪准确性等多项跟踪性能评价指标上均有较明显的提高。此外,考虑到直觉模糊随机森林模型的存储量和计算量较大,利用AdaBoost算法训练浅层直觉模糊决策树模型构造出了提升直觉模糊树模型。(本文来源于《深圳大学》期刊2017-06-30）
王可雨[6]（2017）在《经贸翻译的模糊信息及处理技巧分析》一文中研究指出模糊性是经贸翻译中的主要特征之一,在国际商贸活动中有着较为重要的作用。对此,要想有效的推动国际贸易活动的有序开展,就要明确经贸翻译中模糊信息及相关处理的技巧。对此本文对经贸翻译的模糊信息及处理技巧进行了探究分析,希望可以为今后的相关研究提供参考。(本文来源于《科学大众(科学教育)》期刊2017年03期）
苏悦[7]（2016）在《基于模糊信息处理的图像分割方法研究》一文中研究指出图像分割在计算机视觉领域有极其重要的位置,尤其在图像理解、成像目标的识别与跟踪中更是关键技术所在,因为分割技术的好坏直接影响视觉系统的良莠,所以它的影响是巨大的。(本文来源于《科学中国人》期刊2016年27期）
宗琴,邓鑫洁,姜树辉[8]（2016）在《模糊信息处理的道路网匹配方法》一文中研究指出针对传统的道路网匹配方法用阈值来决定待匹配对象的匹配关系,无法准确实现匹配判定的问题,该文提出了一种基于模糊信息处理的道路网匹配方法:在道路网数据论域中讨论模糊集合,通过置信水平判定模糊集合是否为空,从而判定匹配关系,较好地结合了匹配对象间匹配关系的模糊性与模糊数学的数据处理知识。基于两组数据的实验结果标明:所提方法不仅打破了设定阈值的常规思想,而且达到了较好的匹配效率,研究结果可以为道路网数据以及空间数据的融合、集成和更新提供参考。(本文来源于《测绘科学》期刊2016年03期）
范恩,谢维信,刘宗香,陈飞,李丽娟[9]（2014）在《传感器组网中基于模糊信息处理的多目标跟踪》一文中研究指出多目标跟踪是信息融合中的一个难点问题,数据关联则是多目标跟踪中的关键技术之一。以模糊信息处理为理论基础,分布式融合模型为框架,介绍了传感器组网中多目标跟踪的相关方法,包括数据关联和机动目标跟踪,其中数据关联包括观测-观测关联(航迹起始)、观测-航迹关联以及航迹-航迹关联,旨在分布式多传感器融合系统中建立一个完整多目标跟踪处理流程,为信息融合实际应用提供技术支持。(本文来源于《指挥信息系统与技术》期刊2014年06期）
范恩[10]（2014）在《基于模糊信息处理的传感网系统中多目标跟踪方法》一文中研究指出作为推动信息领域进入崭新阶段的新型技术,传感器组网的相关理论和应用技术已成为一个非常热门的研究方向。多目标跟踪是传感器组网系统中的关键技术之一。在传感器组网系统中,多目标跟踪是依据信息融合理论,利用来自多个节点具有不同的层次、分辨率、精度、维度、粒度以及不确定性数据,获得目标更完整的决策和更精确的估计。同时,数据关联是多目标跟踪的一个研究难点。在国家自然科学基金项目(No.61271107、No.61301074)的支持下,论文从分布式传感器组网系统的整体框架出发,利用模糊信息处理技术研究多目标跟踪过程的不确定性问题,提出一系列适合工程应用的方法。这些方法涉及系统中不同层次的数据关联过程,主要包括:1)传感器节点层中的航迹起始和观测-传感器航迹关联;2)局部节点层中的传感器航迹-局部航迹关联;3)全局节点层中的局部航迹-系统航迹关联等诸多方面。全文共分为七章,各章的主要内容分别如下:第一章为绪论。首先介绍本文研究的背景、意义以及传感器组网系统的模型结构,然后概述信息融合和多目标跟踪的国内外研究现状,并介绍模糊信息处理的相关技术及它们在信息融合中的意义及作用,最后给出本文的主要成果和内容安排。第二章介绍传感器组网系统中多目标跟踪的基本技术,并对其不确定性进行分析。介绍组网系统中各节点对数据的预处理技术:包括时间对正、坐标变换、目标定位;同时对传感器组网系统中数据的特性和不确定性进行详细分析。第叁章针对二坐标雷达和红外传感器搭建的异类传感器跟踪平台,提出一种基于模糊Hough变换的异类传感器航迹起始方法。提出方法根据目标的拓扑序列信息对异类观测进行分类与合成,采用加权平均法构建合成观测集;然后采用模糊Hough变换从杂波中检测目标航迹,并根据航迹确认准则进行漏检效验;最后结合仿真实验,将提出方法与基于Hough变换的航迹起始方法进行比较。第四章首先针对跟踪过程中观测噪声方差未知的情况,提出一种模糊递推最小二乘滤波方法,用于解决单机动目标跟踪问题。在此基础上,进一步针对杂波环境下单机动目标跟踪和多机动目标跟踪,分别提出一种基于概率数据关联的模糊递推最小二乘滤波方法和基于广义联合概率数据关联的模糊递推最小二乘滤波方法。第五章根据传感器节点到局部节点的数据传输方式,提出一种基于模糊聚类的子航迹-局部航迹关联方法。提出方法利用Hough变换将同一时间段内的子航迹映射为参数空间中一组点集,采用最大熵模糊聚类实现子航迹-局部航迹关联,并通过仿真数据实验和实测数据实验分别对提出方法的有效性和可行性进行验证。第六章考虑到局部航迹的可信度对航迹关联结果的影响,提出一种基于加权模糊综合函数的子航迹-系统航迹关联方法。提出方法将局部航迹的可信度引入航迹关联中,充分利用模糊综合函数作为相似性测度的优点,快速、准确地对子航迹与系统航迹做出关联判决,最后通过仿真实验对算法的有效性进行评估。第七章对全文进行总结。(本文来源于《西安电子科技大学》期刊2014-11-01）
模糊信息处理论文开题报告
（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：
通过对模糊理论的研究,利用模糊信息处理方法完成对储集层的热解参数的处理,建立了凝析油气层、气层、油层、差油层、油水同层、含油水层、水层、干层等八类储集层模式的特性指标的隶属函数、模糊识别矩阵以及最优模糊聚类中心矩阵。通过实验验证,该方法具有较好的识别效果。
（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。
模糊信息处理论文参考文献
[1].熊小熊.口译中模糊信息处理[J].校园英语.2019
[2].钮永莉,陈水利.模糊信息处理方法在油气识别中的应用[J].集美大学学报(自然科学版).2018
[3].丁翠.基于模糊信息处理的图像分割方法研究[J].信息系统工程.2017
[4].丁翠.基于模糊信息处理的传感网系统中多目标跟踪方法[J].数码世界.2017
[5].李俊.基于模糊信息处理的视频目标跟踪方法研究[D].深圳大学.2017
[6].王可雨.经贸翻译的模糊信息及处理技巧分析[J].科学大众(科学教育).2017
[7].苏悦.基于模糊信息处理的图像分割方法研究[J].科学中国人.2016
[8].宗琴,邓鑫洁,姜树辉.模糊信息处理的道路网匹配方法[J].测绘科学.2016
[9].范恩,谢维信,刘宗香,陈飞,李丽娟.传感器组网中基于模糊信息处理的多目标跟踪[J].指挥信息系统与技术.2014
[10].范恩.基于模糊信息处理的传感网系统中多目标跟踪方法[D].西安电子科技大学.2014
论文知识图
