已上传资源通过LabVIEW实现模糊PID控制系统的补充资源，由于原资源引用了LabVIEW范例中的部分VI，而部分用户无法正确调用范例，故作此补充，原资源链接如下： https://download.csdn.net/download/qq_36949278/12327498

Fuzzy-bassoon：使用wg-quick和bird2的dn42自动对等系统

在模糊变量的期望值和连续阿基米德三角形范数的期望值下，讨论了模糊决策系统中与T无关的LR模糊变量的更新过程和更新奖励过程。 首先，讨论了具有T无关的LR模糊到达时间的更新过程，获得了更新变量，平均更新时间和（模糊）测度中的长期更新率的一些极限定理，并证明了模糊基本更新定理长期预期续订率的上限。 其次，讨论了具有独立于T的LR模糊到达时间和奖励的更新奖励过程，推导了（模糊）测度中奖励率的极限定理，并证明了期望奖励率的极限值的模糊更新奖励定理。 最后，与随机对应项的比较显示出收敛模式之间的有趣且合理的同源性，以及模糊更新过程中的结果与随机更新过程中的相应结果之间的极限值，尽管它们建立在两个本质上不同的数学基石上，即可能性理论和概率理论分别。

对复杂、病态、非线性动态系统进行故障预报的重点和难点是建立系统故障状况的数学模型,通常难以建立精确的数学模型,相比之下构建其模糊模型是一个有效途径.本文研究了相关向量机(Relevance vector machine,RVM)与模糊推理系统(Fuzzy inference system,FIS)之间的内在联系,证明了基于RVM的FIS具有一致逼近性,并提出了一种基于RVM和梯度下降(Gradient descent,GD)算法的模糊模型辨识方法.基于所给出的模糊模型辨识方法提出了一种新的故障预报算法.仿真结果表明所建立的模糊模型不仅结构更加简单,而且能达到更高的预测精度,所提出的故障预报算法能准确地预报系统故障.

模糊c均值（FCM）聚类算法已广泛应用于许多医学图像分割中。 但是，由于不考虑空间信息，因此常规的标准FCM算法对噪声敏感。 为了克服上述问题，提出了一种新颖的改进的FCM算法（以后称为FCM-AWA）用于图像分割。 该算法是通过修改常规FCM算法中的目标函数，即通过将空间邻域信息合并到标准FCM算法中来实现的。 给出了自适应加权平均（AWA）滤波器以指示相邻像素对中心像素的空间影响。 在实施加权平均图像时，通过预定义的非线性函数自动确定控制模板（邻居寡妇）的参数（加权系数）。 该算法既适用于人工合成图像，又适用于真实图像。 此外，使用基于算法的分割方法对牙菌斑进行了定量分析。 实验结果表明，与标准FCM算法和另一种FCM算法（由Ahmed提出）相比，该算法对噪声的鲁棒性更高。 此外，使用所提出的方法对牙菌斑进行定量的结果表明，FCM-AWA提供了一种定量，客观和有效的牙菌斑分析方法，具有广阔的前景。

Feature weighting fuzzy clustering integrating rough sets and shadowed sets

介绍了情感分析中情感特征提取的难点，提出了利用模糊理论和语义模糊化对提取的特征词进行扩充，建立模糊情感语料库，通过与基于句法分析的词性选取的特征词组成的情感特征词典作对比实验，说明模糊理论适合用于网络新闻评论中情感特征词库的提取和扩充．

Reasoning within expressive fuzzy rough description logics

领队 高效的模糊查找器，可帮助快速找到文件，缓冲区，mrus，gtags等。 用Python编写。 支持模糊和正则表达式搜索。 功能齐全。 。 。 变更日志 请查看以了解发行历史。 维基 屏幕截图 要求 vim7.3或更高版本。 之后仅支持vim7.4.330或更高版本。 Python2.7 +或Python3.1 +。 要使用弹出模式，需要neovim 0.42+或vim 8.1.1615+。 安装 对于用户： Plug ' Yggdroot/LeaderF ' , { ' do ' : ' :LeaderfInstallCExtension ' } 性能 LeaderF已经非常快。 如果您想获得更好的性能，请安装模糊匹配算法的C扩展，其速度要快10倍以上。 要安装C扩展，首先，请确保python2和/或python3命令在Linux / Unix / MacOS上可用，并且py -2和/或py -3命令在Windows上可用。 安装C扩展 :LeaderfInstallCExtension 安装过程中可能会出现一些错误，请在错误消息中搜索以解决它。 例如， "e

A Robust Fuzzy Local Information C-Means Clustering Algorithm A Robust Fuzzy Local Information C-Means Clustering Algorithm