Resumen

El conjunto borroso de imagen es la herramienta más ampliamente utilizada para manejar la incertidumbre con la consideración de tres grados de pertenencia, a saber, positivo, negativo y neutral, de manera que su suma esté limitada a 1. Es la generalización de los conjuntos difusos y borrosos intuitivos existentes. Este documento estudia los problemas de probabilidad de intervalo de los conjuntos borrosos de imagen y su estructura de creencias. La función de creencias es una herramienta vital para representar la información incierta de manera más efectiva. Por otro lado, la teoría de Dempster-Shafer (DST) se utiliza para combinar las fuentes independientes de evidencia con bajo conflicto. Manteniendo las ventajas de estos, en el presente documento, presentamos el concepto de la teoría de la evidencia para el entorno de conjuntos borrosos de imagen utilizando DST. Bajo esto, definimos el concepto de distribución de probabilidad de intervalo y discutimos sus propiedades. Finalmente, se emplea un ejemplo ilustrativo relacionado con el

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Conjunto difuso de imagen; Incertidumbre; Grados de pertenencia; Función de creencia; Teoría de DempsterShafer; Teoría de la evidencia
• Keywords:Picture fuzzy set; Uncertainty; Membership degrees; Belief function; DempsterShafer theory; Evidence theory