本网讯（通讯员 郑杨）近日，电子工程学院21级电子信息专业硕士研究生李萌在导师吴成茂高级工程师的指导下，在国际权威期刊《Information Sciences》上发表了题为“Generalized multiplicative fuzzy possibilistic product partition C-means clustering”的研究成果。该论文首次提出广义乘性模糊集概念，推动了半个世纪以来Zadeh模糊集理论新的发展，并建立乘性模糊集的模糊熵和相似度的公理化定义和度量系列表达式等相关基础理论，给其在模式分析和机器智能等领域应用铺平了道路。在所提出的广义乘性模糊集理论基础上，率先提出了乘性模糊划分新概念，解决了半个多世纪以来Ruspini可加性模糊划分理论难以揭示类间内在关联性的问题。利用乘性模糊划分理论，构造了广义乘性模糊C-均值聚类和广义乘性模糊可能积划分C-均值聚类的最优化模型和算法，并利用迭代求解收敛性理论证明了该聚类方法具有局部收敛性。针对噪声污染数值数据和图像，分别提出了基于径向高斯核诱导距离的鲁棒乘性模糊可能C-均值聚类算法，以及广义乘性模糊可能局部信息驱动的鲁棒乘性模糊可能C-均值聚类图像分割算法。该论文相关研究结果将给机器学习，为不确定性人工智能、模糊逻辑与模糊推理、模糊自动机与人工语言、模糊忆阻神经形态计算、模糊量子逻辑、模糊图论、模糊控制、模糊混沌系统等研究提供了崭新的思路。

李萌为该论文的第二作者（导师为第一作者），我校为第一署名单位。《Information Sciences》是信息科学领域的国际性学术期刊，该期刊旨在为信息科学领域的研究人员和实践者提供一个交流新想法、发展新理论、报道新应用的平台。该期刊由荷兰爱思唯尔（Elsevier）出版，涵盖了广泛的主题，如人工智能、软件工程、数据挖掘、数据库管理以及信息系统和技术。该期刊为中科院1区TOP、JCR Q1，2023年最新影响因子为8.1。

论文链接如下：

https://www.sciencedirect.com/science/article/abs/pii/S0020025524005012

(供稿：电子工程学院）