一种基于视频监控的运动目标快速分类方法

利用运动目标的视觉图像和运动信息获取运动目标的归整轮廓，用双目视觉测量出运动目标的特征数据，先将运动目标分为人和车辆两类，然后采用不同特征进行分类。细化分类采用多特征的树型分类器，逐层细化分类；该分类方法避免了样本训练和模板匹配，分类速度快。     

基于模糊积分和遗传算法的分类器组合算法

将多个分类器进行组合能提高分类精度。基于模糊测度的Sugeno和Choquet积分具有理想的特性,因此该文利用其进行分类器组合。然而在实际中难以求得模糊测度。该文利用两种方法求取模糊测度,一是分类器对样本数据的分类能力,另一种是根据遗传算法。这两种方法均考虑了每个分类器对不同类的分类能力不同这一经验知识。实验中对UCI中的几个数据库进行了测试,同时将该组合方法应用于一多传感器融合工件识别系统。测试结果表明了该算法是一种计算简便、精度较高的分类器组合方法。     

基于模糊积分和粒子群算法的多分类器融合

使用模糊积分的方法将多个分类器进行融合可以提高分类精度,但是如何得到最优的模糊测度是一个尚未解决的问题。本文根据模糊测度Sugeno积分的理想特性,用模糊测度代替各个分类器的权值,利用粒子群算法全局搜索的优势,将模糊测度对应于粒子,并随速度和位置并不断调整,从而得到全局最优的模糊测度。通过仿真实例验证了新的多分类器融合模型具有较低的分类错误率,并能有效地提高分类精度。     

一种新的基于模糊聚类的组合分类器算法

提出一种新的基于模糊聚类的组合分类器算法,该算法利用模糊聚类技术产生训练样本的分布特征,据此为每一个样本赋予一个权值,来确定它们被采样的概率,利用采样样本训练的分类器调整训练集的采样概率,依次生成新的分类器直至达到一定的精度。该组合分类器算法在UCI的多个标准数据集上进行了测试,并与Bagging和AdaBoost算法进行了比较,实验结果表明新的算法具有更好的健壮性和更高的分类精度。     

基于模糊度的计算几何分类器权重分配

为了充分发挥计算几何组合分类器的可视化特性,从类空间类别分布模糊特性出发,提出一种基于类空间模糊度的权重分配方法.该方法首先将子分类器由空间的类别表示转变为类别的空间表示,进而利用粗糙集理论分析各空间的模糊度,并将其作为该子分类器的权重.实验表明,利用模糊度信息进行加权后的分类器不但能与可视化特性更好地吻合,增强分类过程的可理解性,而且在分类精度上得到了进一步的提升,扩展了应用领域.     

基于贝叶斯最优分类器的多源模糊信息融合方法

为了使传统的贝叶斯最优分类器能够处理模糊信息和实现推理过程的自动化, 在这篇文章里我们将模糊信息嵌入到贝叶斯最优分类器中, 形成新的贝叶斯最优分类器. 它不但能有效地处理模糊信息, 而且还保留了贝叶斯最优分类器的学习性能. 再者, 根据模糊集理论的发展, vague 集也嵌入到贝叶斯最优分类器中形成 vague 贝叶斯最优分类器.它能同时模拟模糊信息正、反两方面的特征. 进一步, 提出能同时处理正、反和不确定三方面模糊信息的集对贝叶斯最优分类器. 最终, 为了实现贝叶斯最优分类器的自动推理, 提出一种基于知识的人工神经网络 (KBANN) 的贝叶斯最优分类器. 它不仅降低了贝叶斯最优分类器的计算量, 而且还改善了它的分类学习质量.     

视频监控系统中小运动目标分类算法

给出了视频监控中的一个小目标分类算法．首先，利用最大互信息获得一组可靠、独立且具辨认力的目标特征集．然后，用有向无环图的多类支持向量机进行分类．分类器的训练分为两步，首先使用场景无关的特征量训练得到基准分类器；然后再利用与场景相关和无关的特征量，进一步训练分类器，以便提高分类器的精度．实验结果证明该算法不仅能满足一定的分类精度，而且对新场景具有很好的适应能力．     

基于模糊高斯基函数神经网络的遥感图像分类

针对遥感图像分类的特点,提出了一种基于模糊高斯基函数神经网络的遥感图像分类器。该分类器将模糊技术与神经网络相结合,采用神经网络来实现模糊推理,利用神经网络的学习能力来达到调整模糊隶属函数和模型规则的目的,从而使系统具备了自适应的特性,实验结果表明,这种基于模糊高斯基孙数神经网络的分类器经过训练后,可应用于遥感图像的分类,其分类精度明显高于传统的最大似然分类法。     

基于克隆选择的模糊分类规则提取算法

分类是许多研究领域的关键问题，模糊规则的提取质量对分类器的性能又有着极大影响．所提取的规则不仅在分类能力上要达到最优，同时在规则数量上也不能太多，否则会影响规则搜索和匹配的速度．结合人工免疫的克隆选择原理，采用克隆选择算法，提取通过多精度模糊分割产生的大量模糊if—then规则中的少数精华规则，从而建立了模糊分类所需要的有效规则集合，同时还对优化目标函数进行了改进．经仿真实验证明，该方法所提取的模糊规则具有分类准确率高，规则数目较少等特点。     

基于模糊积分分类器融合的人脸识别

提出一种基于模糊积分分类器融合的人脸识别算法。对人脸图像进行小波变换,选取合适的小波基函数及有效的分解层数,提取低频分量系数作为分类特征设计分类器。对原图像采用2DPCA进行特征提取设计另一分类器,采用模糊积分的算法融合2个分类器并得出最终分类识别结果。实验结果表明,模糊积分能够有效融合分类器的互补信息,提高系统的分类性能,从而提高人脸识别率。     

AVCD-FRA: A novel solution to automatic video cut detection using fuzzy-rule-based approach

Video shot boundary detection (SBD) is a fundamental step in automatic video content analysis toward video indexing, summarization and retrieval. Despite the beneficial previous works in the literature, reliable detection of video shots is still a challenging issue with many unsolved problems. In this paper, we focus on the problem of hard cut detection and propose an automatic algorithm in order to accurately determine abrupt transitions from video. We suggest a fuzzy rule-based scene cut identification approach in which a set of fuzzy rules are evaluated to detect cuts. The main advantage of the proposed method is that, we incorporate spatial and temporal features to describe video frames, and model cut situations according to temporal dependency of video frames as a set of fuzzy rules. Also, while existing cut detection algorithms are mainly threshold dependent; our method identifies cut transitions using a fuzzy logic which is more flexible. The proposed algorithm is evaluated on a variety of video sequences from different genres. Experimental results, in comparison with the most standard cut detection algorithms confirm our method is more robust to object and camera movements as well as illumination changes.     

基于OMT的从模糊E-R图到面向对象模糊数据模型的转换算法研究

论文将模糊数学与面向对象建模技术(OMT)相结合,提出了针对问题领域中模糊信息的模糊对象图建模方式。并通过模糊对象图实现了模糊E-R图到面向对象模糊数据模型的转换。     

交通灯的一种智能模糊控制系统

本文设计了一种新型交通灯智能模糊控制系统,突破了传统机械的定时模式,利用模糊控制算法对四相位三车道单交叉口的交通灯进行控制,可以依据实时交通流量灵活运行。通过模糊规则,即对当前等待队列长与通行队列长以模糊推理,得到最佳的绿灯延时时间。仿真结果表明模糊控制方法在车辆延误时间上较之传统定时控制方法大为改善,使公路利用率产生可观的经济效益。     

一种模糊分类器集成的方法

提出了一种基于模糊积分的模糊分类器集成的方法，该方法能在模糊分类器生成过程中，进一步减少主观因素的参与成份，使分类模器具有更好的稳定性和更高的分类识别率。给出了基于隶属度矩阵的模糊积分密度确定方法，介绍了基于模糊积分的分类器集成算法。用权威的数据集作为实验数据集，将提出方法与已有的分类器集成方法进行实验比较，评测了所提出方法的有效性。     

交通灯的一种智能模糊控制系统

本文设计了一种新型交通灯智能模糊控制系统，突破了传统机械的定时模式，利用模糊控制算法对四相位三车道单交叉口的交通灯进行控制．可以依据实时交通流量灵活运行。通过模糊规则，即对当前等待队列长与通行队列长以模糊推理，得到最佳的绿灯延时时间。仿真结果表明模糊控制方法在车辆延误时间上较之传统定时控制方法大为改善，使公路利用率产生可观的经济效益。     

基于模糊算法的视频云平台控制仿真

采用以往传统方法对视频云平台进行控制,对视频云平台进行控制,提升平台的运行效果,但传统方法的资源配置利用率均较低,所以提出一种基于模糊算法的视频云平台控制方法。利用优化后模糊算法建立视频云平台的云资源预测模型;通过该模型对视频云平台进行资源配置,实现对视频服务的优化管理,进而完成视频云平台控制。将上述方法与传统方法的资源配置利用率进行对比,仿真结果表明,上述方法的带宽、内存与CPU的资源配置利用率均高于传统方法。     

基于失真激励式机会模糊控制的视频跟踪机制

为了提高目标跟踪精度和跟踪视频质量,研究了一种具有失真激励功能和基于机会模糊控制的视频跟踪机制及其系统架构。首先,针对目标行为空域和模糊集群,通过建立群内模糊集且依据目标移动速度构建了机会模糊控制系统。然后,在分析跟踪目标的差异性和目标移动速度的随机性的基础上,以激励模糊集群用户的机会逻辑控制为目标,提出了基于失真激励的视频跟踪机制及其系统架构。最后,实验结果表明,提出的算法在系统执行效率、视频传输时延和跟踪视频质量等方面具有明显优势。     

高速公路可变速度标志模糊逻辑控制及其仿真研究*

高速公路主线速度控制是通过设置可变速度标志来限制行车速度,实现车辆在高速公路上高效、安全运行的控制目标。分析了模糊控制系统的结构,阐述了模糊控制算法,给出了具体的模糊隶属度函数,并设计了高速公路可变速度标志模糊逻辑控制器,充分利用计算机可视化仿真的优点对控制器进行了仿真研究,得到了较满意的结果。     

基于模糊控制的进场飞机排序

针对日益增长的空中交通需求所带来的严重航班延误,利用模糊控制理论设计对终端区进场飞机的调度排序算法。把管制员调度航班考虑的主要因素作为输入,制定模糊规则,建立模糊控制器,输出比较合理的飞机排定着陆顺序。     

基于信息熵的Mean-shift目标跟踪

视频目标跟踪在交通、军事等领域具有重要的应用价值。基于信息熵理论,提出了一种视频特征相关匹配的视频目标跟踪算法。首先引入信息熵概念,以信息熵描述视频目标特性,结合Mean—shift算法,针对不同的两个颜色空间RBG与HSV,用特征相关匹配法设计跟踪算法。试验结果表明,所提跟踪算法跟踪具有较好的实时性,取得较好的跟踪效果。