基于多维彩色向量空间的火焰图像模糊聚类分割算法

针对火灾探测过程中早期火焰的分割技术研究,提出了一种基于多维彩色向量空间的火焰图像模糊聚类分割算法,该算法以运动目标序列图像之间变化的区域作为聚类模板,提取该聚类模板的RGB多维彩色特征向量,然后将图像的像素与聚类模板通过模糊聚类的方式进行分割。这种分割算法计算简单,时间开销较小,可以较好地获取火焰图像的边缘形态特征,并且能够明显消除不同光线下分割误差,实现快速无监督自动分割。     

基于模糊AHP的大学课堂教学质量评价研究

为了对大学教师课堂教学质量进行有效的监督和管理,建立了现代信息技术环境下大学教师课堂教学质量评价指标体系,基于模糊综合评判法和层次分析法(AHP)建立了教师课堂教学质量评价模型,应用此模型实例分析某教师的课堂教学质量并提出相应的提升策略,提高了评价的科学性和实用性。     

两种方法对泰莱盆地河流水质评价的分析

采用加权欧式距离法和模糊综合评价法对泰莱盆地地表水体环境质量进行评价的结果表明,全区地表水以Ⅱ和Ⅲ类为主;东部河流水质稍差,牟汶河和柴汶河的上游水质超过Ⅳ类;西部的大汶河和汇河水质要好于东部地区河流,水质以Ⅱ类和Ⅲ类为主。加权欧式距离法在给出评价断面水质级别的同时给出评价断面对于某一水质标准的贴近度以及水质的变化趋势,评价结果显示的信息相对真实多元,在水质评价中的表现要优于模糊综合评价法。     

水工钢闸门主梁模糊失效概率计算方法研究

为合理计算水工钢闸门主梁模糊失效概率,分别将主梁相对变形当作一个随机变量及三个变量的组合,采用积分法、当量随机化方法及蒙特卡罗法进行了计算。当相对变形为一个随机量时,采用积分法及当量随机化方法计算,两者的差别在于积分法用隶属函数描述模糊限值,当量随机化方法是将模糊限值当量作为一个随机量。当相对变形看作三个变量的组合时采用蒙特卡罗法进行计算,该方法考虑了三个变量的分布特性,更符合实际情况,模糊限值也用随机量表示。计算表明,积分法与当量随机化方法结果相近,验证了当量随机化方法的精度;蒙特卡罗法结果与相对变形服从正态分布时、用当量随机化方法计算的结果接近,故主梁相对变形服从正态分布更为合理。三种计算方法中,当量随机化方法计算失效概率相较于其它方法有计算过程简便,效率高的优点。     

南方季节性缺水河流逐月保证率设定法的改进

改进计算生态基流的逐月保证率设定法以适用于南方季节性缺水河流。构建逐月保证率设定模型,综合分析各类影响设定保证率因素,构建模型评价指标体系及评价标准,耦合AHP与熵值法求解指标组合权重,运用模糊综合评价法求评价值,并通过对比Tennant法、年内展布法等耦合最终适宜生态基流过程。以秦淮河流域为例,将计算结果与传统逐月保证率设定法计算结果对比,验证了改进方法的可靠性与优越性。     

基于AHP和熵权法组合权重的京津冀地区水循环健康模糊综合评价

在阐明健康水循环内涵的基础上,构建涵盖水资源、水环境、水生态、水效用和水灾害等5个准则层,包括降水量、人均水资源量、亩均水资源量、地下水供水占比等18个指标的水循环健康评价指标体系,采用层次分析法与熵权法组合赋权,运用模糊综合评价法评价了京津冀地区2009-2018年水循环健康状况。评价结果显示:近10年京津冀地区水循环健康状况总体呈逐步向好趋势,北京、天津和河北水循环健康等级分别为亚健康、一般和亚病态;中水供水率、平原地下水埋深下降量、河湖调蓄能力、万元工业增加值用水量等是影响京津冀地区健康水循环的主要指标,但各指标间发展不平衡,仍有较大提升空间。     

DETECTOR: A knowledge-based system for injection molding diagnostics

A knowledge-based system (KBS) for diagnosis of multiple defects in injection molding is presented. The general scheme for knowledge representation based on fuzzy set theory has been shown useful in representing inexact and incomplete information for developing the KBS. An optimality criterion is created for selecting a simple and best cover to explain the given problem. An efficient search algorithm for finding such cover is also discussed.     

结合模糊控制的时序数据预测循环神经网络

时序数据处理任务中,循环神经网络模型以及相关衍生模型有较好的性能,如长短期记忆模型(LSTM),门限循环单元(GRU)等.模型的记忆层能够保存每个时间步的信息,但是无法高效处理某些领域的时序数据中的非等时间间隔和不规律的数据波动,如金融数据.本文提出了一种基于模糊控制的新型门限循环单元(GRU-Fuzzy)来解决这些问题.本文在GRU的基础上对记忆层增加了一个子空间分解,由模糊控制模块和一个启发式的失效函数组成,根据数据波动和时间间隔决定记忆层保留的信息量,从而提升模型性能.实验表明,相比于其他的循环神经网络模型,在标普500和上证50中选出股票的股价预测任务中,本文提出的模型有较好的表现.     

多机器人网络中资源公平分配的研究

就如何实现多机器人网络中各独立任务资源的公平分配及其服务质量最优化提出了一种新方法。该方法通过对增益控制参数的模糊控制,增强了系统的鲁棒性,并尽可能快速平稳地实现各项独立任务所需资源的公平分配。     

液压支架工作状态模糊识别系统研究

针对目前综采工作面液压支架压力监测系统只能监测综采工作面压力,不能对液压支架工作状态进行识别的问题,设计了一种液压支架工作状态模糊识别系统。该系统可对现有的综采工作面液压支架压力监测系统监测到的压力数据进行模糊识别,根据模糊识别输出值即可判断液压支架的5种工作状态,即降架、移架、升架、增阻、卸压保持;当液压支架处于增阻工作状态且增阻时间过长时,该系统可及时通知液压支架操作工增大液压支架压力,辅助实现顶煤破碎。测试结果验证了该系统的可行性。