复杂系统的统一集模式识别

人类社会和科学技术的不断发展必然导致系统复杂性的提高，如今复杂大系统的发展已经向传统的模式识别方法提出了挑战，本文本着封复杂大系统呼唤新的模式识别方法的响应，探讨了基于统一集和集对分析的一种新的模式识别方法，并给出了利用兹方法进行模式识别的判定原则．举例证明了该方法的有效性，     

基于Vague集BP网的应急救援物资需求模式识别

为了解决应急救援物资需求模式识别中的不确定信息、特别是未知度信息的处理问题,将Vague集引入经典的BP网。研究Vague集信息转化为Fuzzy集信息的方法,给出Vague值转化为Fuzzy值遵循的一系列准则。据此,提出确定隶属度函数的方法;设计四层多输出的基于Vague集BP(VBP)网的拓扑结构;给出VBP网的具体实现步骤。实验表明,与经典BP网、基于经典模糊化公式的VBP网相比,采用所提出的VBP网,具有较高的测试精度。     

一种SPA集转化Fuzzy集的新方法

结合SPA集,Vague集及Fuzzy集理论分析,在此基础上提出了一种基于SPA集向Fuzzy集转化的新方法,给出了SPA集转化Fuzzy集的相关准则及证明。通过示例验证了该算法的有效性与合理性。     

Vague聚类分析在模式识别中的应用

本文借鉴灰色关联分析法建立Vague相似关系矩阵。给出了Vague聚类的概念，并在此基础上进行Vague聚类分析。该方法充分利用Vague集的特点，可从肯定、否定和未知度等多雏度进行聚类分析。最后用模式识别中的实例验证了本方法的可行性和有效性。     

基于三元模糊数Vague集的SPA方法及应用

在结合集对理论（SPA）与Vague集理论的基础上,提出了一种新的三元模糊数Vague集。并采用集对联系数同、异、反来表示Vague集的函数,这种不确定信息的表示要比Vague集的表示更加合理、准确和有效。在此基础上,通过一个具体的实例来验证该方法的可行性和实用性。     

联系数和属性多边形的系统故障模式识别

为综合考虑多因素影响下根据系统故障标准模式对系统故障样本模式进行识别,定义了属性多边形并提出基于联系数和属性多边形的系统故障样本模式识别方法。首先,建立了故障模式识别系统,利用特征函数确定单因素的故障模式联系度,确定属性多边形结构。其次,利用属性多边形的同异反分量面积确定多因素联合影响的故障模式联系度。最终,根据故障标准模式的最大隶属原则对故障样本模式进行识别。使用简单电气系统作为实例,实施了识别方法,得到多因素联合影响下的各故障样本模式的识别结果。实验结果表明,通过两阶段联系度的计算可综合考虑单因素和多因素影响下的故障模式特征,进而识别系统故障样本模式。     

模糊模式识别的基础--相似度量

讨论模糊模式识别中模糊集之间的相似度量.针对模糊集的推广形式--Vague集,给出Vague集之间一系列新的相似度量方法,并对其性质进行讨论.通过与现有方法的比较,阐明该方法有较强的分辨能力.对连续论域的情况一并作了讨论,给出相应度量的积分表示.最后,用例子说明Vague集之间的相似度量在模式识别中的应用.     

基于SPA的综合评判决策方法

综合评判决策通常涉及多个因素或多个指标,尽管目前实现综合评判的数学方法种类繁多,但是对系统中的不确定性问题仍未找到理想的解决方法。集对分析（Set Pair Analysis,SPA）实质上是一种处理系统不确定性问题的统计方法,其核心思想是通过定性与定量相结合来解决评判决策问题。利用SPA的思想,提出一种利用同异反向量夹角余弦来快速进行综合评判决策的方法。运用文中提出的方法对电力设备选型实例进行决策和分析,结果表明该方法不仅概念清晰而且计算简洁,具有较强的实用价值和较高的可靠性。     

基于加权因子的Vague(值)集相似度量

在Vague集的各种应用中,相似度量扮演着非常重要的作用,针对现有不同的相似度量方法,主要指出文献[16,17]度量方法的缺陷,通过引入加权因子,指出一类Vague集相似度量公式的约束条件,进而解决了文献[16,17]所存在的问题,在模式识别中的一个应用实例验证了新方法的有效性。     

一种Vague值转化Fuzzy值的偏联系数方法

针对Vague集与Fuzzy集,结合联系数理论,提出了一种基于Vague值转化为Fuzzy值的偏联系数方法。通过实例验证了该方法是合理可行且有效的。     

基于循环平稳的图样特征识别频谱检测方法

频谱空穴检测是认知无线电研究的关键技术。针对认知无线电系统中甚低信噪比环境下频谱检测的困难,基于循环平稳理论,提出对接收信号的循环谱密度函数俯视图特殊图样的模式识别来进行频谱检测判决的方法。由此设计出谱峰搜索检测与图样特征识别相结合的频谱检测判决机制。实验仿真结果表明,所提出的检测方法性能良好,可以有效地对弱主用户信号进行频谱检测。     

基于Gabor定向模式的人脸识别方法

为了从Gabor滤波后的幅值图中提取更加有效的分类特征,提出了一种新的基于Gabor定向模式（GDP）的人脸识别方法。首先对人脸图像进行多尺度多方向的Gabor滤波,然后提出了一种新的GDP算子通过对每种尺度下所有方向的Gabor幅度图进行编码得到每种尺度对应的GDP模式图,最后将所有GDP模式图的直方图向量串联作为最终的人脸表示。由于GDP算子同时对同一尺度下的所有方向上的Gabor幅度响应进行编码,因而GDP特征不仅对外界变化具有较好的鲁棒性,而且能够显著降低最终的特征长度。在ORL和CAS-PEAL人脸库上的实验结果显示GDP方法能以更小的特征长度获得优于传统LGBP及LGXP等方法的识别效果,证明了方法的有效性。     

基于多元图结构子模式表示的模式识别方法*

针对统计模式识别和结构模式识别方法各自的局限性,提出一种基于多维数据多元图结构子模式表示（包括图形基元和特征基元表示）的模式识别方法,它体现了模式识别问题研究的一种新思维,具有鲜明的可视化特点。应用多维数据多元图表示原理实现无结构数据的结构化表示,提取出表征多元图图形的图形基元和特征基元,将对象表达为多元图结构特征子模式进行分类识别。利用UCI机器学习数据库中的Iris数据进行了分类实验,实验对比结果显示该方法具有较好的识别效果。     

不同炮制品续断散HPLC指纹图谱的模式识别研究

对炮制前后续断散指纹图谱进行模式识别研究,并根据不同炮制方法进行分类判别.建立不同炮制品续断散HPLC指纹图谱共有模式,进行特征选择,然后采用判别分析法(LDA)、簇类独立软模式分类法(SIMCA)、偏最小二乘判别分析法(PLS-DA)分别建立分类模型,并进行交叉验证.结果表明3种方法均取得较高判别率,能有效地对续断散指纹图谱进行分类,其中判别分析法最优.本试验建立的方法实现了续断散生品及不同炮制品的区分,为中药炮制的质量控制提供了有效的参考依据.     

基于集对分析的本体案例检索模型

案例检索是案例推理系统中的一个关键过程,是近年来人工智能领域的研究热点之一。案例相似度的计算方法是案例检索的关键技术。将集对分析理论引入目标案例,与案例库中源案例的相似度比较,建立两个比较案例的集对,通过属性的重要度和联系度构建了本体案例检索模型;通过本体的词义扩展解决检索词的多词同义问题,有效提高了不确定性问题的检索精度。实验结果表明,基于集对分析的本体案例检索模型不仅减少了运算量,还提高了查全率和查准率。     

基于结构特征的视网膜血管形态识别

针对视网膜眼底图像获取过程中眼球转动的问题,提出一种基于节点最近邻结构的具有旋转和平移不变性的视网膜血管形态识别方法.该方法利用节点的周边结构稳定性的特点来进行节点结构特征提取,进行图像相关结构匹配的判定.实验结果表明了该识别算法的有效性和可靠性,且不需要进行方位对准处理,具有较好地识别灵活性和实用性,正确识别率达到98.57％.     

基于分级网络的车牌字符识别算法*

提出了一种基于分级径向基神经网络的车牌字符识别算法,采用两级径向基神经网络结构,由一级网络识别后,通过对识别结果和置信度进行分析,确定了12个二级子网;采用动态误差分割算法进行网络训练,通过大量实验研究,车牌整体识别率达到了86.58%,平均识别时间为181ms,对比性研究验证了该方法的有效性。