一种模糊自适应控制器

本文提出了一种根据系统输入一输出数据在线改模糊关系的模糊自适应控制器。文中给出一个由不稳定非最小相位线性部分和饱和非线性两部分组成的随机系统仿真示例，仿真结果表明该控制器有效的。     

基于模糊K-均值算法的模糊分类器设计

基于模糊K-均值算法的模糊分类器,就是把目前比较常用的模糊K-均值算法的聚类方法,再一次与模糊分类规则提取相结合而得到的一种分类器。它是一种很有效的模糊分类器,训练样本能正确的分类。在这种方法中,首先用模糊K-均值算法按剖分和覆盖的原则把训练样本分成群,并且每一群的中心和半径都被计算出来。然后,设计一个用模糊规则来表示分类的模糊系统。这样就有效地构建了一个能对训练样本比较准确分类的模糊分类器。用这种方法设计的分类器不需要预定义参数、训练时间较短、方法简单     

基于自适应均值的图像滤波算法

目的为了提高激光三维成像系统中的图像质量,有效滤除图像中噪声,提出一种自适应均值漂移的图像滤波算法。方法在传统算法基础上对均值漂移滤波算法进行改进,选取领域内像素的均方差为控制参量对带宽矩阵h大小进行自适应调控。根据宽带矩阵h的大小,选择合适的像元值参与到计算均值过程中,以提高结果的计算精度。结果实验结果表明改进后的算法能够有效滤除图像中的噪声,提高图像清晰度。结论该算法具有良好的保边去噪特性。     

基于灰色关联度的图像自适应加权均值滤波

为在图像去噪过程中既能获得较好的去噪效果，又能更好的保护图像细节，本文运用灰色系统理论中的灰色关联度的概念提出了一种基于灰色关联度的加权均值滤波器，将它用于图像的均值去噪。实验表明，该算法使图像处理效果比传统的均值滤波效果有所提高。     

基于当前统计模型的一种双自适应模糊滤波算法

在当前统计模型的基础上,提出一种双自适应模糊滤波算法.该算法利用模糊推理机制及结合升半正态形模糊分布函数,对最大加速度和过程噪声协方差矩阵进行双自适应调整.针对阶跃机动,引入强跟滤波器达到增强跟踪机动目标的能力.仿真结果表明,该算法提高了机动模型与目标实际机动模型的匹配程度以及对强机动目标跟踪的精度,改善了滤波器的跟踪性能,克服了对弱机动目标跟踪性能的不足.     

基于噪声点多级检测的自适应中值滤波算法

针对传统中值滤波算法在图像去噪过程中造成较多图像细节信息丢失的问题,提出了一种基于噪声点多级检测的自适应中值滤波算法。该算法根据像素的空间相关性,逐级检测不同空间特征的噪声点。首先根据滤波窗口中相近像素点的数量来检测空间孤立的单个噪声点;然后通过扩展邻近窗口的方式检测空间连续的两个噪声点;接着进一步增加约束条件对空间连续的三个及以上的噪声点进行检测;最后对判断为噪声的像素用滤波窗口的中值替换。此外,该算法还能通过自适应地调整像素空间相关性判别阈值来处理不同分布特征的噪声。实验结果表明,与现有中值滤波算法相比,算法在有效滤除图像噪声的同时能更好地保护图像细节信息。     

一种基于Mellin变换的水声宽带相关模糊函数的快速算法

提出了一种基于Ｍｅｌｌｉｎ变换的快速算法,其特点是在给定的某一时刻得到不同尺度下的变换结果,算法的运算量与待分析的时廷成正比,而在固定时刻下的运算量为两个２Ｍ点的ＦＦＴ和一次２Ｍ点复数乘法（Ｍ为待分析的尺度的个数）。该算法的优点是实时性好,且适合于水声信号领域尺度跨度小、尺度分析较细的特点,并给出了与直接法、ＣＺＴ法的比较结果。     

基于直觉模糊散度的自适应非局部均值去噪算法

针对传统的非局部均值(NLM)算法在图像去噪时会出现边缘会模糊的问题,提出了一种基于直觉模糊散度的自适应非局部均值(IFD-NLM)去噪算法.该算法利用图像块之间的直觉模糊散度度量非局部图像块的相似性,修正NLM算法的相似性权重,降低不相似图像块之间的干扰,提高了NLM算法相似性权重的准确性.此外,根据图像块内容和直觉模糊散度特征图像,设定相关阈值,自适应地选择滤波参数.实验结果表明,所提算法相对于传统NLM算法能更有效地去除噪声,同时可以保留更多的纹理细节特征和几何结构特征,图像细节信息更为丰富.     

一种快速虹膜定位算法

针对虹膜内边缘易变形,外边界边缘模糊从而虹膜定位困难等问题,提出了一种快速虹膜定位算法。基于虹膜边缘图像的几何特征,依据偏差平方和定位虹膜内边缘;利用图像灰度曲线得到模糊外边缘的边缘点,根据圆的相交弦性质以及投票策略确定虹膜外边缘的圆心,从而快速定位虹膜外边缘。实验结果表明,该方法提高了虹膜定位的速度以及定位的稳定性,减少了传统虹膜定位算法中搜索的盲目性。     

一种基于自适应滤波的三相有源电力滤波器的检测算法

对有源滤波器现有的几种检测算法进行了简单的分析，针对目前在有源滤波器中应用较广泛的瞬时无功功率理论检测法中存在的问题和不足，提出了一种基于自适应滤波理论的三相并联型电力有源滤波器的新型检测算法，并用Matlab中的Simulink对基于此算法的 滤波器进行了建模和仿真。     

加权均值滤波在机场跑道路面裂纹图像检测中的应用

图像去噪是图像处理中的一个重要环节。基于均值滤波和中值滤波的经典算法,结合数字图像处理技术,以拍摄的直升机机场跑道路面裂纹图像作为研究对象,提出了一种改进的加权均值滤波算法,并通过仿真给出了试验效果图及数据结果。结果表明：改进的加权均值滤波算法较传统均值滤波能更好地保护图像的细节,失真小,在去除噪声的同时较好地保留边缘等细节信息,降低了图像处理后的模糊化程度,优于经典的滤波算法。该研究为机场跑道路面裂纹图像检测提供了一种新方法。     

基于模糊自适应BP算法的包装件缓冲垫层非线性特性识别

将模糊自适应ＢＰ算法应用于包装件缓冲垫层非线性特性识别问题，提高了网络训练速度，从而使结构化神经网络方法更适于实际应用．     

模糊关系方程的解的模糊遗传寻优算法

在一般遗传算法ＧＡ的基础上，基于模糊集理论中的模糊关系方程的解的寻优问题提出了模糊遗传算法ＦＧＡ，它能有效地找出模糊关系方程的解的寻优问题的近似最优解。还给出了一个重要的定理：模糊模式定理。     

一种改进的RTP自适应算法

提出了一种利用RTP／RTCP协议收集的QoS信息来控制UDP流的变量加增长自适应算法。与常量加增长算法相比,此算法具有更好的平稳性。此外,还对这种变量加增长的算法进行了仿真,并分析了结果。     

Research of Modified LMS Adaptive Noise Cancellation

Noise cancellation is very important in the field of signal processing. In this paper, the designation of a modified LMS Adaptive Noise Cancellation is demonstrated in detail; the model is simulated. We have compared the performance of the new model with the old model. The result of the experiments shows that this designation improves the noise cancellation′s performance greatly.     

利用面片法向均值滤波的混合型网格去噪方法

通过对面片法向均值滤波去噪方法的研究,提出了一种改进的混合型去噪算法。通过取值顶点的一环正常边二面角的平均,将顶点分为噪声顶点和一般顶点,然后对噪声顶点利用Laplacian方法进行平移去噪,同时将保持特征的面片法向均值滤波去噪方法作用于一般顶点。实验结果表明：这种混合方法能有效地去除大小噪声,并且在去噪过程中能保持网格的特征。     

Adaptive Exponentially Weighted Moving Average Schemes Using a Kalrnan Filter

Two adaptive exponentially weighted moving average control schemes are proposed. The weighting coefficient is updated using a Kalman filter algorithm. The two test statistics incorporate an integral error term. Simulated average run lengths indicate the proposed schemes are sensitive to small process shifts, but do tend to ring false alarms when there is no process change. For medium and large process changes and trends their performance is comparable to that, of Lucas's combined Shewhart-CUSUM control scheme. Some application of the proposed schemes to correlated data indicate robust performance. Conclusions are drawn that the Kalman filter used to model a process together with a detection mechanism applied to the residuals closely resembles the work done in control theory.     

应用自适应模糊神经网络进行摩擦补偿的研究

在分析了摩探性及其对伺服系统低速特性的影响的基础上,提出了一种基于自适应模糊神经网络的摩探辨识和补偿方法,该方法既可实现摩探力矩的在线辨识和补偿,又能保证系统的稳定性。仿真结果表明,该方法是有效的,而且便于工程应用。     

模糊神经网络的快速学习算法研究

对模糊神经网络的快速学习算法进行了研究,提出ＦＮＮ的最小二乘－单纯形产算法。解决了ＦＮＮ采用梯度型算法学习时所固有的局部收敛问题及跗算法在线应用的问题。与梯度型算法以及ＧＡ相比,ＬＳ－Ｓｉｍｐｌｅｘ算法具有更高的学习精度和更快的收敛速度,所得的ＦＮＮ具有良好的泛化性能。