基于核鲁棒k-均值的模糊支持向量机算法

支持向量机对训练数据中的噪声敏感,为了解决这一问题,本文提出基于核鲁棒k-均值算法的模糊支持向量机算法。算法首先在每类训练样本上应用核鲁棒k-均值算法,得到每个样本的模糊隶属度,将该隶属度赋予训练样本,得到模糊训练集,然后在模糊训练集上训练模糊支持向量机,得到分类决策函数。实验表明,对于带噪声的训练样本,本文的算法能够为噪声样本赋予小的隶属度,提高分类准确率。     

基于支持向量机和无源特征的目标识别方法

通过引入机栽雷达辐射这一无源特征.采用多类分类支持向量机进行类型识别,提出了一种更有效的目标识别方法.无源特征是有用信号和噪声的叠加.具有一定程度的不确定性,采用范数熵衡量无源特征,类间距较大,类内聚集性较强,还可以抑制噪声.支持向量机分类器结构简单、可获得全局最优、泛化能力强,多类分类支持向量机解决目标识别问题高效而且实用.实验证明,该方法明显地提高了目标识别的正确率.     

雷达目标一维距离像识别方法研究

提出了一种基于小波包分析和二叉树支持向量机相结合的雷达目标一维距离像识别方法.该方法充分利用了小波包对信号的时频分解和支持向量机在小样本分类中的优势,可以改善目标的特征稳定性,提高识别性能.通过采用聚类分析中的均值距离来生成二叉树,将分类器分布在各个节点上,构成了多类支持向量机,减少了分类器数量和重复训练样本的数量.对...     

基于冗余数据消除的不平衡样本加权支持向量机方法研究

现有支持向量机对于训练样本过多或训练样本中类的数量不平衡,存在训练花费时间过长和得到的分类面偏离最优分类面使得样本错分等问题.为此文章提出一种基于冗余数据消除的不平衡样本加权支持向量机方法.该方法使用费歇尔判别率准则去除训练样本集中那些对最终的分类面训练没有帮助的样本,即冗余数据,并依据训练样本对模糊分类面的贡献程度引...     

改进的FSVM结合语义特征的甲状腺图像分类方法

由于甲状腺发病率高且图像良恶性难以分辨,提出一种改进模糊支持向量机(FSVM)结合语义特征的甲状腺图像分类方法。通过概率潜在语义分析(PLSA)模型对给定的图像训练样本提取语义特征,输入到FSVM中进行分类。其中隶属度是影响FSVM分类精确性的关键,故对其进行改进,在考虑样本点到类中心距离的基础上,对样本点间的紧密度也进行了估计。利用训练生成不同的FSVM测试图像,采用集成方法将分类结果集成,避免了单分类器的分类误差。实验结果表明,该方法可获得较好的分类结果。     

一种基于SVM的雷达目标识别算法

针对目前支持向量机多类分类方法存在的缺点,丈中对支持向量机的高斯核函数进行改进,并提出一种结合留一法和单一验证法的参数选择新方案.基于3种雷达目标的HRRP数据,设计了相应的预处理算法,利用改进的SVM分类法用于高分辨距离像的雷达目标识别.从实验目标姿态稳定性、训练集大小稳定性和抗噪能力三个方面验证改进SVM的稳健性.     

基于支持向量机的说话人辨认研究

支持向量机是统计学理论的一个重要的学习方法，也是解决模式识别问题的一个有力的工具，本文提出了用支持向量机来解决说话人辨认问题。结合语音信号的特点，解决了大数据量情况下支持向量机的训练问题。支持向量机对两类的分类问题有着突出的优势，本文用两种判决规则将两类问题应用到多类的识别问题。用支持向量机实现了一个与文本无关的说话人辨认系统，实验表明，本方法有良好的效果。     

用于多类别分类的一种加权超球支持向量机算法

在One‐Class基础上发展起来的超球支持向量机算法能有效地解决多类别分类问题。但是原始的超球支持向量机算法仍有很多需要改进的地方。经过推导和实验,得到如下结论,即超球支持向量机算法过度依赖于每个训练样本,即使该训练样本为噪音数据或是离群异常数据。因此提出在训练之前加入预处理算法,通过相似度计算删除噪音点和异常点。在训练过程中,根据公式计算每个样本的权值,区别对待每个训练样本,确保SMO求解过程迅速收敛。在测试阶段,根据测试点的位置合理选择分类规则进行正确分类。实验结果表明提出的算法可以有效减少噪音数据和异常数据对分类结果的影响,同时提高了分类精度。     

一种改进的雷达辐射源识别在线学习方法

针对支持向量机分类器学习新增样本知识实时性差的问题,本文研究了一种基于壳向量和Parzen窗密度估计的雷达辐射源识别在线学习方法.通过Parzen窗密度估计剔除样本孤立野点,通过求取样本集的壳向量缩短训练时间,利用训练好的分类器完成雷达信号样本识别.仿真实验表明,提出的基于壳向量和Parzen窗密度估计的雷达辐射源识别...     

数据库样本缺失下的雷达辐射源识别

目前,基于机器学习的雷达辐射源识别技术大多以训练集和测试集同分布为假设,当雷达数据库样本不足导致与信号真实分布存在偏差时,传统的分类方法效果不佳.为此,将迁移学习理论引入识别系统,设计了一种基于结构发现与再平衡的雷达辐射源信号识别方法.通过对数据库和待识别辐射源信号样本进行聚类分析发现数据结构信息,通过重采样处理修正其分布差异.将新采样数据输入支持向量机进行训练并对侦收样本进行识别.仿真实验表明,在新训练样本集上学习的模型对测试集的分类性能有了很大的提升.     

可维修系统的模糊可靠性,模糊维修性与模糊有效性

文中应用模糊数学与系统工程的理论与方法对可维修系统的经典有效性和不维修系统 模糊可靠性进行了概念扩充，提出了可维修系统的模糊有效的概念，给出了可维修系统 模糊可靠度、模糊维修度和模糊有效度的计算公式和计算示例，可望对Ｃ＾３Ｉ系统等既含随机性又含模糊性的可维修系统的可靠性分析提供一种新的思路和方法。     

基于模糊变换的模糊系统和模糊推理建模法

首先针对双输入单输出模糊系统提出了一种模糊变换方法,指出这种模糊变换不仅与单输入和单输出模糊系统有密切的联系,而且利用这种模糊变换构造的模糊系统具有很好的泛逼近性.然后将这种模糊变换应用到模糊推理建模法中,导出了所研究的模糊系统的微分方程模型和状态空间模型,从而给出了一种新的模糊推理建模法.理论分析和仿真实验均表明:利用模糊变换构造的微分方程对所研究的模糊系统具有很好的泛逼近性.     

自寻优模糊集的模糊控制器算法＊

文献讨论了简单模糊控制器的基本原理和实现方法.文献考虑了简单模糊控制器的动态性能与稳态精度之间的矛盾,但是他是采取用线性切换的办法,没有充分发挥模糊控制器的功能。本文讨论了简单模糊控制器中模糊集的改变对系统性能的影响,为了解决简单模糊控制器的动态性能与稳态精度之间的矛盾,提出了可变模糊集的模糊控制器,仿真试验的结果表明,可变模糊集的模糊控制系统可以大大改善系统的响应性能。在可变模糊集的模糊控制器的基础上,进一步讨论了模糊集自寻优问题,提出模糊集自寻优算法。仿真结果表明,寻优后的模糊集模糊控制系统效果非常好,表明算法是行之有效的。     

模糊控制和模糊控制芯片

本文对模糊逻辑及模糊控制的基本概念、发展过程、应用领域进行了论述，探讨了模糊算法各个部分（模糊化、规则的选取与调整、各种算子、去模糊等）的功能和作用，介绍了目前受到广泛关注的模糊逻辑与人工神经元网络及专家系统相结合的一些方法，最后讨论了各种模糊控制的实现方法以及各种模糊控制芯片，特别是电流型多值模糊控制芯片的发展．     

Achieving of Fuzzy Automata for Processing Fuzzy Logic

At present, there has been an increasing interest in neuron-fuzzy systems, the combinations of artificial neural networks with fuzzy logic. In this paper, a definition of fuzzy finite state automata （FFA） is introduced and fuzzy knowledge equivalence representations between neural networks, fuzzy systems and models of automata are discussed. Once the network has been trained, we develop a method to extract a representation of the FFA encoded in the recurrent neural network that recognizes the training rules.     

基于模糊聚类的改进模糊辨识方法

针对以往模糊建模方法不能很好优化模糊模型输入空间的问题,本文提出了一种基于新的目标函数的模糊聚类方法,从而使模型的输入输出空间映射空间具有逼近实际输出的能力,从而达到优化模型结构的目的.仿真实例表明,该方法能够辨识非线性系统,能显著提高建模的精度.     

Fuzzy fundamentals

An orderly design procedure that can save time and help prevent problems in the development of fuzzy logic systems is presented. The nature of fuzzy logic is examined, and the design of fuzzy control systems is discussed. The architecture of a simple fuzzy controller for a steam turbine is used as an example, to show how fuzzy control models work. A four-step methodology for fuzzy system design is described     

模糊逻辑和模糊控制彩电

概述模糊逻辑诞生３０年来国内外模糊控制技术的发展简况和现状，介绍模糊专家系统及模糊控制技术在电子工业，特别是家电产品中的应用，着重介绍大屏幕彩电模糊控制的几条技术思路，模糊控制技术既适用于目前模拟制彩电，也适用于今后数字高清晰度彩电，故极具推广前景。由此提出各方大力协同积极开发具有自主知识产权的模糊控制ＡＳＩＣ、传感器、遥控器等对策建议     

基于模糊分组和监督聚类的RBF回归性能改进

为了提高RBF回归建模的精度,该文提出了一种基于模糊分组和监督聚类的RBF回归建模的新方法。基本思想是:首先利用监督聚类将训练样本模糊划分为若干子集,然后分别针对各个子集的样本分布情况进行RBF回归建模,最后利用加权组合得到最终的输出。实验表明,该方法对于目标模型的局部细节具有更好的逼近精度。     

基于模糊Fisher准则的自适应降维模糊聚类算法

该文指出曹苏群等人提出的基于模糊Fisher准则(FFC)的半模糊聚类算法(FFC-SFCA)中的一个推导错误,结合模糊紧性和分离性(FCS)聚类算法提出新的聚类算法:FFC-FCS。FFC-FCS充分利用FFC的特征提取和降维特性,交替运行原始数据空间中FFC和投影空间中的FCS,通过对降维数据的聚类实现对原始数据的聚类。FFC-FCS不仅对低维数据具有优异的分类性能而且对高维数据也表现出一定的分类优势。实验结果表明,FFC-FCS 的性能明显优于原有的FCS算法,FFC-SFCA算法以及经典的模糊C-均值(FCM )算法。