一种新型异源图像融合质量评价模型

提出了一种基于FNN的异源图像融合质量评价模型。该模型将融合图像的主观评价结论样本集作为模糊期望输出,并利用高斯隶属度函数将多种典型图像融合客观评价指标进行模糊化,作为网络输入样本。通过网络学习,生成评价指标权重与隶属度函数的相关参数,并采用动量因子提高了网络的学习效率。实验结果表明,采用该方法进行异源图像融合质量评价,评价结论符合人眼的观察特性,主、客观评价结论具有较好的一致率,为融合图像自动化评价的实现提供了有效的途径。     

分布式检测系统的模糊有序统计融合算法

为提高基于二元局部判决的分布式检测系统的检测性能，研究了基于模糊隶属度函数的分布式检测系统融合算法，提出了模糊有序统计融合准则。通过对肼传感器进行分布式检测系统仿真，结果表明：模糊有序统计融合准则在均匀环境中能获得比基于二元判决准则更好的检测性能，也好于同样采用模糊隶属度函数的求和准则的检测性能，且在多目标环境下获得了较强的适应性。     

一种基于模式类特征空间统计分布的离散模糊隶属度函数模型

本文提出了一种基于模式类特征空间统计分布的模糊隶属度函数模型,可有效地反映模式在特征空间中的真实分布,用于模式分类器输入特征的模糊化可获取更好的识别性能。作者以带钢表面缺陷检测系统为应用对象,以采自上海宝山钢铁公司冷轧带钢生产线的实际样本为训练集和测试集,对本文提出的模糊隶属度函数性能进行了测试,并与基于模糊C均值的隶属度函数进行了比较,测试结果显示,本文提出的基于模式类特征空间统计分布的模糊隶属度函数模型抗噪能力强,在提高分类器识别率和降低错误率上有明显优势。     

结合新型模糊支持向量机和证据理论的多传感器水质数据融合

在多传感器水质数据融合领域,证据理论是有效的数据融合方法之一,但基本概率分配一般不易确定,从而使数据融合能力难以有效发挥。支持向量机是统计学习理论之上的高级分类算法,具有普适性和全局优化等特点,但输出的基本概率分配有待进一步提高。提出了一种基于证据理论和新型模糊支持向量机相结合的数据融合方法,通过建立基于分类超平面距离的模糊隶属度,训练模糊支持向量机提高传统支持向量机的基本概率分配,并结合证据理论进行海河水质数据融合。通过证据理论分别结合支持向量机和模糊综合评价法与上述方法进行对比实验,经精度、平均绝对百分误差、均方根误差等指标验证,精度提高10. 5%,表明所提方法是一种可靠的多传感器的水质融合方法,较其他方法具有更高的融合精度。     

一种用于模式识别的多输入模糊处理器

本文提出了一种采用“求和平均－求大”操作的模糊处理器，可用于模式分类和模式识别，它采用分时的方法接收未知模式的多个特征，然后，隶属函数发生器根据输入的特征产生相应于每一个标准模式的隶属度。开关电容累加器对多个隶属度进行相加求和，得到一个综合隶属度，最后，求大电路找出最大隶属度并输出作为识别结果。     

基于航迹隶属度的分布式系统数据融合算法

航迹关联与航迹融合是分布式目标跟踪系统数据融合的关键.本文研究了基于航迹隶属度的数据融合算法.综合各传感器航迹估计形成的目标运动状态特征向量与传感器分辨率,根据模糊聚类算法建立各观测时刻航迹隶属度矩阵与系统航迹关联决策矩阵,解决融合中心航迹关联问题.根据加权融合算法思想,结合各观测时刻航迹隶属度矩阵,实时、动态分配航迹号集合中各局部航迹权值,解决目标航迹融合问题.蒙特卡罗仿真表明,算法航迹关联效果明显优于加权航迹关联算法,并得到与简单航迹融合算法一致的目标融合航迹.     

NSC公司推出第一套综合模糊逻辑和神经网络技术软件NEUFUZ~(TM)

美国国家半导体公司(NSC)四月宣布推出业内第一套新软件—NeuFuz4,可利用神经网络学习,迅速生成模糊逻辑法则和隶属函数,供各种嵌入式微控制器产品使用。 NeuFuz4使系统设计师能迅速开发、测试和实现模糊逻辑方案,这些方案要有四个输入来产生一个输出。NeuFuz4利用一个神经网络来学习以数据输入-输出为主的系统行为,然后再运用学到的有关系统的知识来产生模糊法则和隶属函     

云模型在分布式传感器辐射源识别中的应用

针对辐射源识别中的参数模糊交叠问题,提出了基于云模型的辐射源样本隶属度获取方法,结合分布式传感器的优势,构建云模型在分布式传感器辐射源识别中的应用系统。首先介绍云模型的有关概念,其次分析分布式传感器的特征,再由云模型区间型和离散型辐射源样本隶属度,并进行单传感器时域融合和分布式传感器信息融合,利用判决规则完成决策。仿真结果说明基于云模型的辐射源识别率高。     

动态模糊密度的多分类器融合算法

在分析现有模糊密度计算方法的基础上,本文从分类器的隶属度分布和输出一致性两方面探索计算模糊密度的新方法,提出一种基于决策信任度和支持度的动态模糊密度赋值方法,旨在根据各分类器识别具体目标时输出的客观信息,实时地刻画分类器在融合系统中的可靠性.在表情识别上的实验结果表明,本文方法可以有效提高模糊积分融合的决策性能,降低单分类器输出不可靠决策信息的干扰,是一种有效的多分类器融合方法.     

基于模糊修正DEA模型的通信系统方案选优

针对通信系统方案选优问题属于多输入多输出,且指标量纲不一致的特点,提出了基于带输入“偏好”和引入输出模糊修正的DEA （data envelopment analysis）评估模型.该模型对客观性较强的DEA模型引入对输入“偏好”和引入模糊隶属度对输出进行模糊修正,同时建立通信系统方案评估指标体系,该模型克服了输入和输出指标间的相互制约,使得评选结果不仅具有客观性,同时也体现了决策者的主观性.仿真结果表明该模型是科学、合理的.     

一种基于传感器加权的模糊聚类数据关联方法

提出一种用于传感器网络中信息融合的模糊数据关联新方法,该方法利用传感器的观测性能的先验知识对观测样本进行加权,通过加权模糊聚类算法实现数据的正确关联.同时,引入模糊聚类有效性函数自动确定每个观测时刻的目标数目.实验结果表明与传统基于模糊c均值聚类算法相比,本文提出的数据关联方法不仅具有更高的关联精度,而且具有较好的可靠性和有效性.     

基于Mamdani型直觉模糊推理的图像融合算法

提出了一种基于Mamdani型直觉模糊推理的图像融合算法,该算法首先根据融合目标设定推理规则,并根据推理规则建立直觉模糊推理系统,并将待融合图像的每个像素点直觉模糊化并输入系统,经过推理得到输出图像每个像素点的隶属、非隶属程度,最后通过解模糊计算输出图像的灰度值得到融合图像。实验结果证明,该算法的有效性,且由于直觉模糊集更加精确地描述了客观事物的不确定性,其融合结果优于基于模糊推理系统图像融合算法得到的结果。     

火灾探测模糊神经网络的层次结构

应用多层次前馈网络构造模糊变量隶属度函数和模糊推理控制模型，使神经网络不再表现为黑箱式映射，其所有节点和参数都具有模糊系统等价意义。将模糊规则与隶属度函数用神经网络表现出来。利用神经网络的自学习特性，实现隶属度函数和模糊规则的自动提取，可优化调整隶属度函数，同时模糊系统也弥补了神经网络运算速度慢的缺点。     

一种二型模糊可能性聚类红外图像分割算法

提出了一种新的基于二型模糊可能性聚类的红外图像分割算法。针对受概率约束的模糊聚类算法和不受概率约束的可能性聚类算法在红外图像分割时存在的问题,采用二型模糊系统融合两种分割算法的隶属度函数,将隶属度函数看作一个区间型分布,而不是单独采用两种算法输出的确定模糊值。这种处理方式不但能有效抑制噪声及野值,而且能有效防止红外图像的过分割。实验仿真结果表明,该算法较传统聚类算法能获得更好的分割效果,可有效抑制噪声对目标区域分割的干扰。     

一种T-S模糊模型的聚类分析与辨识方法

传统的模糊聚类分析方法分两个步骤,首先使用目标函数进行模糊生成,然后应用聚类有效性函数决定聚类的最佳数目。针对模糊形成和有效性验证函数的内在不同所导致的聚类不准确性,应用一种新的基于双目标模糊聚类分析（BOFCM）的聚类方法。同时将基于三角形隶属函数的T-S模糊系统应用于非线性系统辨识中,该方法可以很方便地确定输入空间的划分及隶属函数的形状,减少了计算量。将以上方法应用于一个二阶系统辨识分析,证实了该方法的有效性。     

影响交通路径规划因素的模糊化数据处理方法

交通拥堵日益严重,能根据路况信息实时在线决策出最佳交通路径对拥堵保畅就显得尤为重要。文章采用模糊隶属函数的数据处理方法解决了基于变结构离散动态贝叶斯网络的最佳交通路径决策模型只能处理离散数据的缺陷。采用模糊集构建隶属度函数,将采集到路况的连续性数据进行离散化,将离散化的数据用于最佳交通路径的规划。仿真实验验证了该模糊化数据处理方法的有效性。     

基于模糊控制的波前校正技术北大核心CSCD

模糊控制由于不依赖变形镜的响应模型,用于波前校正时具有实用性,其可行性已被证实。对自适应光学系统中模糊比例积分微分(PID)控制的波前校正效果进行了评估,包括对模糊校正带宽的测试、对模糊输入和输出论域的选取以及对模糊规则库以及波面加权模板的优化。实验结果表明,论域的选取合理,采用3×3的波前加权模板效果更好。当PID控制器3个参数矢量K_P、K_I和K_D的初始值都为0时,模糊输出论域采用隶属度正分布的规则库实用性更强。当哈特曼-夏克传感器刷新频率为120Hz时,系统校正带宽为5~6Hz,与常规PID一致。     

基于加权IFS证据合成的多源信息融合方法

为权衡信息融合系统对各条证据的可信程度,提出基于直觉模糊交叉熵的证据折扣方法,用于直觉模糊证据合成规则。并根据确定性理论,对直觉模糊决策中的记分函数进行改进,得到基于确定性因子的记分函数形式,用于直觉模糊证据合成结果判定。最后通过与其他算法的对比实验,验证算法在多传感器目标识别应用中是有效的,且具有较高的计算效率。     

最大隶属度在多传感器信息融合航迹相关中的应用

针对采用多传感器航迹相关在某试飞指控系统中的应用,提出了一种基于最大隶属度原则的航迹相关融合算法,并引入意见一致性理论。该算法利用在推理结论的模糊集合中取隶属度最大的元素即可作为输出量,因而在无需对实际系统作任何改进的情况下,可获得较好的航迹相关效果。结合试飞指控系统给出了应用该方法的具体步骤和实例,通过仿真实验证明该算法的有效性。     

基于区间二型模糊神经网络的高分辨率遥感影像分割方法

高分辨率遥感影像同质区域地物目标异质性增大,光谱测度空间复杂性增加使像素类属的不确定性以及分割决策不确定性增大,引起分割精度下降。提出一种基于区间二型模糊神经网络的高分辨率遥感影像监督分割方法。对同质区域构建一型高斯隶属函数模型刻画像素类属的不确定性;模糊化高斯隶属函数参数构建区间二型模糊模型处理分割决策的不确定性;以训练样本在所有类别中的一型模糊隶属度及上、下隶属度为输入,建立模糊神经网络模型并融入像素邻域关系作为模糊决策。采用文中算法、FCM方法、HMRF-FCM及区间二型模糊神经网络方法分别对合成影像及真实高分辨遥感影像进行分割,定性与定量的对比分析验证了文中算法具有更高的分割精度。