基于模糊子空间聚类的〇阶L2型TSK模糊系统

经典数据驱动型TSK(Takagi-Sugeno-Kang)模糊系统在获取模糊规则时,会考虑数据的所有特征空间,其带来一个重要缺陷:如果数据的特征空间维数过高,则系统获取的模糊规则繁杂,使系统复杂度增加而导致解释性下降。该文针对此缺陷,探讨了一种基于模糊子空间聚类的〇阶L2型TSK模糊系统(Fuzzy Subspace Clustering based zero-order L2- norm TSK Fuzzy System, FSC-0-L2-TSK-FS)构建新方法。新方法构建的模糊系统不仅能缩减模糊规则前件的特征空间,而且获取的模糊规则可对应于不同的特征子空间,从而具有更接近人类思维的推理机制。模拟和真实数据集上的建模结果表明,新方法增强了面对高维数据所建模型的解释性,同时所建模型得到了较之于一些经典方法更好或可比较的泛化性能。     

一种模糊规则的确定方法

在模糊神经网络结构的设计中，对模糊规则数目的获取，传统方法是凭经验来确定，这种方法复杂且难度大。本文提出通过模糊数据曲线来确定模糊规则，这样网络结构的建立只需要根据系统的输入输出数据来获得。并将其用于共面波导CPW(Coplanar Waveguide)的参数提取，试验数据表明该方法具有学习速度快，建模精度高等特点。     

Fuzzy particle swarm algorithm for function optimization

在传统粒子群算法的基础上运用模糊规则表加入了新的扰动因子,提出了一种新的算法--模糊粒子群算法。算法结合了模糊控制器中输入输出的模糊化处理和粒子群寻优的特点,为实际问题提供了新的解决手段。将模糊粒子群算法应用于函数优化的问题上,通过多组实例数据进行测试,验证表明了本算法具有良好的有效性和鲁棒性。     

基于遗传模糊分类器的入侵检测系统研究

入侵检测技术巳成为网络安全领域研究的焦点.文中将模糊理论与遗传算法相结合,利用模糊集合理论搜索优化的特征模糊集,提出了一类基于模糊关联规则的分类器,并用遣传算法对分类器的模糊规则库进行优化,构建高效的入侵检测系统.仿真测试证明了系统的有效性.     

地面机动作战要素类别的模糊识别规则提取

针对地面机动作战体系中各作战要素类别识别难的问题，设计了一种地面机动作战要素类别识别的模糊规则提取流程，并通过基于作战要素类别识别特征构建识别特征向量，利用计算识别特征隶属度提取其中的模糊识别规则，使用信息熵对存在冲突的模糊识别规则进行消歧，采用作战要素类别识别特征权重构建模糊识别树等步骤说明实现过程，通过实验验证了该方法的有效性。     

高维数据集中局部离散文本数据挖掘方法研究

提出利用基于多目标优化软子空间聚类理论的关联规则数据挖掘方法对高维数据集中局部离散文本数据实现数据特征有效挖掘。首先,利用多目标优化软子空间聚类思想结合非支配排序遗传理论优化加权类内紧致及加权类间分离函数,获取优化后的目标函数及非占优Pareto最优解集,运用加权子空间划分方法对最优解集完成特征聚类;其次,基于关联规则思想运用一种特征提取和关联文本的识别方法,对聚类后的文本特征进行文本间及文本内部的特征识别和分类,即实现了文本信息数据的有效挖掘。实验证明,利用多目标优化软子空间聚类数据挖掘方法可以有效实现高维集中局部离散文本数据的挖掘。     

神经网络自动生成模糊系统

在模糊系统的生成过程中，最主要的任务是隶属函数和模糊规则的提取和调整，但用传统方法，其工作量往往随变量数的增长而爆炸性地增加。为了解决这一问题，本文提出了一种新颖的，利用神经网络来自动地撮模糊系统 隶属函数和规则。     

基于BP神经网络的温度模糊PID控制器设计

根据BP神经网络对温度控制的要求设计出一种模糊PID控制器,采用误差和误差变化率作为模糊PID控制器的输入,PID参数作为模糊PID控制器的输出,使用一组模糊规则实现对PID参数的在线优化调节。采用Simulink图形化工具平台对模糊PID控制器和传统的PID控制器进行建模和仿真,结果表明和传统PID控制器相比,模糊PID控制器性能优良,使系统响应速度加快,超调减小。     

综合性能评价

论述了传统Petri网和模糊Petri网的概念、特点及区别,提出了模糊Petri网建模的规则和进行系统问题分析时的有效算法,最后,通过通信网综合性能评价来说明模糊Petri网在系统性能分析中的应用.     

基于核距离的直觉模糊c均值聚类算法

针对现有直觉模糊c均值聚类算法无法发现非凸聚类结构的缺陷,提出了一种基于核化距离的直觉模糊c均值聚类算法。算法在定义了基于核的直觉模糊欧式距离基础上,通过把聚类样本映射到高维特征空间,使原来没有显现的特征突现出来,从而能够更好地聚类。实验选择一组人工数据集及一组UCI数据集测试了本文算法,并将其与五种经典的聚类算法进行了比较。实验结果充分表明了该算法的有效性及优越性。     

A New Approach to Observer-Based Fault-Tolerant Controller Design for Takagi-Sugeno Fuzzy Systems with State Delay

This paper deals with the problem of active fault-tolerant control (FTC) for time-delay Takagi-Sugeno (T-S) fuzzy systems based on a fuzzy adaptive fault diagnosis observer (AFDO). A novel fuzzy fast adaptive fault estimation (FAFE) algorithm for T-S fuzzy models is proposed to enhance the performance of fault estimation, and sufficient conditions for the existence of the fault estimator are given in terms of linear matrix inequalities (LMIs). Using the obtained on-line fault estimation information, an observer-based fast active fault-tolerant controller is designed to compensate for the effect of faults by stabilizing the closed-loop system. Simulation results of a track trail system and a nonlinear numerical example are presented to illustrate the effectiveness of the proposed method.     

基于改进型T-S模糊RBF神经网络的红外火焰探测器识别算法

针对三波段红外火焰探测器中可能出现的单一非火焰波段通道的数据丢失、失真、饱和3种对火焰特征数据的强干扰情况,本文提出了一种改进型T-S(Takagi-Sugeno,高木-关野)模型RBF(Radial Basis Function,径向基函数)神经网络的火焰识别的鲁棒性融合算法.该算法通过聚类算法确定模型需要的模糊规则...     

UKF参数辨识的T-S模糊多模型目标跟踪算法

针对非线性系统中机动目标动态模型不确定性问题，提出了一种新的基于UKF参数辨识的T-S模糊多模型机动目标跟踪算法。在提出的算法中，用多个语义模糊集对目标特征信息进行模糊表示，构建一个通用的T-S模糊语义多模型框架。在T-S模糊语义多模型中，使用模糊C回归聚类算法实现对前件参数的辨识，同时，为了实现系统的非线性特征，引入无迹卡尔曼算法辨识后件参数。仿真结果表明，提出的算法跟踪性能优于传统的交互多模型算法和交互多模型无迹卡尔曼滤波算法，在被跟踪目标突然发生方向改变或目标的动态先验信息不精确等复杂情况时，能够有效地对目标进行精确跟踪。      

熵权约束稀疏表示的短文本分类算法

针对短文本特征稀疏性问题,提出一种熵权约束稀疏表示的短文本分类方法.考虑到初始字典维数较高,首先,利用Word2vec工具将字典中的词表示成词向量形式,然后根据加权向量平均值对原始字典进行降维.其次,利用一种快速特征子集选择算法去除字典中不相关和冗余短文本,得到过滤后的字典.再次,基于稀疏表示理论在过滤后的字典上,为目标函数设计一种熵权约束的稀疏表示方法,引入拉格朗日乘数法求得目标函数的最优值,从而得到每个类的子空间.最后,在学习到的子空间下通过计算待分类短文本与每个类中短文本的距离,并根据三种分类规则对短文本进行分类.在真实数据集上的大量实验结果表明,本文提出的方法能够有效缓解短文本特征稀疏问题且优于现有短文本分类方法.     

基于调控参数建模的混合模糊系统的逼近分析

模糊系统是通过规则来描述人类语言信息,它是处理不确定信息的一种重要工具.常见的模糊系统为Mamdani模糊系统和Takagi-Sugeno(T-S)模糊系统.本文首先通过引入调控参数统一两类系统并建立广义的混合模糊系统.其次,利用多元函数带皮亚诺余项的泰勒展式证明混合模糊系统在无穷范数下对连续可微函数具有逼近性,进而借助拉格朗日型余项的Hessian矩阵证得该系统具有二阶逼近精度.最后,通过选取样本点分析说明基于调控参数建模的混合模糊系统的逼近效果优于单独的Mamdani或T-S模糊系统.     

Rule base reduction: some comments on the use of orthogonaltransforms

Comments on recent publications about the use of orthogonal transforms to order and select rules in a fuzzy rule base. The techniques are well-known from linear algebra, and we comment on their usefulness in fuzzy modeling. The application of rank-revealing methods based on singular value decomposition (SVD) to rule reduction gives rather conservative results. They are essentially subset selection methods, and we show that such methods do not produce an “importance ordering”, contrary to what has been stated in the literature. The orthogonal least-squares (OLS) method, which evaluates the contribution of the rules to the output, is more attractive for systems modeling. However, it has been shown to sometimes assign high importance to rules that are correlated in the premise. This hampers the generalization capabilities of the resulting model. We discuss the performance of rank-revealing reduction methods and advocate the use of a less complex method based on the pivoted QR decomposition. Further, we show how detection of redundant rules can be introduced in OLS by a simple extension of the algorithm. The methods are applied to a problem known from the literature and compared to results reported by other researchers     

高属性维稀疏数据聚类回归逻辑 神经网络模型及学习算法

针对高属性维稀疏数据聚类问题,定义了模糊取大逻辑神经元,给出一种新的单层离散型回归逻辑神经网络模型,由稀疏特征差异度组成的相似阵作为该网络的初始权矩阵,通过单层离散型回归逻辑神经网络学习算法,可求出相似矩阵的等价阵,根据等价阵,给定不同的阈值,可动态地、有效地实现对高属性维稀疏数据的归并,使得聚类结果更符合实际情况,聚类质量较高.相比同类聚类算法,它具有学习、修正和应变功能,适用于大规模稀疏数据库和稀疏数据仓库的聚类分析.     

基于T-S模型的混沌保密通信系统设计

基于T-S模型讨论了混沌系统的鲁棒同步问题,模糊控制器对于混沌系统本身受到的外界扰动具有一定的鲁棒性能,并将该方法应用于基于混沌同步的保密通信系统设计,实现了对数字图像的保密通信。通过对离散Henon混沌系统的仿真,证实了该方法的有效性。