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。     

FCM聚类的模糊SVM法在雷达信号识别中的应用

支持向量机(SVM)是一种新的很有效的模式识别方法,将其应用到雷达信号识别中可以较好地解决此类问题.由于传统的支持向量机由两类扩展到多类问题时,会出现不可分区域.针对雷达信号的多类识别这一实际问题,提出解决这一现象的模糊支持向量机理论(FSVM),并定义输入向量对于某类的隶属度函数,更符合实际情况.此外,支持向量机理论本身对于支持向量的选择并没有指导性,对此利用模糊C均值(FCM,Fuzzy C-Means)聚类,对训练样本进行预处理,可以大大减少训练样本的数量,从而提高支持向量机的训练速度.仿真对比实验和结果证实了结合FCM对训练样本预处理的FSVM法对雷达信号识别具有训练速度快、识别准确率高的特点.     

无人工样本的SVM遥感图像分类方法

针对遥感图像监督分类方法需要人工提取训练样本的缺陷,提出一种模糊K均值聚类（FCM）提取训练样本、支持向量机（SVM）进行分类的方法。算法首先用FCM进行初步分类得到隶属度矩阵并判断每个样本的类别号;然后根据隶属度矩阵提取每类样本中密集程度较高的样本作为训练样本;最后用SVM对样本进行训练、再次分类。该方法克服了SVM算法需要人工样本的缺点,改善了传统非监督分类算法的性能,UCI标准数据库Iris数据和遥感数据样本的实验结果证明了该方法的可行性。     

基于K最近邻的支持向量机快速训练算法

传统支持向量机训练大规模样本时间和空间开销大,使其应用受到了很大限制。为了提高支持向量机的训练速度,根据支持向量机的基本原理,应用K最近邻思想来筛选训练样本集,提出了基于K最近邻的支持向量机快速训练算法(KNN-SVM)。算法首先选取一部分最有可能成为支持向量的样本——边界向量,然后用边界向量集代替训练样本集进行支持向量机训练,大幅度减少了训练样本的数量,使支持向量机的训练速度显著提高。同时,由于边界向量包含了支持向量,因此,支持向量机的分类能力没有受到影响。仿真实验结果表明,与传统支持向量机相比,在分类精度相同的情况下,算法能够有效地提高支持向量机的训练速度,而且还可以提高支持向量机的分类速度和推广能力。     

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...     

基于FSVM分类算法的动脉硬化病分类

本文主要对模糊支持向量机的模式分类算法进行研究,对模糊隶属度函数进行选择并计算隶属度值,并对是否患动脉硬化进行分类,实验表明基于模糊训练样本的支持向量机具有高的分类精度。     

结构风险最小化近邻分析解决大规模训练集支持向量机学习问题

SVM是利用靠近边界的少数向量来构造最大间隔的分类超平面,当海量样本之间存在相互混迭时,支持向量数目急剧增加,导致训练难度增大。针对该问题,本文将结构风险最小化近邻分析与支持向量机相结合构成了一种新的SVM学习方法。它首先根据各个训练数据的类间最近邻距离利用结构风险最小化近邻分析选择训练子集;在选择的样本子空间内采用乘性规则直接求取Lagrange因子,而不是传统的二次优化方法;最后加入附加剩余样本进行交叉验证处理,直到算法满足收敛性准则。各种分类实验表明本文提出的算法具有良好的性能,特别是在训练样本庞大,支持向量数量较多的情况下,能够较大幅度的减少计算复杂度,提高分类速度。     

基于最佳样本标记的主动支持向量机学习策略

支持向量机通过随机选择标记的训练样本进行有监督学习,随着信息容量的增加和数据收集能力的提高,这需要耗费大量的标记工作量,给实际应用带来不少困难.本文提出了基于最佳样本标记的主动支持向量机学习策略:首先利用无监督聚类选择一个小规模的样本集进行标记,然后训练该标记样本集得到一个初始SVM分类器,然后利用该分类器主动选择最感兴趣的无标记样本进行标记,逐渐增加标记样本的数量,并在此基础上更新分类器,反复进行直到得到最佳性能的分类器.实验结果表明在基本不影响分类精度的情况下,主动学习选择的标记样本数量大大低于随机选择的标记样本数量,这大大降低了标记的工作量,而且训练速度同样有所提高.     

基于pinball损失的结构模糊孪生支持向量机

孪生支持向量机通过求解较小的二次规划问题,提高了分类器的性能,然而,该方法主要利用了类间可分的特性,并使用hinge损失函数构建相应的模型,它们并未充分考虑不同类中数据的结构信息以及不同样本对分类的影响,导致该方法对噪声具有较强的敏感性以及重取样的不稳定性.为了进一步提高孪生支持向量机的性能,基于pinball损失函数,将数据集中不同类的结构信息以及不同样本的作用引入到孪生支持向量机中,获得了基于pinball损失的结构模糊孪生支持向量机模型,从理论上导出了基于pinball损失的结构模糊孪生支持向量机算法pin-sftsvm,通过选取人工生成数据集与UCI标准数据集,对pin-sftsvm算法进行了实验,并与tbsvm、s-tsvm和pin-tsvm算法进行了性能比较,表明了提出算法的有效性.     

一种离焦模糊半径估计的新方法

离焦模糊半径在离焦模糊图像复原中有着十分重要的作用。根据离焦模糊图像的模糊半径与它的傅里叶频谱图的零点暗圆的半径成反比,文中提出了一种基于支持向量机(SVM)的离焦模糊半径估计的新方法。首先,获取已知模糊半径的模糊图像,将模糊图像频谱图第二个暗圆的半径和已知的模糊半径作为训练样本;然后,基于训练样本,通过支持向量机学习得到模糊半径与第二暗圆半径之间的关系模型;最后,利用关系模型来预测未知的模糊半径。实验表明,该方法简单有效,在图像噪声较小时,估计误差率小于0.4%,优于现有的估计方法。     

基于Matlab平台的模糊控制器的设计与仿真

模糊控制是一种基于语言规则与模糊推理的高级控制．是现代智能控制的重要分支，已受到国内外工程技术人员的普遍重视。首先简要介绍了模糊控制的产生、特点及意义；随后介绍了双输入单输出模糊控制系统的具体设计，并用Matlab模糊系统工具葙进行测试；最后，对使用模糊控制器与PID控制器的控制效果进行了比较。     

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。     

模糊控制在垂直发射导弹滚转回路中的应用

针对导弹在垂直发射过程中燃气舵复杂及非线性的特点,设计了一种模糊PID控制器控制三回路,该控制器将工作人员的经验结合其中,利用模糊控制理论能够在线实时整定PID参数,克服了传统PID控制器的一些缺点,通过Simulink仿真表明,该控制器可使性能得到明显改善。证明了该方法的有效性。     

基于用户模糊相似度的协同过滤算法

针对离散评分不能合理表达用户观点和传统协同过滤算法存在稀疏性等问题,借鉴年龄模糊模型,提出了梯形模糊评分模型。该模型将离散评分模糊化为梯形模糊数,考虑了评分模糊性和信息量,通过梯形模糊数来计算用户相似度,据此设计了协同过滤算法,并证明了该算法是传统协同过滤算法在模糊域的扩展。实验表明,该算法在数据稀疏且用户数远多于项目数时性能突出,并且算法运行时间远小于传统协同过滤算法。     

洗衣机模糊控制系统设计及模糊推理系统仿真

针对洗衣机洗涤过程的时变、非线性、难以建模等特点,将模糊智能控制引入洗衣机控制系统中,根据洗衣机工作原理和特性,详细介绍了洗衣机模糊控制系统的设计,并在Matlab中实现了洗衣机模糊推理系统的设计,仿真结果表明,系统的跟踪特性优良。     

基于模糊逻辑的使用控制模型研究

把模糊逻辑引入使用控制的授权模型,使授权过程对不能通过验证的权限请求并不立即拒绝,而是对用户满足系统约束条件的程度进行分析,再授予最大的权限集。新的授权模型具有更细的粒度,也更具灵活性,更适合将来的智能化网络环境使用。     

一种三维模糊控制器的结构理论及其实现

本文以模糊控制理论为基础，设计了一种（新颖的）三维模糊控制器及其具体实现方法。通过仿真实验表明，（新颖的）三维模糊控制器具有优良的鲁棒性、快速性和稳定性，能同时满足快速跟踪给定值和较强的抗干扰能力，是一种具有优良控制品质的实用控制方法。     

基于模糊增强信息的图像边缘检测改进算法

针对经典的Pal和King模糊增强算法存在的固有缺陷,提出改进的模糊增强算法;为增强图像的对比度而获取更多的图像边缘细节信息,提出基于模糊对比度的图像增强算法;结合全局模糊增强与局部模糊对比度增强两种算法思想,提出基于模糊增强信息的图像边缘检测改进算法,由于该算法在增强图像边缘细节信息的同时也增强了噪声,因此,采用中值平滑滤波方法消除噪声.实验证明,该算法取得了良好的边缘检测效果.     

无刷直流电动机调速系统的混合模糊PID控制

分析了无刷直流电动机数学模型原理,建立了控制系统的仿真模型,在模糊控制与传统PID算法相结合的基础上,增加一个模糊变积分环节,从而构成模糊变积分参数的模糊PID控制器.仿真结果表明此方法较传统PID控制具有更好的动、静态特性;并有较高的精度和鲁棒性.最后用仿真说明了此方法的正确性和有效性.     

一类动态模糊机器学习算法研究

 现有的各种机器学习方法在面对数据的动态模糊性问题时,面临严峻挑战.本文主要针对数据的动态模糊性,给出了一类动态模糊机器学习模型,及其局部线性嵌入算法和改进的局部线性嵌入算法,并对算法的稳定性进行分析,通过实例验证说明算法是有效的.