基于粗糙集与差分免疫模糊聚类算法的图像分割

提出了基于粗糙集模糊聚类与差分免疫克隆聚类的图像分割算法。该算法在差分免疫克隆聚类算法的基础上,通过引入粗糙集模糊聚类,将差分免疫克隆聚类算法中的硬聚类变成模糊聚类,从而获得更丰富的聚类信息。具体来说,由于粗糙集的优势是处理不确定的数据,因此,加入粗糙集模糊聚类后更有利于算法解决不确定性问题。通过对9幅图像分割实验结果与4种算法的对比,验证了该算法在聚类性能稳定性方面的优越性,结果还同时证明了该算法具有更高的分割正确率和更好的分割结果。     

模糊聚类在中文文本分类中的应用研究

将基于等价关系的模糊聚类技术应用于中文文本分类,提出了基于模糊聚类的中文文本分类算法ATCFC。该算法利用基于二级字索引的正向最大匹配算法对文本分词,建立模糊特征向量空间模型,使用贴近度法刻划文本间的相似度。利用算法ATCFC对文本集合进行动态聚类实验,实验结果表明算法ATCFC对于中文文本分类是可行、有效的。     

非线性系统的模糊免疫PSD控制与仿真

针对模糊免疫PID控制算法中微分与积分增益不能根据系统特性自动调整的问题,提出了一种模糊免疫PSD(Proportional Summation Derivative)控制算法。该方法将自适应PSD算法与模糊免疫PID算法相结合,利用自适应PSD控制算法根据过程误差的几何特性建立的PSD控制规律,使得模糊免疫PID控制算法中的微分和积分增益可以随比例增益的变化而自适应调整,从而进一步提高控制算法的自适应性能。仿真实验表明,采用该算法可以提高非线性、时变系统的控制性能,并能减少参数调整的工作量。     

基于人工免疫网络的连续过程传感器置信度评估

针对连续过程传感器置信度评估的问题,提出了一种基于人工免疫网络的在线数据处理算法。分析了Ishida动态识别免疫网络,在此基础上设计了模糊测试单元;使用模糊论域表达了动态识别免疫网络中抗体之间刺激的强度,建立了抗体浓度的数学模型,依照抗体的浓度来区分传感器的置信度;设计了模糊测试单元参数确定的方法,用以调整网络灵敏度和平衡的关系。算法应用于生物发酵过程传感器置信度评估,实验结果表明该算法能够对传感器的置信度进行有效评估、易于工程实现。     

遗传算法在模糊设计中的应用

构造了CAD系统模糊设计的一种具体解决方案: 其环境为收集到的现场数据; 学习环节采用基于遗传算法的模糊优化算法; 知识库由设计准则构成; 执行部件为设计单元. 建立了回归方程的模糊优化学习算法, 并构造了该算法的流程. 然后利用该模糊设计系统获得了飞边尺寸设计准则, 且应用实例对该算法的稳定性进行了校验. 为评估该算法的性能, 将其与最小二乘法和免疫遗传算法进行了比较, 结果表明, 该算法速度快, 精度高, 稳定性好.     

基于免疫和模糊模式识别的检测器生成模型

分析了在检测器生成过程中引入模糊模式识别的原因,提出了一种基于免疫原理和模糊模式识别的检测器生成模型,该模型的核心算法是基于隶属度的检测器选择算法.详细描述了该算法的算法流程和检测器对非我抗原集合隶属度的计算算法,并简述了初始检测器生成算法和分层检测策略.设计了仿真试验,并将实验结果同传统方法进行了比较,详述了仿真实验中各个参数选择的依据和理由,试验结果表明新模型呈现较高的检测率和低的误检率.     

不确定条件下中间存储时间有限的的免疫调度算法

研究了流程工业中不确定条件下的flowshop生产调度问题,采用模糊数学的方法来表示处理时间的不确定性,在基于模糊规划理论的基础上建立了中间存储时间有限的调度模型,并结合免疫算法的特点,提出了解决此类问题的模糊免疫调度算法。通过仿真试验,表明了该模型的有效性和算法的可行性。     

基于模糊免疫的入侵检测系统设计

针对入侵检测过程中存在的检测精度不高,训练时间过长等问题,提出了基于模糊免疫入侵检测系统,该系统通过引入模糊免疫的策略,大幅缩减了入侵检测的训练时间.同时采用基于连续特征码的匹配策略,提高了入侵检测的精度.实验测试表明,该文设计的算法比基于传统的海明距离匹配的入侵检测算法,其训练时间大幅缩短,其检测率降低约50％.     

模糊分类系统的邻域原理设计算法

使用支持向量机算法直接求海量数据的模糊分类系统是相当困难的.为了解决这个问题,提出了基于邻域原理设计模糊分类系统的方法.将支持向量机的理论建立在距离空间上,设计出了计算支持向量的邻域算法;利用所求的支持向量,基于平分最近点方法设计出了求分类超平面的算法,求出模糊分类系统,该算法优于基于支持向量机直接求模糊分类系统的方法.实验结果说明,该方法可有效地解决对海量数据的模糊分类系统的设计问题.     

基于模糊综合评判模型的虹膜由粗到精定位算法评估

该文提出了一种基于模糊综合评判的算法评估方案,并建立了相应的评判模型,通过实验证明该模型能够对由粗到精定位算法作出科学的评价。     

基于模糊免疫算法的管道缺陷磁记忆识别

在金属管道的磁记忆检测中,管道缺陷状态的识别普遍是基于单个检测信号特征值来进行分析的。这种方法存在误检率高、可靠性低等问题。为此,构建了一个基于模糊免疫算法的智能识别模型,将磁记忆检测信号多个特征值组合为一个向量,作为识别模型的输入向量,以分析识别管道缺陷的状况。实验表明,该方法能够对管道缺陷进行准确、有效的识别。     

模糊免疫算法及其在模拟电路故障诊断中的应用

对模糊免疫算法应用于模拟电路故障诊断进行了研究;首先简要介绍了免疫系统的工作机理及一些基本概念,然后在此基础上构建出一种模糊免疫算法,并将免疫算法和模糊聚类法结合起来进行故障诊断;人工免疫算法起到学习样本的作用,以寻找到各样本组的聚类中心;而模糊聚类算法则准确地完成对样本的分类任务;仿真实例表明:立足于模拟电路故障诊断字典法,该算法对模拟电路故障诊断非常有效。     

Performance and robustness analysis of a fuzzy-immune flow controller in ATM networks with time-varying multiple time-delays

For the Asynchronous Transfer Mode （ATM） networks with time-varying multiple time-delays, a more realistic model for the available bit rate （ABR） traffic class with explicit rate feedback is introduced. A fuzzy-immune controller is designed, which can adjust the rates of ABR on-line, overcome the bad effect caused by the saturation nonlinearity and satisfy the weighted fairness. Also, the sufficient condition that guarantees the stability of the closed-loop system with a fuzzy-immune controller is presented in theory for the first time. The algorithm exhibits good performance, and most importantly, has a solid theoretical foundation and can be implemented in practice easily. Simulation results show that the control system is rapid, adaptive, robust, and meanwhile, the quality of service （QoS） is guaranteed.     

模糊免疫PID控制在矿用设备座椅减振系统中的应用

针对现有矿用设备座椅减振系统因弹簧无法控制而导致减振效果不佳的问题,介绍了一种矿用设备座椅减振系统的组成及工作原理,重点阐述了模糊免疫PID控制在该系统中的应用方案。该系统以PLC为主控制器,通过气缸组件工作状态的变化调整气体弹簧的刚度,从而实现座椅减振;针对系统非线性、时变性、滞后性等特点,采用模糊免疫PID控制策略进行减振控制。仿真和应用结果表明,采用模糊免疫PID控制的矿用设备座椅减振系统鲁棒性高,驾驶员乘坐舒适性好,满足实际使用要求。     

基于遗传算法和微粒群算法的群体动画造型平台

动漫制作经常需要大量的个体模型。为了解决群体造型的效率性和仿真度问题,提出了基于遗传算法和微粒群算法的群体造型方法——NGP算法,利用该算法实现由一个复杂模型生成复杂模型群体的过程。遗传算法适用于同一类群体的造型,对每种部件应用这种方法形成各种各样的部件库;微粒群算法适用于对复杂模型的部件进行组合,采用这种方法对各部件进行组合优化,以形成模型群体。实现了基于NGP算法的群体动画造型平台。实验结果表明,平台生成的群体仿真度高,且生成过程效率高。     

基于混合概率潜在语义分析模型的Web聚类

在电子商务应用中,为了更好地了解用户的内在特征,制定有效的营销策略,提出一种基于混合概率潜在语义分析（H PLSA）模型的Web聚类算法。利用概率潜在语义分析（PLSA）技术分别对用户浏览数据、页面内容信息及内容增强型用户事务数据建立PLSA模型, 通过对数—似然函数对三个PLSA模型进行合并得到用户聚类的H PLSA模型和页面聚类的H PLSA模型。聚类分析中以潜在主题与用户、页面以及站点之间的条件概率作为相似度计算依据,聚类算法采用基于距离的k medoids 算法。设计并构建了H PLSA模型,在该模型上对Web聚类算法进行验证,表明该算法是可行的。     

基于免疫算法的应用层组播路由算法

分析了应用层组播路由问题,并在应用层组播模型ALMI的基础上,改进了LRRB模型的负载均衡策略,建立了一种新的满足多约束条件的应用层组播路由模型;提出了该模型中求解应用层组播树的免疫算法,并对该算法进行了分析。分析和仿真实验表明,该算法有良好的效果。     

基于暗原色先验与MTV模型的单幅彩色图像去雾

鉴于利用大气信息或景深信息复原雾天图像的方法不能局部修正恢复结果,文中融合大气散射模型与变分偏微分方程,提出了暗原色先验与MTV (Multi- channel Total Variation)模型相结合的单幅彩色图像去雾算法(H-MTV模型)。利用Dual Bregman算法,通过引入辅助变量和Bregman迭代参数将问题转化为利用对偶变量的半隐式迭代计算和主变量的精确计算公式来求解该模型。最后,将H-MTV模型与He,Kimmel Retinex等经典算法的实验结果进行分析和比较,验证了所提算法的有效性和优越性。     

基于双变量收缩函数的局域自适应图像去噪

由于图像小波系数存在很大的层间相关性,引入双变量概率分布模型,基于贝叶斯估计理论,得到了相应的非线性阈值函数（双变量收缩函数）;基于层内局域方差估计,利用该收缩函数得到一种局域自适应的图像去噪算法。在实验中,将该算法分别应用到实值离散小波变换域和双树复数小波变换域,并和隐马尔科夫模型的去噪方法做了比较分析。实验表明,复数小波变换的局域自适应收缩图像去噪算法去噪效果最好。     

基于调和模型的快速神经网络图像复原算法

针对传统神经网络图像复原算法在复原过程中模糊图像边缘,收敛速度慢等不足,提出一种基于调和模型的快速神经网络图像复原算法.在该算法中,图像复原模型的正则化项采用调和模型,并在每次网络状态更新时引入最陡下降方法,使得网络能量迅速减小.实验表明,提出的算法能够很好复原图像的边缘特征,并具有快速收敛等优点.