基于隶属度函数的决策层融合算法

虹膜识别对所采集的样本图像较为苛刻的要求所造成的高采集失败率和注册失败率是阻碍它推向大规模应用的重要原因,也是目前虹膜识别研究的难点问题之一。在适当降低虹膜图像采集质量要求的条件下,能够大幅降低采集失败率和注册失败率,但同时也降低了识别的性能。采用数据融合的方法,在识别的决策层引入对应的脸像特征模板的相似度判据,根据所提出的基于隶属度函数的决策层融合算法实现融合决策。实验结果表明,这种多生物特征融合决策的方法既可以使得虹膜的采集失败率和注册失败率保持在实际应用可以接受的程度,又能够使得整体的识别性能达到目前虹膜识别技术的水平。     

分形隶属度函数模糊控制

本文给出了分形隶属度函数的定义，提出了分形隶属度函数模糊控制思想，并利用分形隶属度函数模糊逻辑对四级倒立摆进行了仿真，取得了很好的控制效果。     

基于三分法的IFS非隶属度函数确定方法

针对直觉模糊集(IFS)的非隶属度函数难以确定的问题,提出一种基于三分法的IFS非隶属度函数确定方法.首先,给出了确定IFS非隶属度函数的计算公式和非犹豫度指数的概念,规范了IFS非隶属度函数的确定方法,进而给出了非犹豫度指数的性质定理.其次,提出了基于三分法的IFS非隶属度函数的计算方法,给出了正规直觉模糊集的概念,证明了该方法确定的直觉模糊集是正规直觉模糊集.最后,以空袭目标识别的指标参数(飞行高度)实例,验证了方法的有效性.     

基于模糊推理的多传感器数据融合方法

针对多传感器目标跟踪系统可能出现的传感器漏检现象,提出了一种基于模糊推理的消除漏检现象影响的方法。该算法根据各传感器的量测变化,及时调整参与融合的各传感器量测的数目及其加权系数,保证量测融合值的有效性。通过对两个传感器进行数据融合和目标跟踪的仿真表明,该算法是一种简单有效,有工程应用前景的数据处理算法。该方法同样适用于多于两个传感器的多传感器融合系统。     

基于隶属度函数的车间协同调度方法*

快速发现制造瓶颈是实现车间调度的有效方法。借鉴面向对象的设计思想以及基于模糊数学的最大隶属度原则,提出面向产能瓶颈单元的协同调度,进一步提出产能协同调度二维表示方法,将各类资源归一化,研究并建立了产能协同调度模型。通过实证,运用面向瓶颈的优化调度方法,解决了如何在有限资源的情况下实现复杂制造系统最优化调度的问题。     

基于高斯隶属度的融合算法在改进Leach中的应用

无线传感器网络中节点采集的数据具有较高的冗余度,对数据进行融合处理后再传送到汇聚节点,能有效地降低能量消耗,延长网络生命周期.设计了一种基于高斯隶属函数的数据融合算法,并改进无线传感网络Leach协议,对传感器节点进行二级分簇,多跳通信延长网络生命周期.在一级簇头节点依据分布图法剔除疏失数据,进而利用高斯隶属函数求得权...     

基于模糊隶属度函数的传感器失效管理方法

传感器失效管理是传感器管理系统中的一个重要部分,也是当前研究的热点。针对基于模糊逻辑的传感器失效管理方法,该文通过计算机仿真,分析了不同形式的隶属度函数对传感器失效管理的影响。仿真结果表明,基于模糊逻辑的方法能满足传感器失效管理的要求,并且可以减少数据的波动和误差。 真     

一种基于隶属函数的相似度计算方法及其应用*

针对在模糊实例检索中传统的基于距离函数相似度算法的复杂性和不精确性等缺点,通过分析隶属函数提出了基于隶属函数的相似度计算方法。该方法根据不同类型的检索需求,构建了针对模糊数字型需求和模糊语义型需求的相似度计算模型;同时考虑了属性权重问题,采用基于相似度离差信息的客观赋权方法将主观权重和客观权重加以组合,以组合权重来计算实例的全局相似度。以汽车发动机的概念设计为例,验证了基于隶属函数的相似度计算方法能对不同类型的需求实现快速而有效的实例检索。     

基于模糊隶属度函数的脑图像分割方法

为提高医学图像在组织边界不清晰以及灰度不均匀下的分割性能,提出一种基于多类样本间模糊距离的隶属度函数分割方法。通过磁共振序列测量确定反映磁共振图像脑部组织特性的映射图,经预处理后得到样本模糊标签;设计基于多样本类间模糊距离的隶属度函数确定各样本的隶属度,该隶属度的确定综合考虑了同类样本与不同类样本之间的空间距离,降低了同类样本之间的隶属度依赖;训练模糊支持向量机对三种主要脑组织进行分割。在脑图像公开数据集上的分割实验表明,改进算法可有效提高分割精度。     

一种基于融合隶属度的指纹分类方法

为了提高指纹识别的速度和准确率,特别是在指纹数据库规模不断增大的情况下,指纹分类显得尤为重要。提出一种基于融合隶属度的分类方法,将指纹分为五类：斗型、弓型、帐弓型、左旋和右旋型。该方法充分利用指纹纹理信息,并进行分块统计,加权融合隶属度,突显出能区分指纹类别区域,提高了分类的准确率。实验证明该方法有良好的分类性能。     

基于数据融合技术的故障诊断特征向量的建立

本文给出了利用计算机自动检测和数据处理技术,在设备故障诊断系统的研制中,建立故障特征集合的方法。     

Data Fusion in Radial Basis Function Networks for Spatial Regression

Conventional radial basis function (RBF) networks for spatial regression assume independent and identical distribution and ignore spatial information. In contrast to input fusion, we push spatial information further into RBF networks by fusing output from hidden and output layers. Three case studies demonstrate the advantage of hidden fusion over others and indicate the optimal value is around 1 for the coefficient used in hidden fusion, which links the output from the hidden layer for each site with their neighbors.     

应用模糊数据融合实现电子电路的故障诊断

本针模糊数据融合技术引入电子电路故障诊断之中，通过测试电子电路中的被诊断元件的工作温度和工作电压两个物理量，得出两传感器对各待诊断元件的故障隶属度，在对隶属度值进行数据融合的基础上，确定故障元件，并通过单传感器诊断结果与融合诊断结果比较，说明多传器融合的优越性。     

一种火箭主动段弹道数据融合方法

提出了一种火箭主动段弹道数据融合方法,该方法利用各类测量弹道数据进行融合计算,得出一组综合弹道数据为测量设备提供数字引导,并作为判断火箭飞行轨迹的依据。通过以往某次火箭主动段任务实测数据复演,验证了这种方法的可行性和有效性。     

多模态医学图像融合中小波基函数的选择

小波基函数直接影响到图像的融合质量.本文通过实验并结合融合图像评价方法评价不同小波基函数的融合图像质量,得出该如何去选择小波基函数.     

改进的动态加权多传感器数据融合算法

为采用多个传感器对某一目标特性进行多次测量,提出一种改进的动态加权多传感器数据融合算法。利用模糊集合理论中的隶属函数构造各观测值的支持度矩阵,通过增加矩阵维数度量观测数据在整个观测区间的相互支持程度,采用矩阵特征向量的稳定理论分配融合权重,得到数据融合估计的最终表达式。仿真结果表明,与同类方法相比,该方法的融合精度较高,具有较好的稳健性。     

数据挖掘与数据融合集成系统模型

介绍了数据挖掘与数据融合集成系统的理论基础,构造了一种粗糙集——模糊神经网络模型以实现该集成系统,给出了系统的原理图和流程图,并对构造模型的算法进行了研究。最后,阐述了集成系统的优势。     

微机电陀螺数据融合中小波基的选择

基于小波域的多尺度数据分析,考虑微机电陀螺仪中不同类型的噪声,通过小波多尺度熵对噪声的分析,为数据融合选择了合适的小波基。从统计学的角度出发,进行实验研究,结果主要用小波熵说明了本方法的优越性,同时用概率分布验证了利用最优小波基进行的多尺度数据融合的正确性,解决了多尺度多传感器数据融合方案在工程中的技术难题。     

数据融合技术在智能建筑火灾探测中的应用研究

针对目前智能建筑火灾探测的复杂性,采用离子感烟探测器、光电感烟探测器、温度探测器、火焰探测器来探测复杂的火灾场地,使用BP神经网络和基于D-S证据理论的多传感器数据融合技术对探测到的数据进行处理和仿真。从仿真结果可以看出,数据融合技术能提高火灾识别率,降低火灾误报率     

基于相关性函数和最小二乘的多传感器数据融合

针对目前传感器数据融合过程中,各传感器的可靠度估计困难和测量数据融合结果精度较低的问题,利用模糊理论中的相关性函数,提出了多传感器的相互支持程度计算的新方法,并基于最小二乘原理,对支持程度高的传感器数据进行融合.该方法计算简单,能客观地反映各传感器的可靠程度,不需要知道数据的先验信息.仿真结果表明,相比同类融合方法,该方法获得的结果具有更高的精度.