基于状态信息的退化失效型产品模糊可靠性评估

考虑到退化失效型产品性能下降主要表现为状态参数发生漂移,可靠性评估模型中随机参数具有模糊特性,提出一种利用状态信息评估模糊可靠性的方法.采用随机冲击累积失效模型描述退化过程,模糊化参数漂移的动态范围,引入模糊隶属函数,推导出产品模糊可靠度的分析模型.结合具体实例进行验证,对比分析了不同隶属函数下的模糊可靠性与常规可靠性...     

基于二维统计分析的降水粒子分类方法

为解决双偏振气象雷达模糊逻辑方法如何确定隶属函数参数提高准确率的问题,本文使用二维统计分析的方法确定钟型隶属函数的参数,实现基于模糊逻辑双偏振气象雷达降水粒子分类方法。首先使用二维统计得到频次图,通过对频次图分析以及对隶属函数临界值的分析确定钟型隶属函数参数,然后根据极化参数的贡献程度以及准确率确定不同降水粒子各极化参数的权重系数。最后使用调节参数后的模糊逻辑方法对一次雷达数据进行降水粒子分类。通过对实测数据的结果分析证明了该方法的有效性。     

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。     

基于模糊理论与证据推理方法的断路器状态评估模型

基于模糊理论与证据推理方法提出一个新的断路器评估模型,该评判模型根据影响断路器状态的某些特性进行综合评估。利用层次分析法确定常权权重,并根据变权原理变换权数,通过模糊理论确定隶属函数,依据隶属函数确定断路器各指标的证据基本信任度分配,在此基础上应用证据推理的合成规则方法进行最终评估。最后对模型的有效性进行验证,实验结果表明,该方法可以对断路器的状态进行正确评估,比单一使用模糊理论算法更加准确。     

数据处理、信息处理

模糊集方法用于不确定传感器数据的融合。期望输出隶属度函数用于计算基于传感器不确定性的融合度。期望输出隶属度函数是基于输入数据和系统参数的期望模糊输出。当模糊传感器输入的交集加权取大时,期望输出隶属度函数最可能的位置发生。最后一个具有10个传感器输出机器人系统的实例验证了期望输出隶属度函数方法较其它传感器融合方法具有优越的性能。     

用于实时识别时域信号的神经网络统计模糊算法

本文讨论了一种基于统计训练和模糊判断的非监督神经网络算法，网络的权重是在已知样本的概率分布下得到的，输出单元兴奋状态及兴奋程度由被识别样本与确定权重的内积和被识别样本的模的隶属函数确定，网络的识别采用模糊聚类分析方法。最后给出了计算机模拟结果，证实了方法的正确性和可靠性。     

基于改进FNN的降水粒子分类方法

针对模糊神经网络(Fuzzy Neural Network, FNN)降水粒子分类方法在训练过程中隶属度函数初值不易确定的问题,本文提出了一种改进的模糊神经网络降水粒子分类方法。首先利用K-means++算法对没有标签区域里的双偏振气象雷达数据进行聚类,将聚类结果和另一区域中双偏振气象雷达获取的少量带标签数据进行相关性分析来得到带标签数据,接着对带标签数据进行统计分析来得到模糊神经网络隶属度函数参数初值,将统计好的参数代入模糊神经网络中并对网络进行离线训练,最后使用依据数据自适应调节好的模糊神经网络分类器实现降水粒子的分类。通过对实测数据实验结果表明,该方法能够得到较为合理的降水粒子分类结果。     

基于自适应正则化的核模糊C-均值聚类图像分割

模糊聚类是将模糊集的概念应用到传统聚类分析中,让数据集的对象在分组中的隶属用隶属函数来确定,隶属度函数更好地描述边缘像素亦此亦彼得特点,对象在各分组中的隶属度为连续区间[0,1]之间的某个值,以不同程度隶属于多个簇,而非确定硬聚类中的0或1的二值逻辑。模糊C-均值聚类算法是模糊聚类中的一种经典算法,如果样本空间是非线性可聚的,该聚类不能效果就不理想。而核模糊C-均值聚类利用特征映射很好解决了这个问题。最后用正则化参数来提高分割的鲁棒性和提高图像的细节。提出了加权图像,并采用高斯径向基函数。     

层次模糊系统的全局逼近性质及其与多子波神经网络关系研究

该文首先讨论了B样条基函数的特性,在此基础上证明了基于B样条隶属函数的层次模糊系统(HBFS)是全局逼近器这一重要结论。与此同时,根据基于B样条隶属函数的层次模糊系统与多子波神经网络在逼近问题上的等价性,我们对于多子波神经网络是否为全局逼近器这一问题给出了一种全新的证明方法,以上工作为HBFS的实际应用提供了坚实的的理论基础。     

直方图模糊约束FCM聚类自适应多阈值图像分割

本文提出了一种新的有效的图像多阈值分割方法．该方法通过对模糊约束直方图目标函数的优化．获得一个最佳模糊约束Ｃ划分,根据最大隶属度原则进行图像多阈值化．文中对得到的模糊划分函数进行了分析,同时还讨论了直方图划分类数的自适应确定问题．最后给出了几个典型的实验．理论分析和实验表明了本文方法具有速度快、划分特性良好,鲁棒性强的特点     

常用隶属函数在图像处理中的对比研究

隶属函数的选取在图像模糊处理中占有举足轻重的作用。通过对4种常用的隶属函数进行对比分析,得出在数字图像模糊化时（以边缘检测为例）,隶属函数的选取应当遵循在图像中对于直线型边缘比较丰富时选用直线型的隶属函数模糊化,曲线型边缘较丰富时选用S型或Z型的隶属函数模糊化,边缘类型较多,图像较复杂时选用∏型隶属函数模糊化的原则。这里首先对数字图像进行模糊化,然后将模糊化后的图像用Canny算子法进行边缘检测,通过对图像的对比分析得出最终的结论。     

多层次的红外图像模糊增强算法

在分析现有模糊增强算法的基础上,提出了一种基于图像灰度特性的隶属度函数,该隶属度函数减少了人为设定的参数,并利用最大熵原理实现了参数的优化设置.然后将提出的隶属度函数应用到多层次的模糊增强算法中.通过对红外图像的仿真实验表明, 该算法能够提高图像的对比度,突出图像中不同层次的灰度信息和边缘信息,取得了较好的增强效果.     

Current-Mode Fuzzy Linguistic Hedge Circuits

In this paper, a current-mode design methodology to implement a set of fuzzy linguistic hedge circuits is proposed. The so-called fuzzy linguistic hedge is a fuzzy operation applied to adjust the membership function of a fuzzy set. The fuzzy membership function of control variable and the control rules are very important in a fuzzy logic controller because they dominate the control strategies. If the control results fail to meet the system requirements, the control objective can still be achieved by adjusting the membership function of the fuzzy set or the control rules. Moreover, the adjustment effect of the control strategies through the modifications of the fuzzy membership function is the same as that of the system control rules. In this paper, we propose a set of fuzzy linguistic hedge circuits, including absolutely, very, much more, more, plus minus, more or less, slightly, and contrast intensification, which has been fabricated in 0.8 m CMOS process. Experimental results show that the average error of the circuits is within 1% of the full scale current. Under the power supply voltage of 3.3 V, the operating dynamic range is 50 A. Furthermore, these circuits still work well even when the power supply voltage is down to 2.5 V. In addition, in real world application, we can incorporate a membership function generator, a fuzzification unit, a multi-input maximum/minimum circuit, and a defuzzification unit with the linguistic hedge used to modify the membership function in order to develop a real-time adaptive fuzzy logic controller.     

模糊分段光滑图像分割模型及其快速算法

灰度分布不均图像是图像分割中一个难点,为此提出一种模糊分段光滑(FPS)图像分割模型.借鉴分段光滑Mumford-Shah(MS)模型与模糊聚类思想,新模型通过两个定义在图像域的光滑函数描述区域特征,并利用模糊隶属度函数代替MS模型中的特征函数.同时,边界检测算子的引入能够有效保护图像中的边界信息.数值求解采用分裂Br...     

基于改进遗传算法的隶属度函数优化研究

本文针对传统的隶属函数的不足,提出了在一个待优化模糊控制器的基础上,采用改进的遗传算法优化其隶属函数,从而使隶属函数更加合理.最后对优化后的模糊控制器进行仿真比较研究,结果表明模糊控制器经过优化后控制品质有较大的改善和提高.     

一种战场电磁信号识别技术

电子技术的突飞猛进让越来越多的电磁设备应用于战场,从而使电磁信号的识别成为摆在广大指战员面前的难题。通过对电磁信号特征进行建模、利用模糊理论构造隶属度函数计算综合模糊隶属度、用证据理论对样本的信息进行合成,从而设计了一种基于模糊集和D-S证据理论的电磁信号识别技术。最后,通过实验仿真证实了该方法的可行性。     

一种基于属性空间相似性的模糊聚类算法

模糊C均值(FCM)聚类算法及其相关改进算法基于最大模糊隶属度原则确定聚类结果,没有充分利用迭代后的模糊隶属度矩阵和簇类中心的样本属性特征信息,影响聚类准确度。针对这个问题,该文提出一种新的改进思路:改进FCM算法输出定类原则。给出二元属性拓扑子空间中属性相似度的定义,最终提出一种基于属性空间相似性的改进FCM算法(FCM-SAS):首先,选择FCM算法聚类后模糊隶属度低于聚类置信度的样本作为存疑样本;然后,计算存疑样本与聚类后聚类中心的属性相似度;最后,基于最大属性相似度原则更新存疑样本的簇类标签。通过UCI数据集实验,证明算法不仅有效,还较一些基于最大模糊隶属度原则定类的改进算法具有更优的聚类评价指标。     

基于相对熵的水下图像模糊增强与边缘检测算法

采用一种基于相对熵的水下图像模糊增强算法对深海结核分布丰度图像进行处理.该算法首先使用基于阈值选取的图像分割原理确定一个阈值参数,然后根据此阈值参数定义隶属函数,从而将图像转化为等效的图像模糊特征平面,通过在模糊平面上采用相对熵的算法对图像进行增强运算,最后实现对图像的边缘检测.仿真结果表明该算法是有效的.     

模糊集理论在色彩构成识别中的应用

报导了模糊集理论在色彩构成识别中应用的理论和实验结果。利用动态K-L变换，把用RGB参量表示的彩色图像转化为用三彩色基I^1、I^2和I^3表示的彩色图像，求出它们的直方图；利用模糊原理对其色彩构成进行识别，即把得到的直方图变成具有某种意义的模糊集，提取其隶属函数作为色彩构成特征量，依据模糊集理论中的择近原则，进行图像色彩构成的识别。由于该方法直接从图像中得到直方图，把直方图的数据模糊化进行识别，不依赖于观察者的主观判断，因而客观性强，而且可以大大提高识别的速度。     

图像信息驱动的抑制式粗糙模糊聚类分割算法

粗糙模糊聚类方法需要手动设置阈值确定粗糙聚类的上、下近似且对图像中的噪声较为敏感。为了减少人为干预,实现粗糙模糊聚类在图像分割中的深度应用,本文提出一种图像信息驱动的抑制式粗糙模糊聚类分割算法。方法中设计了基于超像素区域信息的自适应阈值策略,用于有效确定粗糙聚类的上下近似,将图像空间信息引入到粗糙模糊聚类,构造了融合空间信息的粗糙模糊聚类目标函数,克服方法对于图像噪声的敏感性,此外,为进一步提升聚类性能,将模糊聚类中的抑制式学习思想引入到粗糙下近似集中像素的模糊隶属度的修正,实现了粗糙和模糊思想的深度融合。本文算法是更具混合智能机理的粗糙模糊聚类图像分割算法,实验结果表明了本文算法的有效性。