模糊逻辑在测量中的应用与展望

本文论述了模糊逻辑在测量领域的应用并展望其发展前景。     

多维数据雷达图和模糊推理的分类器研究

提出了一种新颖的基于多维数据雷达图表示原理结合模糊推理规则的自动分类器设计方法.该方法首先采用多元分析中的雷达图表示多维数据,建立已知类模板,然后应用模糊推理方法识别未知类的雷达图形,应用模板匹配法确定其归属,从而完成自动分类.基于混合油品132个测试数据的实验表明,此分类器可以将全部合理混合油品做出正确分类,且具有良好的分类效果和分类精度.     

基于多元图可视化分析和人机交互的设备故障诊断方法研究

针对面向数据的故障诊断方法的局限性,根据多元图表示基本理论,提出了基于多元图表达的经验样本故障模式可视化分析和人机交互(HCI)的故障诊断技术,该技术通过专家参与机器自动识别诊断过程实现了面向对象领域的故障诊断方法和面向数据的故障诊断方法的有效结合,克服了单一机器学习的局限性.采用国际标准UCI数据库中的故障数据库进行...     

基于电力配电网络的双向工频自动通信系统

ＴＷＡＣＳ双向工频自动通信技术是一种新型的基于电力配电网的通信技术,具有独特的通信机理和易实现性。本文对该技术的信号调制,信号编码,信号解调进行了较详细的阐述,并对实际应用中的若干问题进行了探讨。     

健康智能家庭研究现状

健康智能家庭是指为那些本应该住院的人们——慢性病人、老年人和残疾人等——提供在自己家里独立、健康、安全、方便的日常生活。阐述了健康智能家庭的研究现状,给出了实验模型、系统模型和其中的家庭监护模块,重点介绍了传感器技术,并指出了所关注的技术领域的发展趋势。     

激光针灸的研究现状与展望

在回顾激光针灸发展历史基础上,较为详细地介绍了激光针灸的治疗作用、临床应用和激光针灸仪器等方面的研究现状,展望了激光针灸治疗仪的研究进展。     

多级映射原理在符号化测量中的应用

本文提出了实现数值－符号转换的一种新方法，多级映射法，多级映射原理对于扩大符号表示概念的范围和细致程度非常有用，可用以实现数值和符号测量，并同时对传感器进行非线性修正，该方法在以热偶为低感温元件的模糊温度传感器上的应用表明，多级映射原理是可行和有效的。     

基于增量学习和Lasso融合的数据可视化模式识别方法

提出了一种基于增量学习和最小绝对值收缩和选择算子(Lasso)特征选择融合的数据可视化模式识别方法。该方法首先对归一化数据进行一级Lasso筛选特征降维,之后对连续数据进行基于Gini指数的粒化,再送入增量模式学习系统进行增量学习,针对维数大量升高的情况进行Lasso二级特征筛选生成一致模式决策表,生成属性偏序结构图可视化规则发现。数据采用来自UCI的5个数据库,并与分类器KNN,SVM,Adaboost,Random Forest进行分类准确度比较,实验表明,基于该算法的分类精度普遍高于其他分类器水平,且属性偏序结构图可视化层次清晰鲜明。通过增量学习实验设计,得到了准确率、图结构更新和不同比例增量数据的动态关系,其中Pima Indians Diabetes数据学习达到40%时准确率(77.66%)超过Adaboost(75.32%)、SVM(77.27%)、1NN(59.74%)、3NN(75.97%)算法。结果表明该算法进行数据的可视化和模式识别是行之有效的。     

基于多元数据图表示的广义统计模式识别

现代统计模式识别方法以数据满足一定的统计分布规律为前提,然而现实问题研究中存在大量分布不理想或小样本情况.基于多元图表示的广义统计模式识别提出基于类别样本统计分布特性分析来选择狭义统计或非统计方法,它主张统计学万法在模式识别领域的科学运用.首先介绍了广义统计模式识别概念,然后基于人工构造数据集对该方法进行了数据仿真实验,结果显示,类别样本统计分布特性差异对分类方法选择具有显著影响.