模糊理论在房产交易平台上的应用研究

针对购房者购房因素的模糊性,通过研究模糊理论与清晰条件的关系,给出了房产交易中的容忍度、隶属函数和门槛值等.     

基于PLC的液位模糊控制系统设计

文章应用德国SIEMENS S7-300可编程序控制器设计一个两维模糊控制器,将控制器的模糊输出反模糊化后化为实际输出而控制调节阀的开度,使中位水箱的液位达到给定值.通过在组态王中的参数连接与设置,实现液位运行画面的监测.运行结果表明,所设计的二维模糊控制器能精确控制中位水箱的液位,获得了良好的控制效果.     

高炉异常炉况的模糊预测模型

将神经网络和模糊数学理论相结合，建立了一种新型的炉况预报模型，利用模糊神经网络的并行处理特性进行模糊推理。模糊神经网络的并行数学计算过程取代了专家系统中传统的参数处理，具有更高的推理效率；且神经网络的学习能力实现了隶属函数和模糊规则的自学习，从而满足了高炉专家系统知识库的动态特征，有效提高了炉况预报模型的自适应能力。最后，应用莱钢1号高炉在线采集的数据动态模拟了高炉炉况的变化趋势。     

粗糙集理论在补偿模糊神经网络中的应用

该文首先引入一种具有快速算法的补偿模糊神经网络.通过对粗糙集理论中的贪心算法进行改进,提出一种新的模糊化方法,并将此方法运用到补偿模糊神经网络的输入模糊化和规则提取中.通过用MATLAB编制程序进行仿真研究,证明改进后的网络与原补偿模糊神经网络相比,在精简决策规则、缩短训练时间、提高误差精度等方面都有显著改善.最后将改进后的网络应用到某位置伺服系统的扰动消除控制中,仿真结果表明此方法的有效性.     

二级推理在图像去噪中的应用

对图像去噪的方法进行了研究,针对传统去噪方法对所有像素点进行去噪处理造成的图像模糊化问题,提出一种基于贝叶斯决策的二级推理模型。首先建立基于贝叶斯决策的二级推理模型,通过图像的灰度直方图,获得贝叶斯决策所需要的参数。首次推理判断之后,对获得的分类进行第二次推理判断,最终获得噪点与非噪点的分类。再将二级推理模型与三种去噪算法进行结合,对图像进行去噪测试。通过实验验证,提出的算法能有效地在尽可能去除图像噪声的情况下,最大程度地保留原图像的细节,改善了以往图像去噪算法中去噪后图像模糊化较为明显的情况。     

模糊化思维与汉语听说教学

本文从认知角度把模糊化思维运用于汉语教学。在仔细的推究模糊化思维的基本含义之后,进一步探讨了在汉语教学实践中,如何通过模糊化思维策略有效发展和培养学生认知过程,不断优化语言教学。     

模糊控制器中确定量的模糊化研究

本文介绍了智能控制系统中模糊控制器中确定量的模糊化过程。模糊化需要包括量化、模糊划分和模糊表达这几个步骤。量化也就是把连续输入量的范围离散化:模糊划分即针对论域范围来对模糊量的个数进行确定;模糊表达即对模糊量的隶属函数进行定义。     

基于模糊神经网络兖州矿区立井井筒非采动破裂的判别

煤矿立井井筒非采动破裂是一种新型工程地质灾害。该灾害的发生与各影响因素之间的关系为非线性的、不确定的。本文采用模糊神经网络对其中隐藏的规律进行了提取与捕捉。经检验结果表明,通过模糊逻辑判别与人工神经网络的相结合能够很好的对立井井筒破裂灾害的发生进行判别,且结果准确可靠,能够满足实际要求。     

人体皮肤真实感实时渲染研究

人体皮肤是一种高度散射的半透明材质,与光线之间的交互过程很难建模和模拟,因此皮肤的真实感实时渲染比较困难。从基于模糊化处理的渲染、基于纹理空间的渲染和基于屏幕空间的渲染等三方面,对皮肤真实感实时渲染进行综述,详细分析了每种方法实现的思路和原理,方法之间的改进和差异,对各种方法的优缺点和适用范围作了总结和比较等,最后给出了将来研究的方向。     

基于模糊神经网络的命题知识表示

结合模糊理论和神经网络,对普通命题提出以属性分类构造模糊子集、对模糊命题在其所属区域上取若干元素构成模糊子集、对数值计算类命题提出分若干小区间构造模糊子集,将上述三类命题统一以模糊向量表示,并对其合理性进行了分析.设计了实现命题知识模糊向量表示的FNNKR网络,并进行了例证.