小波域声呐图像自适应增强

声呐图像受噪声污染严重、对比度低,给后期的定位识别带来不便,而传统的处理方法容易造成边缘模糊.针对这一问题,提出了一种图像自适应增强算法.该算法利用形态小波对声呐图像进行自适应的多分辨率分析,分别增强不同尺度上的信号或细节,通过多通道重构图像的加权实现去噪和对比度提高.仿真结果表明该算法快速有效,对高斯噪声和冲击性噪声都具有较好的鲁棒性,处理后的声呐图像边缘细节信息保留完好,得到了理想的增强效果.     

基于模糊层次分析法综合评判工会竞赛成绩

为综合评判工会组织的各项竞赛活动的成绩,提出了基于模糊层次分析法的综合评判措施,主要包括竞赛项目权重的确定、竞赛成绩的量化和综合评判等过程.实际应用表明,模糊层次分析法可以最大限度减少主观因素对评价结果的影响,合理地确定各项赛事在工会竞赛活动中的权重,结合竞赛成绩的量化矩阵,使得综合评价结果科学、可信.     

基于改进PSO算法的自适应均衡算法

传统的自适应均衡算法存在收敛速度慢,稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制.具有梯度搜索因子的Grads-PSO算法,结合了传统数值优化方法在计算速度和计算精度上的优势,将梯度法引入粒子群算法中.在梯度搜索因子的指导下,PSO算法的运算过程显得更加有规则,从而提高了算法的收敛速度和运算精度.因此,本文提出将改进PSO算法用作自适应均衡器均衡算法.通过仿真实验表明,改进PSO算法具有收敛速度快,计算精度高的优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法.     

模糊综合评价方法在桥型多方案选择中的应用

为了解决现阶段桥型多方案选择中过多依赖设计者经验,而不可避免的带来主观性与片面性的问题.针对桥型方案选择的多因素与模糊性特征,提出了模糊综合评价方法在桥型多方案选择中的应用,确定了影响桥梁选型的指标体系,介绍了该方法的应用模型与步骤,并结合实例详细介绍了这种方法的应用过程.结果验证了这一方法的简明性和实用性.有利于减少桥梁型式选择的失误,提高其客观性与合理性,以得出最佳方案.     

可信性空间上基于复模糊变量的学习理论的关键定理

给出了可信性测度空间上复模糊变量定义及一些性质;给出了复模糊变量的经验风险泛函、期望风险泛函以及经验风险最小化原则严格一致收敛的定义。在此基础上给出并证明了基于复模糊变量的学习理论的关键定理,为系统建立可信性空间上的复统计学习理论奠定了理论基础。     

可再生能源系统模糊综合评价方法研究

为了全面掌握可再生能源系统运行状况,提高系统的节能水平,建立了基于综合考虑各种因素影响的模糊综合评价体系,并提出基于层次的模糊综合评价方法,对太阳能地源热泵系统根据当时的室内温度、机组功率、系统COP等观测数据对系统运行状态做出优、良、中、差分级评价。本文对大量实测数据样本的分析,合理的定量评价各个输入参数对评价目标的影响,实验证明本评价方法有效性和可行性强,为当前可再生能源系统的优化设计与节能运行评价提供切实有效地依据。     

一种基于采样遗传的文本软聚类方法

由于文本呈现的多样性和大量性,模糊聚类在文本聚类中扮演着越来越重要的角色。而应用最广泛的FCM算法存在着初始中心敏感的问题,对此本文提出了一种基于采样遗传的FCM算法(SGFCM)。该方法通过遗传算法的全局寻优能力来优化FCM算法的初始聚类中心,由此来提高聚类的质量及聚类的速度。实验证明该方法在文本软聚类应用中是有效的。     

基于变异蚁群的图像特征匹配算法

本文提出了一种新的图像特征匹配方法,采用变异蚁群算法进行特征匹配。改进的蚁群算法在原蚁群算法不变蚁群的基础上,提出了变异蚁群算法。融合了自适应变化策略,改进了信息素调整方式。实验结果表明与其他的匹配算法相比,该算法具有计算速度快,识别率高的特点。     

有关计算机自适应测验技术的探究与实现

随着计算机技术的发展,带来的便利为现代社会所应用,形成了良好的效果。计算机自适应测验在现代社会的应用过程中却因为测验效果的问题受到了一些质疑,本身存在着一些问题。本文主要对计算机自适应测验技术的理论基础进行描述,通过现代计算机理论结合实践的形式对测验技术的完善提供一定的建议,并对实践的经验进行总结。     

投资项目经济评价指标的研究

本文在探讨“平坦”模糊数及其运算的基础上,提出模糊内部收益率的概念;并利用Prade与Dubois提出的比较两个模糊数大小的指标,给出“近似相等”的概念;从而给“模糊内部收益率”的计算提供了一个方法。