基于Hermite多项式函数链模糊神经网络的PMLSM分数阶反推控制

针对永磁直线同步电动机(PMLSM)伺服系统中存在的参数变化、负载扰动和摩擦力等不确定性因素,采用了函数链模糊神经网络(FLFNN)和分数阶反推控制(FOBC)相结合的控制方案来提高系统的控制性能.首先,采用FOBC实现系统的全局调节和位置跟踪,提高系统的收敛速度和控制精度;然后,采用Hermite多项式函数链模糊神经网络(HFLFNN)直接估计系统中存在的不确定性,同时利用指数补偿器对估计误差进行补偿,进一步提高系统的鲁棒性;最后,利用Lyapunov函数推导出系统中控制参数的在线调整估计律.实验结果表明所提出的控制方法切实可行,能够有效地抑制不确定性对系统的影响.与FOBC相比,具有更好的跟踪性能和鲁棒性能.     

基于模糊综合评价的发电机励磁系统状态评价模型研究与应用

针对确定性指标对励磁系统的状态评价具有模糊性、难以量化等缺点,对此提出一种基于模糊综合评价理论的发电机励磁系统状态评价模型,并通过算例验证模糊综合评价的可行性与正确性,同时应用派森(Python)工具编制基于模糊综合评价理论的发电机励磁系统状态评价软件,结果表明:该励磁系统状态评价软件快速有效,可以应用到实际工作中.     

基于改进FCM聚类的窃电行为检测

窃电行为检测的主要目的 在于发现窃电用户,降低电力系统运营成本.在此背景下,提出基于改进模糊C均值聚类的窃电行为检测模型,包括因子分析、基于改进模糊C均值聚类的局部离群因子计算、ROC曲线模型评价与调参及最佳检测阈值选取等模块,适用于无大量已知窃电用户样本的情况.首先,通过因子分析对用户用电特征(包括用电负荷数据和电能表异常事件)进行维度规约,提升模型检测效率.再利用遗传模拟退火算法对模糊C均值聚类算法进行改进,对用户用电特征进行检测.最后与现有成熟算法进行比较,验证该模型对窃电行为具有较高的检测准确度.检测模型可输出所有被测用户用电行为离群度得分和窃电概率排序,利用该文检测模型的输出,能够以较高精度检测出窃电行为用户,根据结果进行现场稽查,可提升反窃电工作效率.     

超声检测缺陷模糊识别模型

提出了用缺陷回波信号包络作为超声检测的缺陷模糊识别模型并根据此模型建立缺陷模糊识别用的缺陷模糊子集的方法。给出了用实验方法建模的结果和缺陷模糊模式识别应用示例。     

基于Rough集的磨削参数决策系统

本文介绍了5层模糊神经网络的优缺点，提出了基于Rough集构造模糊神经网络的方法，并应用于多传感器的磨削参数决策系统，达到控制磨削加工质量的目的。     

汽车检测系统可靠性分析与提高

采集、分析整理了大量的国内汽车检测线运行故障记录,并确定了主要的故障模式及原因.根据专家评判法,应用模糊综合评价理论对故障模式进行了可靠性分析.根据故障的可靠性评价指标,确定了测控系统的可靠性薄弱环节,并制定了相应的可靠性改进措施.实践证明,经过可靠性改进,系统的故障率大大地降低.     

一种新颖的低层视觉特征到高层语义的映射方法*

通过在低层视觉特征上提取图像的局部颜色和纹理特征,再利用模糊神经网络建立低层视觉特征和高层语义特征之间的映射,实现了图像属性信息的有效传递和可靠检索.最后,为了提高检索效率,把相关反馈引进到图像检索系统中.实验证明,该方法取得了较好的检索查全率和准确率.     

针对无网格并行计算的基于模糊均值聚类的分区方法*

针对国际上普遍采用的基于回归几何二分的分区方法的缺陷,提出了基于模糊均值聚类的均匀模糊均值聚类分区算法。采用该方法对不同类型的无网格几何模型进行了分区,并根据分区信息对三维实体模型进行了并行计算。通过与基于回归几何二分法的比较,充分验证该算法的有效性和可行性。     

基于邻域彩色变化矢量场的图像边缘检测技术研究*

首先进行了边缘检测系统结构设计,建立了图像邻域彩色变化矢量场的数理模型,提出了用图像邻域彩色变化方向锐度描述图像边缘,进而应用模糊聚类自适应检测边缘.实验表明:与基于梯度的边缘检测技术相比,该方法在噪声抑制以及边缘准确定位上均取得了好的效果,是一种应用广泛的优秀边缘检测算法.     

一种基于小波变换与分形编码的新闻图片检索方法*

该方法使用户可以针对不同需要,准确高效地检索到所需的信息,并可根据需要确定所提取的信息数量。对图片进行小波变换,并分形编码,从而实现对图像特征的模糊分级检索,以完成对图片信息的高效管理。