基于改进的ABC模糊分类法煤矿物资分类

为准确地对库存物资进行分类,采用了ABC模糊分类法,并比较了其与模糊分类法、传统ABC分类法及基于技术变换的线性规划法的分类效果。研究结果表明,模糊分类法与ABC模糊分类法有较高的分类准确度,其中ABC模糊分类法在整体分类准确度上要优于模糊分类法。最后对ABC模糊分类规则做了改进,整体分类准确度得到明显提高。该成果提出了一种新的物资分类方法,对煤矿库存物资分类有一定的参考价值和指导意义。     

基于球颜色模型的主色调提取与颜色名标注

将对立色的颜色空间距离设为1,建立了一种球颜色模型,利用该颜色模型统计图像像素的三维颜色直方图,利用极大值法提取图像的主色调;对1 031个中文颜色名的HVC值转换为该颜色模型值,利用最接近的中文颜色名描述图像的主色调,实现了对图像主色调的颜色名标注.     

模糊理论在电力负荷预测中的应用

提出了一种预测电力系统负荷的新方法。该法首先根据模糊聚类分析的方法对电力负荷及其相关环境因素的历史样本进行归纳分类，然后采用合适的模糊数及模糊集刻画出各类样本中负荷变化的模式及环境因素的特征，最后，由未来环境因素状态判定未来负荷变化属于哪种模式，从而预测出电力负荷的未来值。文中以我国某省中期负荷预测为例，说明了所提方法的有效性。     

模糊择近原则在隧洞围岩分类中的应用

对国内外经常使用的围岩稳定性分类方法作了分析讨论.在多因素分类法的基础上,引进模糊理论.由于各因素对最终指标的影响程度不同,应乘以不同的权重系数.根据围岩地质条件,确定岩土的质量分类情况,引入贴近度及择近原则,建立围岩模糊分类法,给出确切的围岩分类.通过实例说明所建立的围岩模糊分类法是一种计算简便、应用灵活、行之有效的分类法.     

结构监测系统中传感器故障判别方法

为了解决结构监测过程中,对传感器故障所引起异常测值难以准确识别的问题,基于灰色理论和模糊聚类方法提出了判别异常测值出现成因的方法,其原理是通过分析测值序列之间的相互联系来判断监测系统中传感器是否出现故障,通过构造灰色绝对关联度矩阵并将其作为模糊关系矩阵进行聚类分析.分析结果表明,当异常测值序列与其他测值序列的关联度有明显降低时,可初步判定该异常是由传感器故障引起.最后通过对润扬大桥北锚碇基底孔隙水压力测值的分析说明该方法可有效应用于实际工程.     

一种用于模式分类有监督的模糊ART神经网络

探讨了一种将有监督学习机制融合到模糊ＡＲＴ网络构成一个有监督的模糊ＡＲＴ神经网络模型,这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力,对该网络进行了滚动轴承检测数据模式分类实验,并与ＢＰ网络进行了比较性实验,结果表明：该网络具有良好模式分类能力和较好的可塑性。     

中长期电力负荷的模糊回归预测

针对中长期电力负荷预测中观测数据及负荷变化规律的模糊性，提出了一种新的负荷预测方法－模糊回归预测。该方法通过建立具有模糊回归参数的回归模型，可以直接由模糊观测数据预测出未来负荷值。文中通过实际算例验证了所提方法的可行性。     

汽车造型中色彩的运用

利用色彩的属性,结合人的色彩视觉,合理的进行色彩的配合,在汽车造型设计过程中,设计好汽车的色彩。介绍了汽车主色调的确定需要考虑的几个问题,室内色彩设计的方法,色彩与行车安全。     

基于前景理论的直觉模糊三支决策模型

针对直觉模糊环境下的三支决策建模问题,综合考虑决策者的不同风险偏好所引起的阈值变化,提出了一种基于前景理论的直觉模糊三支决策模型.首先,给出了一种新的直觉模糊事件概率的计算方法,并对其性质进行证明.然后,在直觉模糊信息表中,利用直觉模糊可能性测度(Intuitionistic Fuzzy Probability Measure,IFPM)计算理想参照点,根据理想参照点前景均值和论域对象综合前景值的关系,给出三支决策划分规则.最后,为减少边界冗余信息,对边界域对象进行二次划分,给出相关算法,并用实例验证了该模型的有效性.     

用于FSVM抑噪的统计型模糊权重函数

提出了用于设计模糊支持向量机(FSVM)的统计型模糊权重函数,该函数基于模式分类思想为每个训练数据建立一个分类面,数据的模糊权重根据分类面对2类数据的识别率来计算.靠近分类间隔的疑似噪声/离群点将获得相对较小的模糊权值,其作用受到抑制;而远离间隔区域的数据不容易受到盲目抑制.该方法能够有效识别噪声/离群点,降低它们对分类器的影响.实验验证了所提方法的合理性和有效性.统计型模糊权重函数对于含噪情况未知的训练数据尤其显得重要,因为数据含噪情况可以籍由函数分类功能得到恰当的估计.     

CRT显示器色空间变换方法的比较

分别采用多项式拟合、三维查找表和神经网络方法,建立CRT显示器设备颜色空间RGB与输出CIEXYZ色空间的非线性对应关系。完成了设备颜色显示的特征化。对两个常用的显示器进行了实验,并进行色差分析,比较三种方法的精确度。实验结果表明。对常用显示器的特征化,多项式拟合的方法精度较低;曼维查找表和神经网络技术可以满足精度要求,其中神经网络方法最具优势,GIELab平均色差为0．23-3．71。     

基于特征散度的模糊彩色图像分割算法

为提高算法的普适能力,提出了一种新的基于特征散度的模糊彩色图像分割算法(FDCIS).算法引入了特征散度和模糊相异性函数来度量差异性,利用特征散度进行数据聚类,实现图像的区域融合.实验证明,算法较好地降低了彩色图像大样本数据的运算量,简单而有效地解决了过度分割现象,避免了聚类算法对初始条件的依赖性,与人的主观视觉感知具有良好的一致性.     

彩色图像分割技术综述

介绍了彩色图像分割的定义,分析了彩色空间的分类及各类的特点,详细综述了彩色图像的分割技术。     

基于小区域融合的实时视频拼接技术

针对视频拼接实时性的需求, 提出一种利用小区域融合和查表映射实现实时视频拼接的方法. 该方法首先利用颜色校正算法对待拼接摄像头视频进行颜色校正; 然后在初始化阶段估算出图像变换参数和小区域融合权值, 并以索引表的方式保存; 最后在视频拼接阶段利用查表法对视频进行实时拼接. 实验结果表明, 该方法在较好消除残影和拼接缝隙的同时, 能将每帧的平均拼接时间降低至约0.03 s, 并在拼接速度和拼接效果上都较好.     

基于分块主色的图像检索方法研究

提出了一种基于分块主色的图像检索算法,并结合基于内容的图像检索的系统结构、颜色特征提取方法及其相似匹配方法,得出了实验结果.从实验结果来看,采用把图像分块再提取各分块主色的方法,获得了良好的检索效果.     

两种基于空间域聚类分析的彩色图像分割方法比较

综合研究了基于空间域聚类分析的图像分割方法 ,针对彩色显微颗粒图像特征 ,选择了两种阈值分割法———最大类间方差分割法和模糊聚类分割法 ,并对其进行了推广以应用于彩色图像分割。在详细分析各种彩色特征的前提下 ,通过选择合适的正交彩色特征量I1、I2和I3,成功地进行了两类彩色显微颗粒图像分割和目标提取。算到表明 :两种方法的提取精度相当 ,而最大类间方差法的计算速度明显要快 ,因此较模糊聚类分析法更为简洁有效     

一种基于主颜色表的图像检索算法

提出了一种基于示例图像的主颜色表的图像检索算法,该算法结合了颜色空间的量化、聚类、组合等思想,使系统获得了良好的检索效果。     

基于局部色彩不变量的图像篡改检测方法

针对基于分块的图像区域复制篡改检测方法通常面临的图像特征提取计算量大、维度高、识别率低等问题,提出一种基于局部色彩不变量特征的图像区域复制篡改检测方法,将RGB彩色图像转换到对立色彩空间,通过分析和提取图像各通道上的局部密度分布特征,构建k-d树进行相似分块特征匹配以实现图像区域复制篡改检测.提出的局部色彩不变量密度特征具有维度低、计算简单等特点.实验结果表明,本文方法与其他几种典型的基于分块的方法相比,具有较低的时间复杂度和较高的检测率,且对图像篡改区域的旋转、缩放攻击具有较好的鲁棒性,特别是当图像篡改区域进行大角度旋转时与其他几种方法相比具有明显优势.     

基于主色色差的彩色图像边缘检测方法

图像边缘是图像重要特征之一,传统的边缘检测方法大都基于灰度图像,将彩色图像转为灰度图像后进行边缘检测不能充分利用彩色图像信息,而基于非均匀空间的彩色图像边缘检测方法也会造成信息丢失。文章提出了一种基于均匀颜色空间CIE1976L*a*b*空间色差的彩色图像边缘检测方法,充分考虑了颜色矢量距离差异和颜色矢量方向差异,能够比较准确的检测到彩色图像的边缘,优于基于灰度和非均匀颜色空间的边缘检测方法。