酵母分批流和发酵补料时机的模糊模式识别方法

采用模糊模式识别方法对酵母分批流加发酵的补料控制进行研究，在识别模型中引入加权矩阵，使识别更适合于发酵过程，识别精度更高。     

赤霉素的固态分批补料发酵与传统的液态发酵比较试验

用串珠镰孢ＡＳ,３,２９６０菌株,在相同条件下,进行赤霉素的固态分批补料发酵和液态发酵的比较试验。结果表明：固态分批补料发酵赤霉素产量为液态发酵的３－４．７倍。     

赤霉素的固态分批补料发酵与传统的液态发酵比较试验

用串珠镰孢ＡＳ３,２９６０菌株,在相同条件下,进行赤霉素的固态分批补料发酵和液态发酵的比较试验。结果表明：固态分批补料发酵赤霉素产量为液态发酵的３～４７倍。     

基于信息熵的导流方案模糊模式识别方法

针对导流方案综合评价中各指标的不相容性,利用模糊模式识别的方法,将导流方案的多个指标合成为一个与最优评价集的相对贴近度,用来描述导流方案的综合效益.以可供选择的4种导流方案为例进行了评价,得到综合效益最优方案.     

补料分批培养海洋红酵母的研究

在摇瓶培养条件研究的基础上，进行了反应器补料分批培养海洋红酵母的实验，在10L气升式环流式发酵罐中，间歇和连续补料分批培养时干细胞浓度分别为23．08g／L和25．25g／L。     

模糊相对熵及在模式识别中的应用

目的研究模糊相对熵在模式识别中的应用。方法利用模糊相对熵的一个修正公式——加权模糊相对熵研究模糊相对熵在模糊模式识别中的应用。结果数值例子说明模糊相对熵方法和最大最小贴近度方法得出了一致的模糊识别的结果。结论模糊相对熵方法用于模式识别是很有实际意义的。     

利用葡萄糖母液流加发酵提高夫法酵母产量的研究

以葡萄糖母液为基质对夫法酵母进行了间歇，恒速及变速流加发酵实验，建立了简单，数学模模型流加。实验结果表明，以葡萄糖母液为基质培养夫法酵母生产胡萝卜素是可行的。同时，变速流加可显著提高夫法酵母的产量。当流加控制因子Ｋ＝８．７＊１０＾－４时，变速流加发酵比间歇发酵夫法酵母产量提高了５８．４％。     

基于模糊神经网络的煤矸石模式识别方法研究

提出了一种基于标准模型模糊神经网络的煤矸石识别方法,介绍了该方法的数学模型,网络结构及学习算法,并通过一个仿真实验对如何应用这种方法我建实时分选系统作了详细描述,实验结果表明该方法所用神经网络不仅收敛,而且具有良好的泛化能力。     

煤层稳定性模糊模式识别评价方法

 基于模糊模式识别理论,研究了不同类型煤层稳定性的综合量化评价方法。在分析煤层稳定性关键影响因素的基础上,确定了煤层稳定性评价的特征因子,构建了不同类型煤层的模糊评价语言模式及其隶属函数,提出了煤层稳定性模糊模式识别评价方法。通过实例评价,验证了该方法的可行性,结果表明,该方法可实现对煤层稳定类型的定量划分和归属判定,可为煤层的可采性分析、开采安全性评价以及采煤方法的选择提供依据。     

板形模式识别的模糊分类方法

运用模糊分类理论构造了两种板形模式识别的模糊分类方程，并运用于某宽带钢冷轧厂实测用板形应力信号的识别，有较好结果。     

质量控制图中趋势模式的综合识别方法

提出了一种综合模糊技术与神经网络技术对基于控制图的趋势模式进行自动分类识别的智能方法 .将控制图作为信息图用于趋势模式的提取 ,用模糊化的控制图模式数据构造训练集 ,将训练后的BP神经网络用来对趋势模式进行自动分类识别 .该方法为工序状态异常模式识别提供了一种新的方法 ,提高了工序异常状态分类识别的效率和可靠性 .最后用实例进行了仿真实验     

Fabric Wrinkle Grade Assessment Based on Fuzzy Pattern Recognition

The basic principle of fuzzy pattern recognition is brief introduced firstly in this paper, which mainly includes fuzzy rules and fuzzy inference system. Then, the algorithm procedure of fuzzy pattern recognition is proposed. Finally, the application of Mamdani fuzzy model is introduced to evaluate fabric wrinkle grade in detail, and used the correlation coefficient between subject and object evaluation to verify the reliability of fuzzy pattern recognition. It shows the method of fuzzy pattern recognition needs not a large number of testing data and the accuracy of evaluation is up to 97.38%.     

基于神经网络模式识别的板形模糊控制器

提出一种基于CMAC(Cerebellar Model Articulation Controller)神经网络的板形缺陷模式识别方法,并基于模式识别结果设计了板形模糊控制器.将模式识别与控制器设计合二为一,利用CMAC神经网络识别出相对于6种常见板形缺陷基本模式的隶属度,直接作为板形模糊控制器的前件部,实现了隶属度的求取功能.通过对板形缺陷特征的分析,合理定义了模糊集合,大大地减少了模糊推理的计算量.仿真结果表明,该板形模式识别方法识别精度高,设计的板形模糊控制器可以快速将板形缺陷控制到期望目标,板形控制性能良好.     

智能交通系统中车型分类的模糊模式识别方法

目的 车辆经过环形线圈传感器时,车体铁磁物质与环形线圈相互作用改变了线圈的频率,形成感应曲线,针对感应曲线的不同形状,对车辆进行自动分类。方法采用特征分离的模糊模式识别方法,根据每类车辆感应曲线的特点,找出一组特征唯一地描述该类车辆,从而进行匹配分类。结果 本的研究方法及其装置已在道路,桥梁收费系统以及在交通流量统计中得到利用。结论 特征分离与匹配分类的模糊模式识别方法能够较为准确地对车辆进行分     

汽油机失火故障的模糊模式识别

根据汽油机在有失火现象工况和良好技术下废气排放中的碳氢化合物（ＨＣ）、二氧化碳（ＣＯ２）和氧气（Ｏ２）体积分数值的试验数据,提出了描述汽油机失火故障的模糊向量和模糊模式,并利用海明贴近度方法对ＣＡ６１０２汽油机失火故障模式识别进行了实例研究。     

基于模糊距离的BP网络板形信号模式识别的研究

介绍了一种新的板形信号模式识别方法 .该方法基于待识别信号与标准样本之间的模糊距离 ,并将模糊距离作为 BP网络的输入 ,有效地解决了在板材宽度变化时神经网络的拓扑结构形式不变的问题     

模糊模式识别在脑梗塞病研究中的应用

统计了200名脑梗塞病患者的CH等14项相关生化指标.用模糊模式识别方法分析了这些指标与脑梗塞病的关系.找出了影响该疾病的主要指标.初步实践表明,本文的结论对预防和诊断脑梗塞病具有重要指导意义.     

模糊模式识别的若干问题研究

本文在原来模糊模式识别的基础上进行分析,阐明了模糊逻辑的特点与识别的关系,提出了模糊模式识别的动态模型,从而指出机器学习在模式识别中的重要性。