基于模糊神经网络的电梯系统交通模式识别

介绍采用模糊神经网络进行电梯群控系统交通模式识别的方法。用3步混合训练方法对用于模式识别的两个模糊神经网络进行训练,测试结果表明此方法可以准确地辨识出各种交通模式所占的比例,可以指导群控器优化派梯策略,提高电梯群控系统的服务性能。     

模糊网络中K度工序分析

提出模糊网络中Ｋ度工序的概念，为分析Ｋ度工序的判别问题，给出了一般工序的若干性质．并结合分析Ｋ度工序的需要，讨论了模糊数的序关系．接着基于工序性质和模糊数序关系，提出了Ｋ度工序的判别方法．最后给出了计算示列     

基于监督模糊ART的中药材模式识别和质量评价

为实现基于高效液相色谱的中药材识别和质量评价，提出一种有监督ART神经网络。有监督模糊ART神经网络与模糊ART相比主要有两处改进，一是改为有监督，二是为每个聚类（子类）中心单独设置了警戒门限，从而使网络成为具有子类自动聚类能力的有监督模糊ART神经网络。该网络与模糊ART具有一样的性能和优点，比如添加新类不须重新学习等。因为中药材会由于 产地、采摘时间和处理方法的不同会有较大的区别，所以子类的自动聚类能力对中药材模式识别尤其有意义。经大量中药材样本和实际测试表明，网络抗平移、形变和适应新产地药材的能力都很强，达到了预期效果。     

模糊网络中关键路线的工序时差差别方法

提出了模糊网络扣工序总时差和单时差的算法，同时给出了关键工序和关键路线的工序总时差别方法，最后，本文用实例说明该方法的正确性和有效性。     

模糊模式识别法在河流分类中的应用

探讨了应用模糊模式识别法对河流进行分类的可行性,并以辽宁省河流为例,叙述了这种方法的研究程序及计算步骤。研究表明,采用模糊模式识别方法对河流进行分类,结果合理,方法可行,有一定的参考价值。     

基于模糊模式识别的时序混合多指标决策

研究了一类定性和定量指标相结合的时序混合多指标决策问题。基于模糊模式识别原理 ,提出了一种新的进行方案优选的方案总体评价函数 ,给出了具体的决策方法和过程。最后通过一个实际例子说明 :该方法可行、有效 ,从而为解决时序混合多指标决策问题提供了一条新途径     

基于D-S推理的模糊模式识别方法

针对战场环境下数据融合系统的ESM设备获得的辐射源信息在时间上的冗余性,提出了一种基于D-S证据推理的模糊模式识别方法。该方法通过对观测样本信任度(模糊隶属度)的重新分配,有效地解决了辐射源信息不确定性问题,提高了辐射源的正确识别率。最后通过单一的模糊识别和D-S证据组合的模糊识别两种方法的仿真对比实验验证了后者的有效性。     

基于遗传算法的轮廓模糊匹配问题研究

在由序列的二维轮廓线重构出面模型来表示三维形体的面绘制方式中,首先要解决相邻两层切片上的轮廓线之间的匹配连接关系。针对目前的轮廓线匹配算法容易导致错误匹配的问题,提出一种基于遗传算法的轮廓模糊匹配算法。模糊性为轮廓匹配问题本身所具有,借鉴遗传算法这一种全局优化自适应概率搜索算法,可以准确表达轮廓匹配中的约束,有效地减少错误匹配的发生。在肝脏的CT数据三维重建中应用该算法取得了比较理想的效果。     

基于神经网络的故障模糊诊断研究

文章用模糊算子代替标准的传递函数，利用征兆、规则、故障间的逻辑关系进行故障诊断，构造了四层模糊结构，给出了诊断的知识流程、机理分析和诊断步骤，并推导出一种能加快网络收敛速度的故障诊断及改进算法．在对某J8-wp13发动机滑油典型故障样本和非故障样本的仿真中，诊断结果良好．     

网络计划技术中各工序间相关性的若干研究

提出并分析了网络计划技术中工序间存在相容和相益等各种关系．并在图示表达、理论计算和模糊关系矩阵分析等方面做了初步探讨．这些概念和方法在利用网络计划技术进行现代项目管理中，有着广泛的应用前景     

模糊灰关联模式识别方法及其应用

首先建立灰关联分析的新的理论模型,然后将其与模糊集理论结合起来,提出了一种模糊灰关联模式识别方法．通过应用于场地土类别的评定,从而说明了本文方法的有效性     

基于PFICA和模糊积分的人脸识别

提出了一种基于PFICA和模糊积分的人脸识别方法,即先对原始图像数据用PCM+FCV同时进行预处理和模糊划分,再在各模糊类中用FastICA提取局部独立成分,并根据最近邻原则进行初步识别,最后运用模糊积分对各类中的识别结果进行融合,得到最终的识别结果.在ORL人脸数据库中的实验仿真证明该方法具有较好的识别效果.     

基于模糊聚类的结晶器漏钢动态波形识别及其仿真

针对某大型炼钢厂，建立了一套基于现场数据采集的动态信息分析及仿真系统，开发了Windows环境下的应用软件。并利用结晶器热电偶温度检测技术，把模糊聚类技术应用于漏钢动态波形识别。摒弃了繁琐的逻辑公式判别，对波形的识别更接近人根据积累的经验直观判别的方式。经过仿真检验，效果明显优于传统的逻辑预报方法。     

基于概率模式识别方法的宏观经济预警系统的进一步研究

对用概率模式识别技术设计宏观经济预警系统的方法进行了进一步的研究, 并且分析了采用这种方法的优点．在文章的结尾, 作者给出应用该技术进行宏观经济预警的两个实例     

基于Kohonen网络的减速箱机械故障模式识别

在自动聚类分析的基础上，根据某汽轮机减速箱运行状态的特征数据，采用Kohonen网络方法，随机选取该汽轮机减速箱运行状态的几组特征数据进行训练。结果竞争层有三个神经元获胜，即该机械的运行状态被分为三类。训练好的网络于对其余几种特征数据进行识别。根据识别结果可以确定该机械的运行状态。结果与选用其它方法所确定的结果一致。因此，Kohonen网络方法可应用于模式识别。从而该方法能实现对汽轮机减速箱运行状态的监控。     

基于拉普拉斯特征映射的故障模式识别方法

拉普拉斯特征映射算法能有效提取高维非线性数据中嵌入的低维流形特征.将其引入到设备故障诊断领域,应用于故障模式识别问题,提出了一种基于拉普拉斯特征映射的故障模式识别新方法.运用基于拉普拉斯特征映射的非线性降维算法直接对原始故障信号进行学习,提取出数据内在的流形特征,极大地保留了信号中内含的整体几何结构信息,有效克服了常规模式识别方法仅能获得局部线性结构的不足,明显改善了故障模式识别的分类性能.仿真和工程实例结果表明了所提方法的可行性和有效性.     

洁净煤技术体系综合评价研究

构建了环境特性、节能率、技术成熟度、经济性四项评价指标,分煤炭燃烧前、中、后三种不同情况,采用系统评价方法,对各种洁净煤技术进行了经济技术综合评判,并由此得出了洁净煤技术发展序列.     

基于模式聚类的过程数据预处理方法及应用

在分析工业过程数据测量误差源的基础上 ,提出了一种基于模式聚类的数据预处理方法。该方法只依赖于领域的定性知识和半定量知识 ,能处理不同的误差干扰 ,预处理后的数据保留了原始测量数据的有用信息 ,剔除了过失数据 ,从而防止了矛盾数据的出现。将该方法用于制浆蒸煮过程的数据预处理中 ,收到了良好的效果