基于径向基函数神经网络的胎儿心电提取

针对胎儿心电难以提取问题,提出一种从母体腹壁混合信号中提取胎儿心电的方法.利用径向基函数(radial basis function,RBF)神经网络估计母体心电信号传导至腹壁的非线性变换,将非线性变换后的母体心电信号从腹壁混合信号中减去,再通过小波包去噪技术抑制胎儿心电的基线漂移和噪声,得到清晰的胎儿心电.应用临床心电数据完成实验,在胎儿心电和母体心电QRS波完全重叠情况下,提取出清晰的胎儿心电.实验结果验证了方法的有效性.     

基于LMS改进算法的自适应滤波器在胎儿心电监测中的应用

从母体心电与胎儿心电的特点出发，提出了LMS算法的一种改进方法，设计了自适应滤波器消除母体心电对胎儿心电干扰的一种新型实现方法，分析了系统结构，并且在QRS渡变化较快时采用LSL方法以解决LMS算法收敛速度较慢在QRS波不适合采用LMS算法的问题，使自适应滤波器在消除母亲心电对胎儿心电干扰方面得到最佳效果，并进行计算机结果仿真对比     

基于MATLAB的模糊聚类分析及应用

将MATLAB应用于模糊聚类分析,给出求解模糊相似矩阵和传递闭包的算法.     

模糊数学在地下水水质评价中的应用

通过模糊数学的聚类分析，建立F(Fuzzy)相似关系，将待评价的水质进行了分类和质量标准的划分，为查明地下水现状，了解污染因子提供一种新的思路。     

基于分类指标优化的聚类分析

针对当前应用聚类分析直接从现成指标入手的现状,指出了其局限性.应用多元统计分析,首先对初步建立的分类指标中关联性大的指标进行优化整合,得到一组更为科学合理的分类指标,再进行模糊聚类分析,聚类结果证明此思路是正确的.     

基于小波分析和神经网络的胎儿心电提取

通过小波分析方法和自适应线性神经网络相结合,对围产期母体腹壁混合心电信号进行处理,采用两种方案进行仿真并分析对比。分别采用小波变换和小波包分解技术对心电信号消噪处理,探索一种提取出胎儿清晰心电信号的方法,为下一步胎儿心电信号特征提取和健康状况的诊断奠定基础。实验结果表明,先提取胎儿心电信号,再进行消噪处理效果较好。     

模糊聚类分析在成组技术中的应用

文献[1]对奥匹兹零件分类系统给出了一种划分零件组的方法.本文提出将此方法用于成组技术,并对布里奇零件分类系统采用不同的相似度计算公式,进行零件组的划分.同时用λ-偏差度来确定合适的阈值λ.     

胎儿心电提取自适应滤波器仿真对比研究

为了提高胎儿心电(FECG)提取的准确性和效率,研究了采用最小均方算法、递归最小二乘(RLS)算法、仿射投影算法、能量归一化最小均方算法的四种自适应滤波器应用于FECG提取的速度和准确性.根据设计的基于MATLAB的FECG提取算法仿真分析了四种自适应滤波器的收敛速度与稳态性能的影响因素,并通过调整和优化FECG提取参数对四种自适应滤波器进行了仿真对比.研究结果表明,RLS算法自适应滤波器性能最优,可以快速准确地从母体心电中分离出FECG.     

基于区间值的模糊聚类分析

分析了原有模糊聚类分析中存在的问题，提出了基于区间值的模糊聚类分析方法．该方法用区间值表示各个对象对于每个因素状态的隶属度，在获取了每个对象对于每个因索的特征值后，将其转化为[0，1]上的区间，然后直接在区间的层次上求各个对象间的相似度，在如此求出的相似矩阵的基础上，直接得出聚类的结果．该方法用区间值表示各个对象的属性值，可以更接近于每个对象的客观、真实情况，从而可以更大程度上保留信息．     

可变模糊聚类及模式识别统一理论与模型

提出了可变模糊聚类及模式识别的统一理论与模型.统一模型的特点是可变模糊模式识别模型为可变模糊聚类模型的特例.给出了可变模糊模式识别模型的4种参数组合:(1)α=1,p=1;(2)α=1,p=2;(3)α=2,p=1;(4)α=2,p=2.给出了c=2时模糊模式识别4种优选决策模型之间的关系.统一理论与模型可以提高模糊聚类、模式识别、优选决策的可靠性.     

膨润土物化性能的模糊聚类分析

为了实现在球团矿造球工艺中不同种类膨润土性能互补和种类替代,有必要对其进行分类,利用Matlab编程并采用欧几里德距离法以蒙脱石含量、膨胀倍数、吸水率、粒度分布和水分等性能作为分类指标对11种膨润土进行了分类,经造球实验验证,采用模糊聚类方法对膨润土进行分类效果较好。     

模糊聚类方法在细胞图像分析中的应用

针对红细胞彩色显微图像的特点,利用表色系统转化可以实现降维、滤除噪声处理,演化模糊聚类准则函数,在确定有效性度量方式、算法实现图像分析后可以抽取相关图像层,对细胞图像处理有着积极意义．     

基于模糊聚类分析的手机流量销售方案

研究了不同人群对手机流量的需求问题,利用模糊聚类分析方法,针对不同年龄、不同职业、不同上网目的等的用户对手机流量的需求量分别进行聚类．利用F统计量得到最佳聚类方案．聚类结果及分析可以指导运营商设计合理的手机流量销售方案．     

一种基于遗传算法的模糊聚类

对模糊c均值聚类算法（FCM算法）进行了讨论，说明FCM算法一般得不到全局最优分类，因此结合FCM算法提出了用遗传算法进行寻优求解，从而将遗传算法用于模糊聚类分析，最后的实例表明，遗传算法在处理多样本、多属性、多类别问题时，是一种有效的方法。     

A dynamic fuzzy clustering method based on genetic algorithm

A dynamic fuzzy clustering method is presented based on the genetic algorithm. By calculating the fuzzy dissimilarity between samples the essential associations among samples are modeled factually. The fuzzy dissimilarity between two samples is mapped into their Euclidean distance, that is, the high dimensional samples are mapped into the two-dimensional plane. The mapping is optimized globally by the genetic algorithm, which adjusts the coordinates of each sample, and thus the Euclidean distance, to approximate to the fuzzy dissimilarity between samples gradually. A key advantage of the proposed method is that the clustering is independent of the space distribution of input samples, which improves the flexibility and visualization. This method possesses characteristics of a faster convergence rate and more exact clustering than some typical clustering algorithms. Simulated experiments show the feasibility and availability of the proposed method.     

基于gλ模糊测度的加权模糊聚类方法及其应用

文章从传统的目标函数聚类方法的思想出发,在基于gλ模糊测度的聚类方法基础上,提出基于gλ模糊测度的加权模糊聚类方法,并给出基于统计特性的权值计算方法;分别利用图像的一维灰度特征与一维灰度直方图加权和二维灰度特征与二维灰度直方图加权,将2种加权的模糊聚类方法应用于图像分割;分别给出带有强高斯白噪声灰度图像和强黑白像素点噪声灰度图像的加权前后分割结果比较。     

模糊聚类和模糊识别法的流动单元分类新方法

单纯应用聚类分析划分流动单元容易出现聚类指标的优劣交叉现象 ,从而给流动单元的分类带来困难。为此提出了基于模糊聚类和模糊识别相结合划分流动单元的新方法 ,并以CN油田C9井区流动单元研究为例 ,对两种方法的划分结果进行了对比。结果表明 ,新方法很好地解决了流动单元划分指标的匹配问题 ,同时还可以有效地实施人工干预 ,加入人脑思维信息 ,使分类结果更符合客观实际 ,在油田生产实际中取得了很好的应用效果。     

基于区间值模糊集上的模糊聚类

研究了基于区间值模糊集上的模糊聚类.先讨论了基于∨-t关系合成基础上的一种n次幂运算,是Yang和Shih的n次幂运算的推广.通过运算,由模糊相似关系矩阵得到模糊等价关系矩阵,并提出了一种基于模糊等价矩阵的聚类算法.针对非完备模糊相似矩阵中的数据信息可能会缺失的情况,最后讨论了一种由∨-t合成运算来推算缺失值的简单方法.