模糊识别模式的两种方法

模式识别就是对所研究的对象进行认识分类.当整体被划分的模式和被识别的对象,是某个论域上的模糊子集时,这种模式识别就被称为模糊识别模式.本文将介绍两类模糊识别的方法最大隶属原则分类方法和按择近原则分类的方法.     

模糊模式识别算法的设计

本文介绍了在模糊模式识别中常用的模糊度、闵可夫斯基距离、内积和外积与贴近度;模糊模式识别原则,包括最大录属原则和择近原则;使用择近原则的模式识别算法。     

相对隶属度理论及其在地下水水质评价中应用

论述了相对隶属度理论及该理论应用于模糊评价的基本原理和方法，包括相对隶属度函数的建立；模糊识别目标函数的建立和由该目标函数进行的模糊模式识别模型推导：模糊评价矩阵生成以及级别特征值评价法。结合地下水水质评价应用实例，分析了该理论用于模糊评价的特点和实用性，结论是用该理论求得的相对隶属度使评价对象因素之间具有很好的可比性，其模糊识别模型具有清晰的数学和物理意义，所使用的级别特征值评价法能更好的反映评价对象的特征。因此，用相对隶属度理论进行模糊评价更具实用性。     

油藏类型识别的一个模糊数学模型

本文把油气藏分类问题归结为模式识别问题,然后应用模糊模式识别技术,以油藏烃类体系的化学组成为数据特征,采用模糊统计试脸法确定类型模式的隶属函数,建二了油藏类型识别的模糊数学模型,从而较精确地定份描述了诸如油藏、气藏、凝析气藏等概念之间界限不分明的现象.并用实例作了检脸。     

模糊数学在设备故障诊断领域的应用及常用方法

介绍模糊数学在设备故障诊断领域的应用，指出模糊诊断方法可归结为模糊模式识别和模糊聚类两大类，其中模糊模式识别的方法有最大隶属原则方法、最小距离原则方法和择近原则方法等三种。本文指出了模糊模式识别和模糊聚类的不同点。     

基于模糊模式识别神经网络的企业风险动态识别方法研究

在企业风险等级识别过程中存在风险效应人为等分需要量化处理、多维特征指标识别困难以及不同企业间指标高度相似性等问题.为了更好地解决这些识别问题,将模糊模式识别与神经网络相结合提出模糊模式识别神经网络动态识别方法.该方法既克服了模糊模式识别只能处理静态数据且不能实现特征提取的问题,又克服了神经网络对于高维度、高相似性特征指标识别困难的问题.     

多目标模糊评价模型与评价等级计算方法

为防止信息丢失,指出了多目标模糊评价应采用加权平均算子·探讨了采用余弦函数及三角形隶属函数的模糊综合评判模型、基于权广义距离平方和最小的模糊模式识别模型、基于模糊熵与权广义距离之和最小的模糊模式识别模型对评价结果模糊度的影响·属性识别理论模型是应用三角形隶属函数的模糊综合评判模型·综述了多目标模糊评价等级的确定方法,指出了属性识别理论的置信度准则与最大隶属原则一样可导致评价结果失真·提出了评价等级模糊特征量的概念和计算方法,从而证明了多目标模糊评价的结果是一个等级区间而不是一个确定点·实例表明,依据评价等级模糊特征量的概念和计算方法所确定的评价等级符合实际·     

水体下采煤智能信息系统关键问题研究

针对水体下采煤智能信息系统研制过程中的关键问题——钻孔柱状图的类比问题,提出了覆岩岩性综合评价系数法和模糊模式识别法.模糊模式识别法效果更好,应用这一方法成功地开发出了水体下采煤智能信息系统,并且已开始在生产中发挥作用.     

融合多特征信息的模式识别方法

研究在有不确定知识的情况下,融合多种类特征信息的模式识别方法.首先用模糊逻辑表示关于对象的具有不确定性的经验知识,通过模糊推理可由特征得到关于对象的用基本概率分配函数表示的具有不确定性的模式分类信息.然后利用D-S证据推理的方法最大程度地消除其不确定性,得到对象的最终分类结果.仿真结果证明,该方法对处理具有多种类特征且带有不确定性知识的一类模式识别问题是有效的.通过将模糊推理方法与证据理论的结合能有效利用多种特征的不确定知识对目标进行分类.     

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.     

对象技术在案例推理故障诊断中的应用

从认识论的角度,提出了对象技术和案例推理的相似关系.分析了案例推理的几个重要问题,包括案例的多级索引、用模糊聚类法精化案例库和模糊模式识别的案例相似性匹配.并结合数据库技术将上述方法应用到故障诊断专家系统的设计,结果表明该方法是有效的.     

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.     

基于模糊聚类-模糊模式识别的复合材料高温机械性能评价

将模糊聚类和模糊模式识别相结合的识别方法应用于具有多模糊特征变量的复合材料高温机械性能的识别中.对给定特征的复合材料进行模糊分类,建立群体模式.通过模糊模式识别在模式库中对检验样本进行匹配,实现对未知材料的聚类识别.结果表明:对于多因子相关的复合材料性能,两种方法的结合是有效可行的,可以满足经济性和准确性的要求.     

非典型指数法在中药计算机模式识别中的应用研究

中药分类是中药研究中的一个前沿课题,非典型指数法是成分数据分析的一种重要方法.该文简要介绍了非典型指数法在中药计算机模式识别中的应用,实验表明运用非典型指数法建立的中药特征标准在中药计算机模式识别方面有着很好的识别效果.     

古潜山储层模糊评价方法及其应用

古潜山储层岩性组成和储集空间十分复杂,储层类别的划分具有很强的模糊性,且测井资料对储层的反映往往具有多解性、模糊性。通过对测井、岩芯和试油试采资料的综合分析,提出古潜山储层的模糊评判方法,即应用模糊聚类分析法划分储层类别并建立评价标准,应用模糊模式识别法对古潜山储层进行精细的综合评价。举出了在辽河西洼曙103块和华北廊固凹陷河西务构造带古潜山储层的评价实例,应用模糊聚类分析法将古潜山划分为4类储层并总结了各类储层的测井响应特征,根据模糊聚类分析的结果建立了各类储层的测井评价标准。应用模糊模式识别法对多口井的古潜山储层进行综合评价,评价结果与岩心、试油、试采资料的对比分析表明,模糊评价方法应用于古潜山储层效果良好。     

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。     

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。     

基于特征量分析的电站锅炉燃烧状态诊断技术综述

概述了各类别燃烧诊断技术及特点,详细介绍了基于特征量分析的电站锅炉燃烧状态诊断技术流程,分析对比了单个特征量的物理意义及不同特征量组合的状态表征能力,进而归纳了特征量提取的基本要求.详细介绍了部分算法的数学推导过程及其在模式识别应用中所呈现的特点,旨在推动模式识别技术在火电机组故障诊断、运行经济性实时评价及智能控制领域中的应用.特征量的提取、算法的设计和训练/学习是基于特征量分析的模式识别技术的核心环节.特征量应有明确的物理意义且应具备表征状态某种属性的能力;特征量组合应完整全面地包含状态信息.特别地,当实际状态不同时,特征量组合应具备识别其差异的能力并具备较强的鲁棒性.反向传播(back propagation,BP)神经网络算法、模糊C均值(fuzzy C-means,FCM)算法适用于所有可根据人类经验进行分类的场合,FCM算法在状态渐变且无断然分界线的模式识别中表征更为精准,支持向量机(support vector machine,SVM)适用于样本模式非此即彼的分类应用;Kohonen自组织神经网络适用于各类别之间具有较强区分度的场合.     

模糊理论在模式识别领域中的应用

在模式识别领域中，基于模糊集理论和模糊逻辑的模糊理论方法比基于传统集合理论和逻辑方法要更加接近人的思维和推理。模糊理论提供了一个较恰当的框架来表示人的不精确概念和推理方式。当把模糊理论引用到模式识别领域时，判断的标准“真”或“假”就变成了相对的概念，这就有可能构造这样一个智能识别系统，帮助我们在模糊的信息环境中作出精确的判断，本文主要介绍模糊理论在模式识别领域中应用的一些基本方法；给出的形状识别以及空调控温系统的具体例子说明了在模式识别中引用模糊理论的必要性和重要性．     

基于多元图图形几何特征的模式识别新方法

在简要比较统计模式识别和句法模式识别优缺点的基础上,进一步介绍了模式识别研究领域中的表示问题和基于几何特征的模式识别方法研究现状,并提出了具有探索性意义的基于多元图图形几何特征可视化模式识别新问题.