经济区划时确定中心城市模糊模式识别模型

依据经济区划时“中心城市“概念的模糊性，按区域范围内全体城市样本对于各标准模式间的加权广义欧氏距离平方和最小建立目标函数，提出确定中心城市的模糊模式识别模型。提出客观确定多目标指标权重的模糊决策分析法，通过确定指标对模糊概念“双重性“的相对隶属度来确定目标权重，避免了权重确定的主观性。计算实例表明，建立的模型物理意义明确，模式识别结果符合实际。     

基于可变模糊识别模型的争岗堆积体稳定性评价

堆积体边坡稳定性直接关系着工程建设的施工与运营安全.基于可变模糊集理论构建的可变模糊识别模型以及指标稳定性分级标准构建堆积体边坡稳定性评价体系;应用向量夹角余弦定理的概念定义指标权重可信度（剔除可信度低的权重向量）,将所得指标权重带入堆积体稳定性评价体系中,实现堆积体边坡稳定性评价.考虑影响堆积体边坡稳定性的4个一级指标12个二级指标构建堆积体边坡评价指标稳定性分级标准.以争岗堆积体边坡为例,根据地质勘查情况及相关分析资料,应用可变模糊识别模型对其在暴雨工况下的稳定性进行评价.结果表明：争岗堆积体边坡的稳定性等级特征值为3.432,稳定性等级属于Ⅳ级,说明堆积体处于较不稳定的状态,评价结果与工程实际情况吻合.     

一种有监督的模糊模式识别模型

给出了一种有监督的两类模式识别模型，该模型允许选取模糊特征，其学习或训练方法是模拟人们认识事物的过程实现的，它是Ｃｏｒａ－３模式识别方法的一种拓广。因此可作为较复杂的智能系统或专家系统的识别模型．     

模糊Hopfield神经网络及其模糊聚类功能

首先提出了具有模糊逻辑计算功能的模糊Hopfield神经网络-FHN.FHN中的神经元对应于模式集合的元素，权重矩阵对应于模式之间的模糊关系，最后讨论了FHN的稳定性和基于模糊距离关系的模糊聚类功能，研究表明FHN在模糊模式识别中具有广泛的应用性。     

工具钢碳化物自动评级的模糊可识模式空间模型

应用模糊可识模式空间的框架结构，尝试构造了一个自动评定钢中碳化物级别的数学模型，并借助标准图谱对合金工具钢中共晶碳化物的不均匀度进行了实际检验，准确率较高。     

飞机排班问题的模糊优选动态规划模型

提出一种基于多目标模糊优选动态规划方法有效解决飞机排班问题的新算法.该算法将二级模糊模式识别理论与动态规划概念相结合,建立了以飞机使用均衡、航班尽快恢复为目标函数的多阶段多目标前向动态规划模型,从第一阶段开始,对各阶段的可行决策进行多目标模糊优选,依次向后递推得到调度结果.实验数据表明,飞机调度策略与实际飞机排班结果一致,耗时仅9.06s,该算法能有效解决飞机排班问题.     

模糊聚类、识别、优选统一理论与循环迭代模型

模糊聚类、识别与优选是系统优化模糊集分析理论的数学基础．通过以全体样本对全体类别加权广义欧氏权距离平方和最小为目标函数,建立了模糊聚类、识别与优选决策统一的理论与循环迭代模型．其中模糊聚类是核心,模糊识别与优选决策模型均由模糊聚类导出．该模型发展了模糊数学关于模糊聚类、模糊模式识别、模糊决策理论．循环迭代模型及其多种组合模型,不仅可用于水资源系统,对其他学科领域模糊集分析同样适用．     

基于可变模糊集的模糊聚类迭代模型及其应用

针对经典模糊聚类迭代模型中不考虑聚类指标权重的缺点,基于可变模糊集理论给出了考虑模型参数指标权重变化的可变模糊聚类迭代模型.当模型中优化准则参数α等于2,模型参数指标权重为等权重时,可变模糊聚类迭代模型为广泛采用的Bezdek模糊聚类ISODATA (iterative self organizing data)迭代模型(Bezdek参数β等于2),即ISODATA迭代模型是可变模糊聚类迭代模型的特例.水资源系统中应用的实例及计算结果表明聚类成果符合实际,模型具有收敛于全局极小点的良好性能.     

模糊模式识别交叉迭代模型与收敛性

在作者模糊模式识别理论的基础上,提出模糊模式识别交叉失代模型,并给出了其收敛性的严格数学证明,进一步丰富了模糊模式识别理论新体系,促进了它在工程技术领域的广泛应用。     

玉米种子品种模糊模式识别模型的研究

应用模糊数学中的模糊模式识别建立识别玉米种子品种的数学模型．根据择近原则，实现了玉米种子品种的识别．试验中玉米种子品种的正确识别率均能达到80％以上，证明该模型合理可靠，是实现玉米种子品种分类的有效途径．     

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.     

基于模糊模式识别的模块选择算法

阐述了模块化设计中,模块选择的过程与策略.以属性结构为模型的模块数据库为基础,引用隶属度、贴近度等模糊数学的概念,提出了基于模糊模式识别的模块化选择算法,并对该算法的可行性进行了验证.     

区域可持续发展模糊模式识别评价量化理论

基于可持续发展是一个外延不明确的模糊概念,依据作者建立的以相对隶属度为基础的模糊模式识别识别,首次提出区域可持续发展模糊模式识别评价量化理论,模型与方法。     

模糊模式识别理论在资源枯竭型城市可持续发展评价中的应用

为了促进我国资源枯竭型城市的经济转型,保持其可持续发展,采用模糊模式识别理论,研究了典型资源枯竭型城市-阜新市的可持续发展评价指标体系和定量评价方法,并对阜新市1999年和2007年两年的可持续发展能力进行了对比分析.结果表明:2007年经济的可持续性好于1997年,说明阜新市的经济可持续性正在不断提高.该模式识别方法意义明确,评价结果符合实际,对国内类似城市的可持续发展评价具有一定的参用价值.     

融合主动外观模型与局部二元模式的人脸识别

提出一种新的人脸识别算法.首先,利用主动外观模型(active appearance model,AAM)提取人脸五官特征点,进而获得人脸区域的全局纹理特征;然后对人脸区域中的若干个局部子块进行加权局部二元模式(local binary pattern,LBP)的特征组合;接着分别对这两类特征进行最近邻法则匹配;最后,采用基于模糊综合的原理对这两大类特征进行数据融合,给出最终识别结果.实验表明该算法的有效性,能够很好地结合人脸图像全局和局部的互补信息,识别效果优于各单一模块的分类性能.     

黄土边坡稳定性的多级模糊模式识别分析

针对黄土边坡稳定分析中影响因素众多、而且具有不确定性的特点 ,采用多级模糊模式识别进行黄土边坡稳定性的分析 ,充分考虑了多种因素的影响 ,对于不同的影响因素赋予不同的权重 ,并应用实例进行对比分析 ,以说明其方法的合理性     

边坡稳定性评价的多层模糊模式识别方法

鉴于边坡稳定性分析中存在影响因素权重确定困难的问题,在多层模糊优选理论与模型的基础上,提出了多层模糊模式识别评价模型。整个评价系统分为三层,第一层由各影响因素组成,为输入层：第二层由若干子系统组成,每个子系统包括若干影响因素;第三层为输出层,由一个子系统构成。通过比较子系统内各因素的重要性和各子系统的重要性可分别确定子系统内各因素的权重和各子系统的权重,采用这种方式定权比直接对所有影响因素进行比较定权相对容易、合理。第一层和第二层的输出采用二级模糊模式识别模型计算,第三层的输出采用多级模糊模式识别模型计算。实例分析表明,应用该模型进行边坡稳定性评价能取得较好的效果。     

基于生态遗传算法的煤矸石自适应模糊模式识别

给出煤矸石组分模式识别的模糊神经网络模型，提出一种实用生态算子，同时将此基础上构建的生态遗传算法用于模糊神经网络的离线学习，能有效避免传统BP算法学习速度慢、易陷入局部极小的缺陷和基本遗传算法的遗传滑脱现象．仿真和实验结果显示新算法使离线训练的网络具有良好的收敛性能，而且从训练好的定量网络中提取模糊规则用于原煤的在线自动分选，不仅能提高煤中矸石的识别率，而且有效解决了系统识别精度与实时分选之间的矛盾．