电磁层析成像技术图像重建的仿真研究

电磁层析成像（EMT）技术的逆问题至今没有完全解决，在简单图像重建的基础上改进了EMT的反投影算法，应用了可以解第一类Fredholm积分方程病态问题的Landweber迭代法，通过重建结果的比较，Landweber迭代法是目前重建精度较高的EMT重建算法。     

模糊自适应算法的神经网络图像重建

在１２电极ＥＣＴ系统中，采用ＢＰ神经网络进行图像重建时以一定原则选取学习样本，并引入模糊自适应算法以加快训练的收敛速度，获得较满意的重建图像效果。     

基于深度学习的图像超分辨率重建方法综述

图像超分辨率重建(super-resolution, SR)是指从观测到的低分辨率图像重建出相应的高分辨率图像,在目标检测、医学成像和卫星遥感等领域都有着重要的应用价值.近年来,随着深度学习的迅速发展,基于深度学习的图像超分辨率重建方法取得了显著的进步.为了把握目前基于深度学习的图像超分辨率重建方法的发展情况和研究热点,对一些最新的基于深度学习的图像超分辨率重建方法进行了梳理,将它们分为两大类(有监督的和无监督的)分别进行阐述.然后,在公开的数据集上,将主流方法的性能进行了对比分析.最后,对基于深度学习的图像超分辨率重建方法进行了总结,并对其未来的研究趋势进行了展望.     

模糊神经网络分类器的主动学习方法

针对模糊神经网络分类器设计过程中所遇到的样本采样与标注过程耗时、代价大的问题,提出了一个新颖的模糊神经网络分类器主动学习方法,以最小-最大边界法以及确定样本的不确定性闽值两个新概念为主动样本选择准则,确保选择其中信息量尽可能大的样本进行标注,使得网络设计过程中对未标注样本的标注工作量和时间大为减少．实验结果表明,该方法与模糊神经网络的被动学习模型相比,训练样本数目大为减少,训练时间大大缩短．     

火灾探测的模糊神经网络数据融合算法研究

针对火灾探测信号的特点,提出了一种基于模糊神经网络的多传感器火灾探测系统的数据融合算法.网络结构为9层,输入信号为CO气体浓度、烟雾浓度和温度,输出为火灾发生概率.通过网络训练和自学习不断调整权值,使网络输出与导师信号误差最小,完成了隶属度函数的自动生成和模糊规则的自动提取,大大提高了系统的精度和智能化.仿真结果验证了方法的可行性.     

非闭合电极电容层析成像传感器参数优化方法

提出了一种新的非闭合电极电容层析成像传感器结构参数的优化方法,采用均匀设计结合非线性偏最小二乘法,提取传感器结构参数与待优化目标间的函数关系;在此基础上建立新的目标泛函.通过对优化目标泛函的求解,最终获得传感器结构参数的最优值.本文以12电极非闭合电极电容传感器为研究对象,进行了结构参数的优化设计,并根据优化结果制作了非闭合电极电容传感器.数值仿真结果表明,就本文所考察的重建对象而言,采用参数优化后的传感器所获得的图像重建质量优于未优化的传感器;从而为ECT传感器设计提供了一种新的有效方法.     

基于阴阳调和的模糊神经网络

针对传统的基于最小均方差或最大后验概率的学习算法不能得到最优解的实际情况,提出将贝叶斯阴阳(Bayesian Yin-Yang, BYY)学习算法引入模糊小脑模型关联控制器(Cerebellar Model Articulation Controller, CMAC)来确定最优模糊集的方法,并利用真值限定(Truth Value Restriction, TVR)推理策略推导出规则权值的真值.BYY受著名的中国古代阴阳哲学理论启发,认为宇宙中的任何事物都是阴和阳对立的统一体,当阴阳取得调和时,则达到完美.模糊规则集通过BYY系统地优化,使其具有更高的泛化能力;与原始的CMAC相比,它有效地减少了存储需求,并提供直觉模糊逻辑推理,具有清晰的语意规则.产品需求预测实验结果表明:BYY结合TVR应用于模糊神经网络,改进了CMAC模型,预测方法优于其他代表性的神经网络模型,所求模糊集与训练数据达到阴阳调和,得到最优解.     

基于模糊-粗糙集模型的一种归纳学习方法

对传统粗糙集理论进行了扩展，提出了一种模糊-粗糙集模型。利用模糊集理论和Koho-nen网络自组织映射算法对决策表的连续属性进行模糊化，并用模糊贴近度构造模糊相似矩阵，把普通粗糙集的不可分辨关系推广为模糊相似关系。提出一种基于模糊-粗糙集模型的归纳学习算法FRILA，此算法和决策树算法相比，具有得到的规则数目少、规则表示简单等优点。实例验证了此方法的有效性。     

模糊神经网络控制器参数的混沌优化

为了优化模糊神经网络的参数,将混沌变量引入到模糊神经网络参数寻优方式中,根据系统的性能指标,采用混沌变量进行粗搜索寻优模糊神经网络参数,然后在粗寻优基础上引入基于模拟退火策略的混沌细搜索,最后搜索出的模糊神经网络参数是全局最优的.仿真结果表明:该控制方案有效地实现对非线性对象的最优控制,为工业过程非线性复杂系统的控制提供了一种有效的控制方案.     

基于粒子群优化的BP神经网络预测方法及其应用研究

本文提出了一种基于粒子群优化的BP神经网络预测方法.该方法利用粒子群优化算法全局搜索BP神经网络的权值和阈值,并利用优化后的BP网络建立预测模型对经济指标进行预测.仿真实验结果表明,该方法克服了传统BP神经网络本身所存在的局部最小值和训练速度慢等不足,能够较好应用于定量经济指标预测,有效提高了预测的精度.     

基于模糊神经网络的PI自适应控制器

利用模糊神经网络的模糊推理能力以及前馈神经网络的逼近能力 ,将其与自适应控制方案结合 ,并取带有控制增量约束的广义目标函数作为优化指标 ,从而推导出一种能对非线性非最小相位系统进行有效控制的模糊神经网络间接自适应控制器。在网络学习算法上采用带有动量项的BP算法。仿真结果表明了该方法的有效性。     

一种新的基于加权模糊规则自适应神经-模糊推理

提出了一种基于加权模糊规则的新的推理机制,并将这组加权模糊规则及相应推理机制映射成了一个模糊神经网络,其中加权模糊规则中的(局部和整体)权重恰好对应于神经网络的连接权.通过新改进的BP算法训练此神经网络后,可学习得到加权模糊规则的权重近似优值.模拟实验说明,训练后得到权重,用本文提出的新的推理机制可以一定程度上提高推理精度.     

基于RBF网络和遗传算法的电阻抗图像重建算法

针对RBF网络的特性，提出一种实数编码的遗传算法，不仅可以同时确定网络参数（连接权、邹节点中心和宽度），而且解决了电阻抗图像重建问题，实验结果表明，用遗传算训练RBF神经网络再构图像较RBF网络使用Poggio学习规则的训练算法有明显改善。     

一种用于非线性逼近的新型模糊神经网络

针对一般非线性映射的逼近问题，提出用分域逼近的通用算法来实现全局逼近，并据此构造了实现该算法的新型模糊模糊神经网络。通过仿真，将新型模糊神经网络和常用的BP和RBF两种神经网络进行比较。结果表明，该新型模糊神经网络的非线性逼近能力明显优于后两者，且权值具有明显的几何意义，设计难度相对较小，可用于解决复杂非线性函数的逼近问题。     

专家能力的模糊神经网自组织控制器

为实现酒精发酵变温控制，提出一种新的，具有专家调整策略的神经网络自组织模糊控制器，用神经网络代替传统模糊控制器逻辑规则推理合成运算或查表，减少了工作量，采用一种对量化，比例因子进行专家调整的策略，使系统响应的上升时间减少，超调量降低，控制器的鲁棒性，稳定性均良好。     

蒸汽发生器U形管破裂事故的识别与诊断系统

论述了船用核动力装置中蒸汽发生器U形管发生破裂时的故障征兆及对U形管进行故障诊断的必要性，阐述了智能控制领域中的两个方面即模糊逻辑和神经网络，并探讨了它们之间的结合—模糊神经网络结构及其实现算法，利用模糊神经网络对蒸汽发生器U形管破裂事故进行了诊断，诊断结果表明该理论方法对此事故完全可以正确识别，进而证明该理论方法可以应用到船用核动力装置其他故障的诊断，能够满足船用核动力装置的诊断要求。     

基于滤波反投影的超短锥束CT扫描算法

分析了现有的一些超短扫描算法,提出一种基于滤波反投影(FBP)方法的超短扫描算法和实现这种算法的圆周分段联合的扫描方式.用该算法对感兴趣区域实施超短扫描所获取的数据可以进行精确的体积重建,并且对噪声不敏感.所提出的圆周分段联合的锥束投影扫描是一种把圆周轨道的半扫描和超短扫描进行合并的组合扫描方式,这种方式有助于提高病灶区域的空间分辨率和密度分辨率,并可降低病人所受X射线照射的剂量.     

基于模糊神经网络的数字资源服务绩效评价研究

针对当前常用的电子资源绩效评价方法和模型存在的问题,采用了两阶段评价方法构建基于模糊神经网络的评价模型,得出电子资源服务绩效的评价值,并与期望结果进行比较。实验结果表明,该评价模型预测的准确率达到83.7%。     

T-S型模糊RBF神经网络快速学习算法

针对Ｔ－Ｓ型模糊ＲＢＦ神经网络输入空间模糊最优聚类算法运算量大、运算速度低的缺点,提出基于输出空间模式聚类的快速学习算法,以满足多变量系统实时性要求．仿真结果表明该快速学习算法不仅可以达到要求的辨识精度,而且可有效地提高运算速度     

基于双枝模糊逻辑的攻击模型BBFPAN模糊推理算法

针对基于MYCIN置信度方法的攻击模型BBFPAN推理算法,无法反映网络攻击过程中各结点的状态变化情况的缺点。以双枝模糊逻辑理论为理论基础,提出了BBFPAN模型推理的基本规则,并依据该基本推理规则,结合BBFPAN模型的定义,给出其相应基于双枝模糊逻辑的推理算法。在该推理算法中,预设起始库所集Pset、中间状态库所集Pg、可激发变迁集Tset,通过这三个集合元素的变化情况清晰地反映网络攻击的整个过程,为安全预警提供了依据。