一种基于超长方体集的模糊模式识别算法

结合模糊C均值算法(FCM)与模糊最小-最大神经网络算法,提出一种基于超长方体集的模糊模式识别算法.首先采用基于特征加权的FCM算法进行粗划分,得到c个平行于特征轴的超椭圆球类;再根据已知的样本的类别标记进行进一步划分;以改进的最小-最大模型建立超长方体阵,使每个超长方体只能容纳一种类别的样本点,并且分属不同类别的超长方体无重叠.使用这种方法构建超长方体集更快速、更简单,但对训练样本的要求较高,应选择能够充分体现数据分布情况的数据点作为训练样本.     

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．     

基于模糊神经网络的煤矸石模式识别方法研究

提出了一种基于标准模型模糊神经网络的煤矸石识别方法,介绍了该方法的数学模型,网络结构及学习算法,并通过一个仿真实验对如何应用这种方法我建实时分选系统作了详细描述,实验结果表明该方法所用神经网络不仅收敛,而且具有良好的泛化能力。     

基于模糊神经网络的煤矸石模式识别方法研究

提出了一种基于标准模型模糊神经网络的煤矸石识别方法．介绍了该方法的数学模型、网络结构及学习算法,并通过一个仿真实验对如何应用这种方法构建实时分选系统作了详细描述．实验结果表明该方法所用神经网络不仅收敛,而且具有良好的泛化能力     

基于Delphi实现的多级模糊模式识别的评价系统

将模糊数学中的模糊评价原理应用于现实生活中对事物的评价.对具备多属性、多参数的事物进行数学建模,并根据模糊评价原理对待评价事物给出一个合适的结果,最后通过Delphi编程语言来实现.     

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.     

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.     

汽油机失火故障的模糊模式识别

根据汽油机在有失火现象工况和良好技术下废气排放中的碳氢化合物（ＨＣ）、二氧化碳（ＣＯ２）和氧气（Ｏ２）体积分数值的试验数据,提出了描述汽油机失火故障的模糊向量和模糊模式,并利用海明贴近度方法对ＣＡ６１０２汽油机失火故障模式识别进行了实例研究。     

基于模糊模式识别的高管团队生命周期的判定研究

高层管理团队自身发展状况对企业的生存发展至关重要,尤其在不确定市场环境下,高管团队内部的发展流程会直接影响到决策质量和效果,从而影响到企业绩效。研究首先分析高管团队各个生命周期的特征,针对高管团队生命周期自身模糊特性,运用模糊数学中模糊模式识别方法,以生命周期各阶段特征要素作为识别指标,进而判定高管团队的发展处于其生命周期哪个阶段。     

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．     

人脸识别中基于互信息的特征优选

人脸识别领域中常用Gabor小波系数表示人脸特征.然而,提取的人脸Gabor特征是高维数据,不可避免存在冗余和随机噪声的干扰.为了有效利用Gabor特征进行人脸识别,提出一种新的Gabor特征选取方法.首先计算训练集上的任两张人脸图像的Gabor特征差,生成类内空阃和类外空间.用单个Gabor特征训练筒单两值分类器,以其在类内空间和类外空间的分类错误率作为判据评价该Gabor特征的分类能力.在选取分类错误低的特征的同时还要再评估候选特征与已选特征间的互信息,这样优选出具有无冗余、低误差率的特征.最后对这些优选的Gabor特征进行主成分分析和线性判别分析完成人脸识别.在CAS-PEAL大型人脸数据库上的实验结果表明,所提出的方法不但可大大降低Gabor特征的维数,而且还有效提高了识别精度.     

模糊相对熵及在模式识别中的应用

目的研究模糊相对熵在模式识别中的应用。方法利用模糊相对熵的一个修正公式——加权模糊相对熵研究模糊相对熵在模糊模式识别中的应用。结果数值例子说明模糊相对熵方法和最大最小贴近度方法得出了一致的模糊识别的结果。结论模糊相对熵方法用于模式识别是很有实际意义的。     

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．     

地下水位动态预测模糊识别全解析模型

为了预测地下水位动态变化,采用理论分析与实验方法,对多目标模糊识别的目标函数进行了全面分析,提出了不同权重情形下的模糊模式识别全解析模型,同时提出了模式样本模糊克隆的概念,并将提出的模型应用于地下水位动态预测.实验结果表明,三种预测模型测试样本的平均误差分别为4.53%、5.33%、4.61%.研究结果表明本文提出的地下水位动态预测方法是有效的.     

语音识别中一种新的特征参数选择方法

应用正交实验设计方案对语音识别中特征参数的选择进行了计划、分析与实验设计,目的是在大量的特征参数中选择出具有互补作用的特征参数。该方法有4个特点:1)实验方案的构造方法简单,而且得到的实验方案具有各特征参数搭配均衡的特点;2)实验结果分析方法计算简便,计算结果的物理含意明显;3)只需很少的比较实验就可以找到识别性能较好的特征参数组合;4)已有的实验结果对后续实验方案的设计有很好的指导作用。实验结果表明正交实验设计用于特征参数选择是有效的。     

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。     

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.     

基于粗糙集属性约简的模糊模式识别

通过运用粗糙集归约理论对资料进行浓缩和筛选，略去不必要的属性，简化数据。用模糊模式识别确定对象应当归属的模式，给出其对于各个模式的相对隶属度，从而达到分类目的。经实例计算，得到了较好的结果。