对应点集移动相对性建模于脱机签名鉴定研究

提出并论证了欧氏空间中签名的对应点集具有移动相对性,基于该原理构建了一种新的脱机签名鉴定模型,并研究了签名间对应点集获取的方法。在鉴定方案中,待鉴定的脱机签名图像和参考样本的签名图像可以看作欧氏空间内两个不同坐标系中的图像,两者间能够建立相对应的点集合,而欧氏空间平面图像其对应点集具有确定的约束关系,利用该约束关系建立模型可以反映出对应点集移动相对性的大小,因此可以利用该值的差异进行签名真伪鉴定。该方法对于真签名的数量要求较低,并且不需要伪签名来进行训练,适用于脱机签名鉴定中存在的极少样本集情况。实验采用中、英文两种签名数据库验证了该方法的有效性。     

基于能量特征匹配的在线手写签名验证算法研究

侧重签名能量特征提取方法的研究,提出了一种基于小波分析的在线手写汉字签名验证算法。基于Daubechies小波的方法对签名波形进行分解,重构部分波形后,提取签名波形在跳变点处的能量,并对跳变点处签名能量进行大小排序,选出M个较大能量作为特征矢量,并提出了一种新的匹配算法。算法能快速消除随机伪造签名,实现自动签名验证的目的。实验表明,对于随机伪造签名,当误拒率为0%时,误纳率为8.5%。     

基于遗传算法和模糊决策的大规模联盟伙伴选择方法研究

为解决大规模的网络制造联盟合作伙伴选择问题,在建立该问题数学模型的基础上通过分析引入遗传算法和模糊决策理论,提出一种分阶段的伙伴选择算法:通过遗传算法求解模型缩小选择的范围,利用遗传算法的解通过模糊决策考虑多个影响因素进行最后决策.对于该方法给出了具体的求解步骤,并用算例说明这种方法的可行性.这种分阶段的伙伴选择算法充分利用了数学的工具和决策者的经验,提高了决策的科学性和合理性.     

基于模糊预测控制的ATP系统建模与仿真

近年来我国城市轨道交通发展迅速,但其设备主要依靠进口,其中轨道交通的自动控制系统为国产化难点之一.鉴于列车运行的复杂、多目标、大滞后和非线性的特点,采用传统的控制方法难以达到高品质的控制要求.此文借鉴复杂过程控制领域的模糊预测控制原理,对于列车自动控制系统(ATC)的子系统--列车自动防护系统(ATP)进行建模和仿真,模型包括预测和模糊多目标优化两部分,最后给出算法的基本原理,以详细阐述该模型.经过仿真测试,测试结果证明了模型的正确性.     

模糊多目标有约束投资项目选择建模

基于模糊多目标评价 ,对有约束条件的多个投资项目的选择问题 ,建立了一个模糊规划模型 ,利用一种对模糊数排序的解模糊函数 ,对集结成的各项目的非线性模糊综合评价值解模糊 ,将模糊规划模型转化为线性规划模型求解 ,最后给出了一个例子.     

一种基于蚁群算法特征建模与分类的肺结节检测方法

根据肺结节的特征模型对感兴趣区域(ROI)进行分类来检测肺结节。首先,使用蚁群算法构造初步的规则集合,根据条件元素的相关度对规则进行修改确定最终的规则集合。然后,对规则集合中的特征进行建模,定义特征变量表示选定特征。最后,根据ROI的这些特征变量值以及总体特性,利用蚁群算法对ROI进行分类。分类中根据蚂蚁尸体堆积模型确定分类中心,采用蚂蚁觅食模型进行分类。仿真结果表明,该算法检测肺结节具有较高的敏感性,对医生后续的肺癌诊断有指导意义。     

一类非线性系统的模糊建模与仿真

将模糊推理建模法应用于一阶非线性系统，推导出基于该方法建模后得到的数学模型，即变系数线性微分方程。首先根据模糊逻辑系统的插值机理将被控对象的模糊推理规则库归结为某种线性插值函数，然后将这些插值函数转化为变系数线性微分方程，从而得到控制系统的数后将这些插值函数转化为变系数线性微分方程，从而得到控制系统的数学模型。仿真结果表明，用模糊推理建模法得到的模型关于真实模型具有较高的逼近精度。     

基于Agent的居民就医选择建模与仿真

基于Agent建模仿真是医疗服务领域中问题研究和政策分析的一种新方法。在分析目前医疗领域中居民就医选择现状的基础上,基于Agent的建模方法,对医疗系统中的主要对象——医院、社区医疗服务机构、居民的行为进行了建模,开发了基于Anylogic的居民就医选择的仿真原型,研究了居民的就医选择问题,分析扩大不同医疗机构的费用差距及增加区域内社区医疗服务机构数量两项政策对居民就医选择的影响。实验结果说明通过调节医院与社区诊所的医疗服务的价格比,能够影响居民就医选择,但增加医院的医疗服务的价格会造成部分低收入居民无法就医;区域内社区诊所与医院的比例在2~4倍时,对降低居民无法就医的比例是有效的。     

基于遗传算法优化模糊树模型参数的算法设计及仿真

改进了Takagi-Sugeno型模糊树模型的反向传播学习参数的方法,提出基于GA的一套完整、系统的优化模糊树模型参数的算法,其关键是选择确定祖先节点a的方式和选择哪些变量作为染色体基因。对国际标准例题的仿真表明,该方法对算法初始值的选择不敏感,能显著提高模糊树模型的建模精度,在相同模型精度条件下,则可简化样本空间的划分,降低模型的计算量。     

基于FKCM的球磨机系统T-S模糊建模方法

针对传统的描述热工过程动态数学模型的方法难以建立非线性模型的缺点,提出了一种基于模糊核聚类的球磨机系统T-S模糊建模算法.该算法首先通过灰色关系法确定模型输入变量,利用FKCM聚类算法对输入空间进行模糊划分,确定T-S模型的前件结构和前件参数;进而利用最小二乘算法确定模糊规则的后件参数.最后,利用数字仿真数据对球磨机系统进行模糊建模,建模结果表明该算法简单、实用,模型能够精确地描述过程的非线性.     

基于功率谱估计的舰船噪声特征提取及声场通过特性仿真

通过对舰船辐射噪声频谱特性的深入分析，给出了一种目标特征提取的方法。并在建立目标通过特性数学模型的基础上，结合所提取的特征量，分别对两类目标在不同横距、不同深度、不同信噪比下，噪声信号全频段和各频段的通过特性进行仿真。     

基于OpenGL仿真的装配机器人离线编程系统

简述了用于环保压缩机装配线上的装配机器人。在对机器人运动学分析基础上，基于OpenGL实现了对装配机器人的仿真，便于装配机器人工作时进行轨迹规划。而且开发了环保压缩机装配机器人的离线编程系统，使用性能优良。操作界面友好，成为机器人系统实际应用的有力工具。     

一个基于模糊决策理论的投资组合模型

对清晰和模糊两种情况下的组合投资问题进行了研究 ,提出了相应的模型和求解方法 .模型以绝对偏差和代替方差 ,假定交易费用函数为 V-型函数 ,给出了将目标函数中含有非线性项或含有非线性约束的优化模型转化为线性规划问题的一个简便方法 ,不仅大大地简化了模型的计算 ,更重要的是使得在线解决大型组合投资问题成为可能 .投资者的主观意见反映在模糊情况的组合投资模型之中 .最后通过一个例子来说明本文所提出的方法 ,并对文中两个模型进行了对比分析     

基于竞争策略的链式智能体遗传算法用于特征选择的研究

针对特征选择问题,提出了基于竞争策略的链式智能体遗传算法(LAGA).该LAGA算法包含链式智能体网络结构,邻域竞争,自适应交叉,自适应变异,优良个体替换策略,自适应结束等部分,该算法能较好的保持智能体的多样性,在进化中既较佳的继承了优良个体的基因,又有效地搜索了新的空间.多组实验结果表明,通过该算法选择得到的最优特征子集具有较好的稳定性,较高的识别准确率和较低的网络分类器维数复杂度.     

故障特征选择与诊断规则提取的VPRS模型方法

针对实际工程系统故障诊断过程中故障特征和诊断规则难以提取的问题，提出了一种基于变精度粗糙集(VPRS)模型的故障特征选择和诊断规则提取的新方法。该方法通过选取适当的分类误差参数β，运用知识约简简化知识系统。它不仅能从实测数据中提取出最佳的故障特征参数，还可得到简化的诊断规则。对滚动轴承故障诊断的仿真实例表明，该方法有效地简化了特征参数和诊断规则，提高了故障诊断的准确率，减低了诊断成本，具有比基本RS方法更广的适用性。     

遗传神经网络特征提取及在分类中的应用

将遗传算法和神经网络结合应用于乳腺癌细胞分类,首先利用遗传算法随机提取训练集的属性特征,然后用提取特征后的训练集训练神经网络,最后得筑必要的特征子集优化网络结构,仿真实验结果表明,遗传神经网络不仅可以优化神经网络的权值和阈值,还能有效地找出线性可分离特征子集,从而达到降低数据维数并提高分类精度的目的。