三角形类型模糊模式识别新探

为了解决三角形类型的模糊模式识别问题,以便更好地应用于生物细胞染色体形状的识别、白血球分类等实际应用问题中,采用基于给定阈值的最大隶属原则,利用合格指标因子归类法进行研究,并提出一种以三角形内角和差关系作为底数和指数变量的指数型隶属函数。结果表明:求得的隶属度确保在合格指标因子之上皆可,利用指数函数性质使所求得的隶属度差距较大、区别明显,便于识别,且与三角形三个内角紧密相关。通过数值实例,论证了该方法对染色体形状识别、白血球分类等三角形类型模糊模式识别,具有一定的参考价值和指导意义。     

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。     

模糊模式识别在汽车类型识别中的研究

给出了用模糊技术来识别汽车类型、客车载客量和货车吨位的实用方法．     

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．     

模糊模式识别中隶属函数选取的探讨

通过数值实例,论证了利用最大隶属度原则对三角形类型模糊模式识别时隶属函数选取的优越性,并提出了一种给定阈值且以三角形内角和差关系作为底数变量和指数变量的指数型隶属函数.     

基于卷积神经网络的手绘草图识别

针对目前手绘草图识别难度大,识别准确率低且主要以手工提取特征为主,提出一种新的卷积神经网络结构DCSN( Deeper-CNN-Sketch-Net) 进行手绘图像识别。DCSN 模型是根据手绘草图的特点进行设计,如在首层采用了更大的卷积核获取草图的结构信息和更小的步长尽可能多保留特征信息,通过增加网络层数加深网络深度等。为进一步提高识别准确率,针对手绘草图的特点提出了两种新的数据增强方法,小图形缩减策略和尾部移除策略增加数据集的多样性,并利用扩充的数据集训练DCSN 网络。经实验验证,所提出的模型在目前最大的手绘图像数据集上可以取得70． 5% 的识别准确率,超过了目前存在的几种主流的手绘草图识别方法。     

模糊模式识别在蠓的分类上的应用

应用模糊模式识别的方法， 根据已给两类蠓的标本， 通过回归分析建立了两类蠓的标准类型的隶属函数，给出了识别蠓的类型的一个方法     

基于因果聚类和模式识别的模糊预测方法及其应用

基于因果聚类和模式识别的模糊预测方法，是将企业待预测时段的运行状况与历史上的运行模式相比较，根据“最大隶属原则”将待预测时段的运行状况归入某一运行模式，利用此模式的模糊数对预测量进行预测。     

基于模糊统计的隶属函数神经网络实现方法

采用模糊统计方法获得有限对离散的隶属函数关系，并用神经网络将此关系综合成连续函数表达形式。这一方法进一步完善了隶属函数的统计求法，丰富了经典插值方法，有利于模糊数学理论应用于希望实现并行处理的模式识别等研究领域。     

燃煤锅炉排放二氧化硫最佳治理技术的模糊综合评判

根据治理燃煤锅炉排放二氧化硫技术的具体要求和模糊评判的需要,筛选出对“优先选用”具有重要意义的因素：脱硫效率、除尘效率、装置投资费用—造价、使用寿命、运行费用、占地面积来评价国内１４ 种４ 吨位脱硫技术装置。每一种因素对“优选”的影响均根据脱硫技术实际用隶属函数给出。然后用加权模糊变换方法得到最后评价结果。由最大隶属原则得到“优选“对象。     

最优三角形剖分在常规气象观测网上的应用

在Delaunay三角形剖分理论的基础上,分析了三角形剖分算法的经典优化原则存在的缺陷,研究了三角形形态比的特性,提出了最大的三角形形态比优化原则,该原则克服了经典优化原则的不足,且计算方便,根据常规气象资源分析的需要,提出了一个基于最大形态比优化原则的最优三角形剖分算法。     

浅谈手绘墙的艺术价值

自2007年初巴黎家饰展上大量手绘墙的出现,手绘墙艺术突破传统白墙板墙的装修理念,以独到的墙体解决方案美化了生活空间,带给人们全新的装饰美感。通过手绘表现呈现出极佳的视觉效果。每幅手绘墙体作品都是根据业主的实际居家环境设计的,所以完全的个性化是它最大的魅力。     

论手绘风格插画的艺术语言

本文介绍了手绘风格插画,论述了手绘风格插画的艺术语言,并结合具体实例介绍了手绘风格插画的应用.     

基于多阶段的模糊C-均值算法的模糊聚类分析研究

对模糊聚类分析算法进行研究,在模糊Ｃ－ 均值算法（ＦＣＭ）的基础上加以改进,将聚类过程分为二个阶段,形成多阶段模糊Ｃ－ 均值算法（ＭＦＣＭ）,使其对Ｉｒｉｓ数据聚类．研究表明：多阶段的模糊Ｃ－ 均值算法比模糊Ｃ－ 均值算法性能优越．     

氧化物酸碱性的模糊模式识别

通过对氧化物建立模糊集，按照其隶属函数，确定氧化物酸碱性判别参数，根据贴近度确定氧化物的酸碱性。     

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.     

基于ICESat-GLAS数据和模糊模式识别算法识别森林类型

【目的】利用冰、云和陆地高程卫星-地球科学激光测高系统(ICESat-GLAS)回波波形数据,通过模糊模式识别算法,提出波形特征参数组合,对森林类型进行识别研究,以期提高森林类型分类精度。【方法】利用不同森林类型冠层在GLAS回波波形上表现出的差异性,提取波形特征参数 R_{\mathrm{fi}{\mathrm{t}}_1} 、K₁'和 \overline{K_1} ;将本研究提取的波形特征参数与其他波形特征参数相结合,建立波形特征参数组合;对样本数据波形特征参数进行指标归一化和奇异点检测处理,剔除样本数据中的奇异点样本;结合模糊模式识别算法,计算不同森林类型分类精度。【结果】针叶林和阔叶林森林类型分类总精度为96.30%,其中,针叶林和阔叶林森林类型分类精度分别为92.86%和97.50%;针叶林、阔叶林和混交林森林类型分类总精度为84.51%,其中,针叶林、阔叶林和混交林森林类型分类精度分别为85.71%、97.50%和52.94%。【结论】模糊模式识别算法在森林类型分类方面具有一定优势,尤其在针叶林和阔叶林森林类型识别方面,识别精度较高。     

基于弹性网格HOG特征的手绘车符识别

研究了常用的28类机动车和非机动车的车符识别问题.针对手绘车符不规则形变和样本间相似度高的特点,提出一种基于弹性网格方向梯度直方图(histograms of oriented gradients,HOG)特征提取方法,该方法利用了水平与垂直投影直方图较好地表征图符的全局特征、局部特征及HOG特征,结合弹性网格吸收形变的能力,使得在现有的训练样本库中总识别率达94.8%,在手写数字等3个不同领域的手绘图符样本库中,平均识别率达92.5%.实验结果表明,该方法对手绘车符识别具有较高的识别率,对其他手绘图符也有较好的识别效果.     

高斯隶属度函数模糊神经网络在肺癌诊断中的应用

选用隶属度函数为高斯函数的模糊神经网络用于肺癌诊断,尝试提高诊断的正确率.对于非二值输入参数,首先用高斯隶属度函数模糊化,然后与二值参数一起作为BP神经网络的输入参数.所用病例被随机分为训练集和证实集,训练模糊神经网络,用证实集测试该网络区分肺癌与非肺癌的能力.结果表明,用高斯隶属度函数的模糊神经网络比作为对照的三角形隶属度函数模糊神经网络诊断正确率有所提高,而且对病例如何分组不敏感.