脑电图识别的上下文方法

本文在参数关系的独立与联合相关中取适当的折衷,考虑了参数量级之间的相关性,用上下文方法对脑电图数据进行分类识别,取得比一般统计方法及模糊数学方法好的结果.脑电图识别是根据临床测试获得的数据,给出正常或异常程度的诊断.根据经验,对脑电波参数抽取5项测试指标:频率F,3量级;振幅A,4量级;调幅周期TT,3量级;调幅间歇JT,2量级;H.V.试验HV,2量级,分别在头的左部和右部的4部位,即额额(F-T)、颞枕(T-O)、额顶(F-P)和顶枕(P-O),对这5项测试指标进行测试.每个测试点的每个测试指标参数由其范围的上下限中两个或一个数据表示,共得136个测试数据,     

基于脑电图的新型情绪识别特征提取方法

基于脑电图(EEG)信号对情感识别计算进行研究.针对脑电图的特征提取难和模型计算难的问题, 提出了一种从EEG信号中获得可靠区别特征的创新方法.该方法将微分熵与线性判别分析(LDA)相结合,可被应用于情绪EEG信号的特征提取.采用3类情绪EEG数据集进行实验,结果表明该方法能够有效提高EEG分类的性能:与原始数据集的结果相比,平均准确度提高了68%,比单独使用微分熵进行特征提取时的准确度高7%.总执行时间结果证明提出的方法具有较低的时间复杂度.研究结果在3类情感脑电图识别领域具有重要的实用价值,可被应用于实际的工程领域.     

验证码的模糊识别

本文主要对图片具有干扰背景,字体变形,位置不定较为复杂的验证码识别方法进行讨论,给出了验证码识别的步骤,重点描述了图像去噪和字符提取的方法,并以国内某大型网站的验证码为例进行实验,证明了方法的可靠性。     

基于模糊神经网络的舰船目标识别的方法研究

舰船目标类型识别是海军作战的一项重要功能，传统的识别方法有贝叶斯法和登普斯特－－谢费方法等。这些方法都存在这样那样的不足，采用模糊数学和人工神经网络垭识别水面舰船目标可使数据具有更好的有效性和可靠性。提出了将常规神经网络的信息向模糊信息转化的模型。     

模糊相似性及D-S理论的目标识别融合方法

由于试飞环境的复杂性和噪声干扰等因素的影响,使得对空中目标的识别存在一定的不确定性,为了提高目标识别的正确率,根据传感器对目标的测量,提取的目标特征信息,依据模糊相似性测度,得到传感器报告的信任度,以信任度作为加权系数对各测量的隶属度进行加权决策,再依据D-S证据组合规则,最终得出目标识别融合的结果.给出的方法能在复杂试飞环境中有效地识别目标.基于模糊及D-S理论的目标识别融合方法具有实现简单、运算量小和识别结果可靠等优点,具有一定的理论意义和实用价值.     

模糊信息处理方法在油气识别中的应用

通过对模糊理论的研究,利用模糊信息处理方法完成对储集层的热解参数的处理,建立了凝析油气层、气层、油层、差油层、油水同层、含油水层、水层、干层等八类储集层模式的特性指标的隶属函数、模糊识别矩阵以及最优模糊聚类中心矩阵。通过实验验证,该方法具有较好的识别效果。     

基于数字化和模糊识别的一般评价理论与方法

将数字化技术和工程模糊集理论同时引入一般评价理论，建立了高效且更加贴近评价对象客观实际的评价理论。评价工作可应用智能技术、因特网技术、数据仓库技术和地理信息系统等数字化技术，以提高工作效率和合理性。鉴于评价对象普遍存在模糊性，采用陈守煜提出的相对隶属度方法，用相对隶属度来描述评价对象的中介过渡，通过定义目标函数为“全体样本对于各标准模式间的加权广义距离平方和最小”，经构造拉格朗日函数可计算出相对隶属度的值，再计算级别变量特征值，计算结果可作为各样本隶属级辊的评判指标。     

人脸表情识别的Gabor变换最优通道模糊融合方法

根据Gabor小波的多方向、多尺度性质,将其分成13个通道。利用各个通道对表情识别率贡献不同的特点,提出了一种最优通道模糊积分融合的人脸表情识别算法。首先,提出最优通道选取的三条原则,根据这三条原则选取出3个最优通道;然后,提取表情图像经过最优通道的Gabor特征,并进行降维处理;最后,将每个最优通道作为一个分类器,用基于模糊积分的多分类器联合的方法对它们进行融合处理。在JAFFE库上进行测试取得了94.41%的识别率,验证了该算法的有效性。     

钻头磨损状态的模糊识别方法

本文利用模糊模式识别技术,以轴向力和扭矩作为特征量,来识别钻头磨损的状态。此外,把对于状态“严重”(磨损)的模糊隶属度作为更换钻头的控制界限,以改变传统的定时或定数换刀方法。实验和模拟表明,这种模糊方法能恰当地反映钻头磨损情况,并能适应工作条件及环境的变化。     

区间数Fuzzy集的一种模式识别方法

运用Fuzzy集理论对区间数的模式识别问题进行了研究.在确定系数Fuzzy集的基础上,提出了"区间数距离"和"贴近区间"的概念,接着给出了两个贴近区间的模型;最后,实例的求解证明了该算法的可能性和有效性.     

Body Fuzzy Pattern Recognition in Woman Basic Block Design

Basic block is the foundation of clothing construction design because it is the media between body and clothes and the fitness of clothes should be based on the accuracy of basic block. That needs us to recognize body not to record it. This paper reports the Algorithm of woman body fuzzy pattern recognition. It is organized in three sections: (i) extracting woman body feature; (ii) establishing membership functions of feature indexes; (iii) presenting an Algorithm for woman body fuzzy pattern recognition by example.     

机械故障诊断中的模糊识别法

所讨论的诊断方法是应用模糊推理和模糊识别理论，在判断故障产生的原因及程度两方面，进行了系统的阐述，给出了故障与征兆之间模糊关系的条件分布函数及其确定方法和模糊识别理论的数学模型．通过对牙轮钻头实验台振动诊断，结果表明该方法具有良好的可应用性、合理性和有效性     

一种模糊聚类模式识别方法及应用

提出了一种新模糊Ｋｏｈｏｎｅｎ聚类网络算法,同时提出了模糊伪监督分类算法：模糊特征降维方法,最后给出应用实例及和其它方法的比较结果。     

基于模式识别的语音分类方法

对语音的浊/清分类方法进行了讨论,并着重研究了基于多个特征参数、应用模式识别理论的语音分类系统.实验表明,采用Fisher分类器实现的语音分类方法,对训练内语音分类准确率可达98.6%,而训练外语音分类准确率也可达96.7%.     

模糊神经网络识别方法

本文提出了一种新的模糊神经网络分类器,它结合了神经网络和模糊系统的优点,在使用神经网络结构的同时又用模糊理论来处理模糊和非模糊的信息。新网络在处理分类问题时,对畸变和噪声有较好的容忍性。本文还给出了用网络识别数字和印鉴的例子。     

基于模糊神经网络的车牌图像识别方法

提出了一种基于模糊神经网络的方法对汽车车牌字符进行识别.该方法首先基于Rough Sets.思想获取初始规则和训练集,基于图像识别目标确定网络结构,通过神经网络的学习算法对网络进行优化.然后根据图像识别的模糊特性,利用模糊神经网络对汽车车牌进行精确的识别.实验结果证明该算法比常规识别算法识别率更高.     

失效分布类型的概率图模糊判别

本文以概率图和模糊综合评判方法为基础,提出了一种在常见可靠性分布下,对原始失效数据进行分布类型判别的新方法——概率图模糊判别法(PPFR)。该法通过对概率图上的数据点进行最小二乘拟合,并结合对拟合残差的分析,从中选定一组评价拟合程度的指标作为评判因素集,以五种常用的失效分布作为评判对象集。在此基础上,应用模糊综合评判法进行分布类型的综合识别,从而获得原始失效数据的最佳分布类型。