基于直觉模糊熵的直觉模糊聚类

Atanassov直觉模糊集合是对Zadeh模糊集合最有影响的一种扩充和发展,将模糊聚类扩展为直觉模糊聚类,具有重要的应用价值。在研究将模糊聚类扩展为直觉模糊聚类时,提出了一种基于熵最大的直觉模糊聚类,并推导了迭代求解的算法。典型实验表明,直觉模糊聚类的性能优于模糊聚类,提高了聚类的正确率。     

基于范数的多维数据模糊聚类方法

根据多维数据间相似度的定义,阐述了数据相似度与向量范数之间的关系,提出了一种基于范数的多维数据模糊聚类方法·该方法把每一个多维数据看做一个多维向量,利用与向量有关的范数对其中的数据进行排序,得到一个近似聚类族解·同理,对每一个近似聚类使用另一个范数做进一步分解,求解多维数据模糊聚类的近似解·最后,对得到的每一个近似聚类使用传统方法求出准确聚类·使用该方法不需建立模糊相似关系即可进行多维数据的近似聚类,总共所需访问数据库的次数也较小,因此具有较好的性能,特别适合于针对大型数据库的聚类·     

基于模糊贴近关系的模糊聚类及其有效性

讨论了模糊聚类的两个基本问题：聚类方法和有效性评价，作为通常模糊等价关系聚类方法的扩展，给出了一种用三角算子和模糊贴近关系进行模糊聚类的方法，同时以样本原始信息和聚类结果为基准，提出了一种度量聚类有效性的方法。最后的例子表明该方法是有效的。     

基于直觉模糊等价关系的聚类算法

首先引入直觉模糊集的模运算、直觉模糊集之间的关系及合成运算的定义,然后提出了直觉模糊集的截集定义,揭示了利用直觉模糊等价关系的分类原理,并讨论了基于直觉模糊等价关系的模糊聚类算法,从而使直觉模糊集的基本理论得到进一步扩展。最后给出了该算法的一个数值实例。     

动态模糊ISODATA聚类方法及其在故障诊断中的应用

根据故障诊断分类的特点，用变分原理导出了动态聚类的最优解的存在条件，讨论了相应的算法及其收敛性，并在柴油机供油系统故障诊断中的实现故障分类的动态表示，证明了其在故障分类识别中的有效性。     

多维特征空间聚类在工业物料识别中的应用

在自动识别中 ,往往存在一些不确定的模糊影响因素 ,所以 ,通过聚类算法和模糊理论讨论 ,分析了两者相结合的模糊聚类算法所具有的特点 ,利用多维特征空间的模糊聚类算法对炼钢物料进行识别 ,实验取得了较好的效果 ,其识别正确率达到 92 .5 % ,从而证明三维聚类可以较好地解决对炼钢工业物料的识别要求     

基于聚类中心分离的模糊聚类模型

在模糊C-均值聚类（FCM）目标函数的基础上按聚类中心分离原则增加一个聚类中心分离项来扩展FCM算法,提出基于聚类中心分离的模糊聚类模型(FCM_CCS)。该模型可使聚类过程中的聚类中心之间距离扩大,从而得到更好的聚类效果。由于该模型和FCM一样对噪声敏感我们提出它的可能性聚类模型(PCM_CCS),最后进一步扩展成它的可能性模糊聚类模型(PFCM_CCS)。基于聚类中心分离的可能性模糊聚类模型在处理噪声数据和克服一致性聚类问题方面表现出良好的性能。对数据集的测试实验结果表明了提出的PFCM_CCS能同时产生模糊隶属度和典型值,使聚类中心间距扩大,同时具有更好的聚类准确率。     

一种基于集合划分的鲁棒性自适应模糊聚类分割算法

模糊C均值算法(FCM)是图像分割最常用的算法之一,这种方法需要提前确定初始聚类中心和聚类数.为此,提出了一种新的自适应模糊聚类算法(AFCM),AFCM算法中构造的观察矩阵、判断矩阵和集合划分可以自动确定合适的聚类数.为了得到更好的图像分割效果,采用核距离作为相似性度量,提出了一种鲁棒性自适应模糊C均值算法(RAFCM).实验结果表明,与FCM算法相比,AFCM和RAFCM算法不仅能自动地确定聚类数目,还可以得到更好的图像分割质量.     

改进模糊聚类在数据流中的应用

针对现有数据流聚类算法的不足,提出了改进模糊聚类算法,给数据对象的隶属度加上一个权值,以及在算法中用有效性函数来确定聚类数目C.理论分析与实验结果表明,在数据流环境下所提出的改进模糊聚类算法比传统算法有更好的聚类效果,更快的聚类速度.     

基于改进的模糊聚类在模糊神经网络中的应用

将基于粒子群的模糊C均值聚类应用于模糊神经网络中规则库的生成及优化中。避免了传统模糊C均值聚类用于对输入变量空间进行划分并生成初始规则库的盲目性和随机性。     

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。     

模糊灰关联模式识别方法及其应用

首先建立了灰关联分析的新的理论模型,然后将其与模糊集理论结合起来,提出了一种模糊灰关联模式识别方法．通过应用于场地土类别的评定,从而说明了本文方法的有效性     

Fabric Wrinkle Grade Assessment Based on Fuzzy Pattern Recognition

The basic principle of fuzzy pattern recognition is brief introduced firstly in this paper, which mainly includes fuzzy rules and fuzzy inference system. Then, the algorithm procedure of fuzzy pattern recognition is proposed. Finally, the application of Mamdani fuzzy model is introduced to evaluate fabric wrinkle grade in detail, and used the correlation coefficient between subject and object evaluation to verify the reliability of fuzzy pattern recognition. It shows the method of fuzzy pattern recognition needs not a large number of testing data and the accuracy of evaluation is up to 97.38%.     

小波包模糊聚类网络研究及应用

基于小波包变换能够把平稳和非平稳信号根据它们的时频特性分解到不同层次上不同频道内,与模糊数学能够处理工程中的不确定性问题,以及ＭＡＸＮＥＴ聚类结构的网络具有自组织聚类分析的优点,提出了小波包模糊聚类网络．该网络能够处理平稳和非平稳信号的不确定性问题,并且具有自适应、自组织聚类分析功能．最后举例说明了该网络在机械诊断实践中是一种行之有效的智能分类器．     

模糊模式识别算法在动态心电图QRS模板统计中的应用

在对动态心电图QRS波形模板进行和统计的基础之上,采用模糊模式识别理论对QRS波形进行了有效识别,并给出了相应的VisualC 程序设计实例,实验证明该算法是准确有效的。     

MVC设计模式在ASP.NET应用开发中的实现

讨论了MVC设计模式在ASP.NET应用开发中视图、控制器和模型3个部分的程序实现,给出了主要的程序代码。对MVC在ASP.NET下的使用特点及不足之处进行了分析。     

煤层稳定性模糊模式识别评价方法

 基于模糊模式识别理论,研究了不同类型煤层稳定性的综合量化评价方法。在分析煤层稳定性关键影响因素的基础上,确定了煤层稳定性评价的特征因子,构建了不同类型煤层的模糊评价语言模式及其隶属函数,提出了煤层稳定性模糊模式识别评价方法。通过实例评价,验证了该方法的可行性,结果表明,该方法可实现对煤层稳定类型的定量划分和归属判定,可为煤层的可采性分析、开采安全性评价以及采煤方法的选择提供依据。     

基于模糊距离的BP网络板形信号模式识别的研究

介绍了一种新的板形信号模式识别方法 .该方法基于待识别信号与标准样本之间的模糊距离 ,并将模糊距离作为 BP网络的输入 ,有效地解决了在板材宽度变化时神经网络的拓扑结构形式不变的问题     

基于模糊概率的零缺陷设计在产品质量中的应用

分析了产品质量设计中的模糊性和随机性，定义了零缺陷设计的基本概念。并在此基础上提出了基于模糊概率的零缺陷设计原理与方法，建立了相应的数学模型。实例计算证明，该模型具有实际应用价值，利用其进行产品质量设计可以使产品实现质优价廉。     

基于模糊评判的微型机床概念设计演绎方法研究

基于功能层次分析的机械产品概念设计方法,研究了一种针对微型机床的模糊综合评判方法。区别于以往在概念设计中的模糊评判方法,在从获取最初的原理解直至获得最优解的整个概念设计过程中均引入模糊评判算法。微型机床是是组成桌面式微型工厂的基础,其设计不同于普通的车床。详细描述了基于模糊评判的微型机床概念设计的基本思路和算法的组织,并以一个具体的实例进行了说明。该方法对解决概念设计过程中的运算量过大问题具有较高的参考及应用价值。