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．     

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。     

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.     

模糊模式识别算法的设计

本文介绍了在模糊模式识别中常用的模糊度、闵可夫斯基距离、内积和外积与贴近度;模糊模式识别原则,包括最大录属原则和择近原则;使用择近原则的模式识别算法。     

采矿工程中的模糊数学方法(Ⅱ)——逻辑特征判别与模式识别

本文首先介绍模糊逻辑特征判别分析,它是研究对象特征尚未被认识清楚条件下,利用观测数据来推断对象的自然语言表述形式的方法;其次介绍了模糊模式识别的直接法和间接法,讨论了多因素模糊模式识别及概率模式的建立等问题;最后给出了一个模式识别在采矿工程中应用的实例.     

面向智能物联的双路径机器学习调制模式识别技术研究

分析了一种面向智能物联的双路径机器学习调制模式识别方法 .以元学习网络为基础,将模糊分类和精确分类相结合,在低信噪比环境下,能扩增识别信号类型,同时保持较高的识别精度,有效地降低了恶劣环境对信号带来的影响.用理论分析和仿真结果证明了该方法的有效性.     

质量控制图中趋势模式的综合识别方法

提出了一种综合模糊技术与神经网络技术对基于控制图的趋势模式进行自动分类识别的智能方法 .将控制图作为信息图用于趋势模式的提取 ,用模糊化的控制图模式数据构造训练集 ,将训练后的BP神经网络用来对趋势模式进行自动分类识别 .该方法为工序状态异常模式识别提供了一种新的方法 ,提高了工序异常状态分类识别的效率和可靠性 .最后用实例进行了仿真实验     

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.     

模糊数学在设备故障诊断领域的应用及常用方法

介绍模糊数学在设备故障诊断领域的应用，指出模糊诊断方法可归结为模糊模式识别和模糊聚类两大类，其中模糊模式识别的方法有最大隶属原则方法、最小距离原则方法和择近原则方法等三种。本文指出了模糊模式识别和模糊聚类的不同点。     

评估无形资产的基本原则

当前,无形资产评估原则林林总总,但大同小异,比较笼统,缺乏针对性,使人们无所适从。这症结在于人们没有深刻地认识到无形资产的多样性、复杂性,不同评估的对象的选择的原则是明显不同的,一般笼统性的原则不能做到有的放矢,切中要害,大同小异的评估原则只能使人们认识模糊,行为模糊,从而会使无形资产的评估与有形资产的评估原则界限混淆等同。从当今实际出发,针对被评估无形资产的对象,从多角度对象分类选择适用的原则入手,突出重点,综合考虑,才能做到较为正确的评估。这也就是说,评估无形     

板形模式识别的模糊分类方法

运用模糊分类理论构造了两种板形模式识别的模糊分类方程，并运用于某宽带钢冷轧厂实测用板形应力信号的识别，有较好结果。     

模糊模式识别法在围岩稳定性分类上的应用

地下洞室围岩稳定性分类是多因素识别问题,本文用模糊模式识别直接法,通过导出的多元柯西型隶属函数来识别各段围岩的稳定性等级。这可以避免模糊综合评判法中凭经验确定模糊子集(?)的困难。工程实例计算证明,本方法计算简捷,分类确切;选用的分类指标在工程地质调查中较易获得;与国内外常用的RMR分类和Barton的Q值分类比较,结果相当接近,因而具有实用价值。     

融合多特征信息的模式识别方法

研究在有不确定知识的情况下,融合多种类特征信息的模式识别方法.首先用模糊逻辑表示关于对象的具有不确定性的经验知识,通过模糊推理可由特征得到关于对象的用基本概率分配函数表示的具有不确定性的模式分类信息.然后利用D-S证据推理的方法最大程度地消除其不确定性,得到对象的最终分类结果.仿真结果证明,该方法对处理具有多种类特征且带有不确定性知识的一类模式识别问题是有效的.通过将模糊推理方法与证据理论的结合能有效利用多种特征的不确定知识对目标进行分类.     

基于神经网络模式识别的板形模糊控制器

提出一种基于CMAC(Cerebellar Model Articulation Controller)神经网络的板形缺陷模式识别方法,并基于模式识别结果设计了板形模糊控制器.将模式识别与控制器设计合二为一,利用CMAC神经网络识别出相对于6种常见板形缺陷基本模式的隶属度,直接作为板形模糊控制器的前件部,实现了隶属度的求取功能.通过对板形缺陷特征的分析,合理定义了模糊集合,大大地减少了模糊推理的计算量.仿真结果表明,该板形模式识别方法识别精度高,设计的板形模糊控制器可以快速将板形缺陷控制到期望目标,板形控制性能良好.     

识别判断手绘三角形的类型

为了实现手绘三角形的识别和分类,本文提出了一种手绘三角形的识别分类方法。采用确定笔迹首末点、消除伪角点,最后进行笔迹分割和直线拟合的方式进行手绘三角形的识别,然后模式识别中的几何图形识别来对手绘三角形的类型进行判别,将三角形分为等腰三角形、直角三角形、等腰直角三角形、等边三角形和任意三角形。实验证明该方法有效解决了手绘三角形中小勾和晃动的影响,从而实现了三角形的重建和分类。     

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。     

基于层次聚类和人工免疫的无监督结构故障分类算法

目的利用层次聚类与人工免疫模式识别相结合的方法解决无监督结构健康监测中对结构故障识别和分类的问题.方法通过凝聚型层次聚类实现样本数据的分类,通过模仿生物免疫识别和学习机理来训练记忆细胞集合,进而实现对结构故障的识别与分类.结果在benchmark结构模型上的仿真实验测试结果表明在抗原样本数据中采用凝聚型层次聚类和方法能够成功地确定抗原样本数据的模式数目,继而采用人工免疫模式识别算法对实测数据进行模式识别与分类,分类成功率为81%.结论基于层次聚类和人工免疫的无监督结构故障检测与分类算法通过免疫学习和进化产生高质量的记忆细胞,从而有效地识别结构故障模式.     

论数学中的模式识别方法

模式识别是数学学习中的一种常用方法,善于进行模式识别是数学学习者必须具备的一项基本技能.从心理学来看,模式识别的机制可以用模板说、原型说和特征说这三种观点来进行解释,模式识别的类型通常包括对象识别、特征识别、关系识别、句法识别、方法识别及结构识别等.     

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。     

排土场淋溶水污染区地下水监测点模糊模式识别

应用模糊模式识别方法对阜新新邱露天煤矿排土场附近(于家沟),地下水污染区的水质监测点分类优选问题进行了研究,对研究区内的12眼水井分别采样,进行水质分析,识别出总硬度、硫酸盐、氯化物、溶解性总固体等主要污染因子;进而采用模糊模式识别方法,对区内的12个监测点进行了优化.计算结果表明可从于家沟地下水污染区的12个监测点中选取具有代表性的3、7、11号监测点进行监测,节省了人力、物力及资源.