基于遗传-模糊聚类的说话人识别方法及其仿真研究

利用遗传算法的全局收敛性及模糊C-均值（FCM）聚类强大的局部寻优能力，提出了一种基于遗传-模糊聚类的说话人识别方法。对说话人的训练语音数据进行遗传-模糊的软聚类分析，从而得到分类中心的全局最优解，作为每个说话人的语音模型，最后利用最大总平均隶属度函数准则对待识别语音进行模糊聚类识别．除此之外，使用自适应参数增加遗传算法的局部搜索能力。实验结果表明，这种算法克服了传统硬聚类的缺点，避免了FCM对初值敏感及容易陷入最小值的缺陷，使聚类更加合理，更好地描述了说话人的语音特征。     

防空兵作战指挥效能的综合评估方法

针对如何评估防空兵作战指挥效能的问题,从作战指挥活动的主要环节以及现代战争条件下联合防空的特点出发,分析了评估防空兵作战指挥效能应该考虑的主要因素,建立了一套包括信息获取能力、决策能力、组织计划能力、战场控制能力和指挥协同能力等5个不同方面的评估指标体系,并在此基础上给出了一种防空兵作战指挥效能的综合评估方法。最后通过一个算例说明了给出方法的应用。     

基于T-S模型的非线性系统非脆弱保性能模糊控制

针对一类用T-S模糊模型描述的非线性系统,采用状态反馈的并行分布补偿方法研究其非脆弱保性能模糊控制问题,使得在控制器存在可加性摄动的情况下,其闭环性能指标值低于确定的上界。利用线性矩阵不等式处理方法,导出了非脆弱保性能模糊控制律的存在条件。通过建立和求解一个凸优化问题,给出了最优非脆弱保性能模糊控制律的设计方法,并用此方法设计一级倒立摆的非脆弱模糊控制律。仿真结果表明了方法的有效性。     

基于局部方差的模糊小波阈值图像去噪

针对小波阈值去噪中的VisuShrink阈值(统一阈值)“过扼杀”细节系数和SUREShrink阈值(Stein无偏估计阈值)“过保留”噪声系数的特点,提出了一种新的模糊小波阈值去噪方法。该方法根据小波系数局部方差能体现信号受噪声影响程度的特点,在局部方差之间引入模糊区域,通过模糊区域内局部方差的大小来计算相应小波系数的噪声隶属度。根据不同的模糊隶属度在VisuShrink阈值与SUREShrink阈值之间选取去噪阈值,并用软阈值函数消减。实验结果与仿真表明,提出的模糊阈值方法有较好的去噪效果。     

基于离散化修正模糊算子的模糊故障树新析

针对不同类型隶属函数的模糊概率耦合计算的模糊故障树分析瓶颈问题尚未解决,提出了一种新的离散化方法,该算法通过先分割概率后规划隶属度的方式将模糊概率的隶属函数离散化,并由扩展原理修正与、或门模糊算子得到一组新的模糊算子,用新算子进行模糊故障树实例分析表明,新方法不但较好地解决了上述难点,并具有一定理论和工程实践价值。     

基于二元语义信息处理的最大树聚类方法

针对解决具有语言评价信息的多指标聚类分析问题,提出了一种基于二元语义信息处理的最大树聚类方法。该方法依据传统的最大树聚类分析方法的基本思想,采用二元语义概念对语言评价信息进行处理和运算,并对聚类对象进行分类,具有概念清晰、计算简单、信息处理较为精确的特点。最后,通过一个算例说明了所给出的聚类方法。     

可靠性仿真在模糊故障诊断中的应用

针对模糊故障诊断中传统模糊关系矩阵确定方法不能动态适应具体设备运行状态变化等缺点,提出了基于故障树的可靠性仿真方法,用于确定模糊关系矩阵。该方法首先利用元器件的失效分布数据和设备深层原理性知识建立故障树,进行可靠性仿真,然后根据仿真结果和具体设备的历史故障信息动态计算模糊关系矩阵。给出了该方法的具体应用步骤。实际诊断结果表明,该方法可以有效地提高模糊故障诊断的准确性与针对性。     

基于Matlab的模糊PID调速系统的设计与仿真

针对异步电动机调速系统的非线性和结构参数易变等特点,将模糊控制和PID控制的简便性、灵活性结合起来,设计了模糊PID调速系统的双闭环模糊控制仿真模型,建立了基于Matlab Simulink的系统仿真模型,并对模型进行了多方面性能的仿真研究。仿真结果表明,该模糊控制系统仿真模型具有良好的给定适应性、鲁棒性;并且提高了非线性系统的动、静态特性,使系统获得了较好的性能。     

An Interval-valued Fuzzy Competitive Neural Network

Because interval value is quite natural in clustering, an interval-valued fuzzy competitive neural network is proposed. Firstly, this paper proposes several definitions of distance relating to interval number. And then, it indicates the method of preprocessing input data, the structure of the network and the learning algorithm of the interval-valued fuzzy competitive neural network. This paper also analyses the principle of the learning algorithm. At last, an experiment is used to test the validity of the network.     

基于气测资料的储层含油气性识别方法

基于气测资料构造适当的综合指标，分别利用模糊模式识别和误差反向传播（BP）神经网络两种方法对储层含油气性进行了分析。结果表明，气测资料与储层含油气性具有较强的相关性。模糊模式识别方法可以用来确定气测综合指标与储层含油气性之间的模糊关系，而且对待识别样品气测资料的随机性具有较强的适应性；神经网络法能够较准确地建立气测综合指标与储层含油气性之间的非线性关系，但在待识别样品气测资料具有随机性的情况下，识别结果具有随机性：利用模糊模式和BP神经网络方法对储层含油气性进行识别具有一定的可行性，能快速为储层含油气性分析提供一定的参考依据，并且前一种方法的识别效果优于后一种方法。