基于模糊C均值聚类改进的最大似然分类法

基于参数密度分布模型的最大似然分类法(MLC)是遥感影像经典分类方法之一,它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点,但是由于遥感数据具有高度的模糊性和随机性,使得贝叶斯(Bayes)判别函数中的均值向量和协方差矩阵很难准确确定。因此首先利用模糊C均值聚类得到模糊划分矩阵,然后基于模糊划分矩阵计算出每一个聚类类别模糊均值和模糊协方差矩阵,并利用模糊均值和模糊协方差矩阵来代替贝叶斯判别函数中的均值向量和协方差矩阵从而建立一个新的判别函数,最后与传统的最大似然分类结果进行比较,结果表明改进后的最大似然分类法在总体精度、Kappa系数均优于传统的最大似然分类方法。     

柔性铰链四杆机构变形分析及仿真

柔性铰链四杆机构在精密机械中的应用日益广泛。采用伪刚体模型法对具有集中柔度的全柔性铰链四杆机构进行了分析,得出了外载荷与转角的一般计算公式。给出了计算实例,并与有限元软件ANSYS仿真结果进行了对比,误差在3%左右,验证了该分析方法的有效性。最后也得出了外载荷与危险点应力成正比的关系。