基于光照自适应调节和模糊分类的人脸图像质量提升算法研究

本文介绍人脸识别系统关键技术,综述不同光照下人脸识别技术研究。当前光照预处理方法包括基于小波变换处理、Retinex方法等,对比分析相同光照预处理方法在不同人脸测试库的性能差异。特定预处理方法对特定属性数据库才能达到理想识别效果。提出人脸光照自适应调节算法,建立模糊识别模型进行算法实验,提升非理想条件下人脸识别准确率,以挑选清晰的人脸图像提升移动场景人脸识别准确率。采用设计算法,人脸识别准确率达到97.21%,具有推广价值。

基于特征选择和模糊类支持度的模糊分类关联规则挖掘算法

模糊分类关联规则(Fuzzy Classification Association Rules,FCAR)是一种特殊的模糊关联规则,挖掘FCAR对于构建基于规则的分类模型至关重要。传统关联规则挖掘算法挖掘FCAR时可能会包含较多冗余规则,并且在数据集类别不平衡时,挖掘到的小类规则的数量会急剧减少甚至降为0。为解决上述问题,提出了一种基于特征选择和模糊类支持度-模糊提升度框架(Fuzzy Category Support-Fuzzy Lift Framework,FCS-FLF)的FCAR挖掘算法FSFCS Based FCARMiner(Feature Selection and Fuzzy Category Support-Fuzzy Lift Framework Based FCAR-Miner),基于模糊隶属度矩阵迭代挖掘FCAR。在多个类别不平衡的数据集上的实验结果表明,相比其他算法FSFCS Based FCAR-Miner算法能够避免大量冗余规则的生成,同时也能适应数据类别不平衡的情况,不会出现各类规则数量相差悬殊的情况。

基于改进FCM的变压器故障模糊分类方法

变压器油中溶解气体分析(DGA)是识别变压器的故障类型的一项重要技术,模糊聚类是一种有效的分析手段。但传统模糊聚类算法存在对随机初始化的聚类中心敏感、隶属度函数的有效度量范围较小使其容易陷入局部极值点的问题,因而实际分类效果不佳。针对传统FCM的不足,首先采用Canopy算法对DGA数据进行粗聚类,将其结果作为后续FCM聚类的初始聚类中心和最佳聚类数,降低了人为和随机初始化参数的主观性;然后通过引入负指数函数形式的相似度指标重构了FCM隶属度的迭代函数,降低了算法陷入局部极值点的可能性;最后通过对故障气体数据进行实例分析,验证了改进后的算法在识别变压器故障类别上的有效性和实用性。

面向不平衡数据的深度TSK模糊分类器

为了进一步提升Takagi-Sugeno-Kang(TSK)模糊分类器在不平衡数据集上的泛化能力和保持其较好的语义可解释性,受集成学习的启发,提出面向不平衡数据的深度TSK模糊分类器(A Deep TSK Fuzzy Classifier for Imbalanced Data,ID-TSK-FC).ID-TSK-FC主要由一个不平衡全局线性回归子分类器(Imbalanced Global Linear Regression Sub-Classifier,IGLRc)和多个不平衡TSK模糊子分类器(Imbalanced TSK Fuzzy Sub-Classifier,I-TSK-FC)组成.根据人类“从全局粗糙到局部精细”的认知行为和栈式叠加泛化原理,ID-TSK-FC首先在所有原始训练样本上训练一个IGLRc,获得全局粗糙的分类结果.然后根据IGLRc的输出,识别原始训练样本中的非线性分布训练样本.在非线性分布训练样本上,以栈式深度结构生成多个局部I-TSK-FC,获得局部精细的结果.最后,对于栈式堆叠IGLRc和所有I-TSK-FC的输出,使用基于最小距离投票原理,得到ID-TSK-FC的最终输出.实验表明,ID-TSK-FC不仅具有基于特征重要性的可解释性,而且具有至少相当的泛化性能和语义可解释性.

基于边界的最大间隔模糊分类器

对利用超平面、超(椭)球等几何形状实现数据分类的基于边界的主流分类方法进行了研究,在此基础上,提出了一种将空间点作为分类依据的最大间隔模糊分类器(MFC)。该方法首先在模式空间中找到一个模糊分类点c,c点距离两类样本要尽可能近且类间夹角间隔尽可能大。然后,测试样本通过c与训练样本间的最大化夹角间隔实现分类。最后,利用MFC的核化对偶式与最小包含球(MEB)的等价性,将MFC的应用范围从二类推广到单类。与主流分类方法的比较实验表明,MFC具有优良的分类性能和抗噪能力,其分类最高精度可达98.8%。

一种基于模糊核超球感知器的模糊分类模型

本文提出一种模糊核超球感知器(FKHP)学习方法,并介绍了一种基于FKHP这种学习方法的模糊分类模型.模型构建的基本思想是首先选择适当的核函数,将训练模式从输入空间映射到高维特征空间;然后,在特征空间中,利用提出的模糊核超球感知器学习算法,为每一类训练模式找一个覆盖该类别的训练模式的超球;将每个超球,看作为一个模糊划分,以超球中心和半径为参数,定义超圆锥体的隶属函数,并为之建立一条IF-THEN分类规则;最后,以超球半径作为规则的调整参数,进行规则的优化调整.本文介绍了模型的结构、分类规则产生算法以及规则的调整策略.

基于SA的模糊分类系统在数据挖掘中的应用

为了找到模糊分类规则的优化集,以改善与数据挖掘中分类问题有关的数据探索与开拓的性能,提出了在分类问题中利用模拟退火(SA)技术。对构建模糊分类器的SA元启发搜索机制进行了研究,该搜索机制能够从输入数据集中抽取精确的模糊if-then规则。在UCI数据集上用计算机进行了模拟,实验结果表明了基于模拟退火的模糊分类系统对于分类输入向量的鲁棒性。

岩体模糊分类中隶属函数的等效性

总结出了岩体工程模糊评价中常用的连续隶属函数主要类型有正态型、岭型、三角模糊数和梯形,并给出了相应的基本解析表达式.以岩体分类中的单轴抗压强度为例,研究了具体指标隶属函数建立方法.采用不同隶属函数计算了某岩石试样的单轴抗压强度的隶属度,发现不同隶属函数得出的隶属度有差异.选取影响岩体稳定的五个主要指标,利用某矿深部工程地质资料,计算了其岩体物理力学参数在不同隶属函数下的隶属度,并根据离散型隶属度取值表确定了结构面的隶属度.将不同隶属函数下的各类指标的隶属度进行不同的组合,形成不同的隶属度矩阵,对该围岩进行模糊评判分类,得出最后的分类结果一致.这一研究结果证明了各类隶属函数的等效性、在岩体分类应用中的适应性和正确性,为岩体模糊分类隶属函数的选择提供了依据和便利.

GK模糊分类算法在GIS局部放电模式识别中的应用

为了分析不同绝缘缺陷所激发的局部放电类型,在GIS内模拟了四种典型缺陷模型,根据局放信号与相位之间的关系,提取脉冲序列、幅值和相位信息,得到Hqmax～Phi、Hqmean～Phi及Hn～Phi等二维相位分布,然后利用统计参数偏斜度Sk、陡峭度Ku、峰值数量Pe及互相关因数CC等获取二维分布正负半周期的特征指纹。介绍一种新型Gustafson-Kessel(GK)模糊分类方法,根据特征指纹对四种缺陷进行分类,最后根据聚类有效性分析,验证了GK分类算法与模糊C-均值(FCM)分类方法都可达到较好的分类效果。

简化数字地形分析软件(SimDTA)及其应用——以嫩江流域鹤山农场区的坡位模糊分类为例

为了在精细尺度下定量刻画地形特征,给地理建模提供更准确的定量地形参数,克服当今应用领域中常用商业软件的局限性,本研究讨论了面向栅格DEM的"简化数字地形分析软件"(SimDTA 1.0版本)。SimDTA实现了诸多计算局域和区域地形属性、定量描述地形部位信息的现有算法,以及新建算法。例如,针对一个实际的应用问题——坡位模糊分类,采用以坡位典型位置作为原型的新思路,在SimDTA中,实现了一个新的坡位模糊分类方法,能够克服现有其他方法忽略空间位置信息等问题。这一坡位模糊分类方法和SimDTA中实现的其他功能相结合,形成了一套完整的坡位模糊分类流程。本文通过在东北嫩江流域一个小区的实际应用和讨论来体现SimDTA的有效性和实用性。

一种基于模糊分类的模板匹配眼睛定位方法

针对眼睛定位问题 ,提出了一种基于模糊分类的模板匹配方法。在用一种合成的眼睛模板对人脸图像进行匹配得到眼睛定位点的备选集合的基础上 ,通过模糊分类技术引入双眼相对位置关系等知识信息 ,从备选集合中找出相似度最高的一组作为双眼的定位点。实验证明与传统模板匹配方法相比 ,该方法能够同时定位双眼 ,并能够显著提高定位准确率和定位速度 ,对戴眼镜、头部变化。

基于聚类分析的模糊分类系统构造方法

提出一种新的利用样本数据构造模糊分类系统的方法。首先对每一类样本进行聚类分析 ,提出一种自适应确定各类别聚类数目的迭代算法 ,从而实现对特征空间的划分。然后对每个特征子空间产生一条模糊规则 ,将所有的规则组合在一起形成初始模糊分类系统 ,并对该系统进行结构简化和参数优化 ,在系统结构尽可能简单的前提下 ,进一步提高系统的分类性能。最后利用该方法对二维特征空间的两类样本和 Iris数据样本进行分类。仿真结果表明 。

基于模糊分类的弱小目标检测方法

为了实现对红外云层背景下的弱小目标检测,提出了一种新的基于模糊分类的红外弱小目标检测方法。该方法直接从待分类图像中提取出不同的类别区域,使得分类模板准确地体现当前图像的不同类别,从而得到图像的准确类别以实现弱小目标检测。首先,对红外天空背景弱小目标图像进行分析,将图像中的3类物体:净空、云及弱小目标细分为11个类别区域;其次,定义了类别特征矢量并基于此提出了类别核的定义,然后,根据类别核的定义从待检测图像中提取出11类区域的类别核;最后,根据模糊分类理论,定义了类别相似系数和类别贴近度,通过类别核对图像进行分类和类别归并,保留弱小目标类别完成检测。实验结果表明,该方法可对信噪比大于1.0的天空背景红外弱小目标图像中不同类型的区域进行准确分类,实现了对低信噪比的复杂云层背景图像中的弱小目标检测。

基于模糊聚类和遗传算法的具备解释性和精确性的模糊分类系统设计

提出一种基于模糊聚类和遗传算法的模糊分类系统的设计方法.首先定义了模糊分类系统的精确性指标,给出解释性的必要条件.然后利用聚类有效性分析确定模糊规则数目,利用模糊聚类算法辨识初始的模糊分类系统.随后利用模糊集合相似性分析与融合对初始的模糊分类系统进行约简,提高其解释性;利用遗传算法对约简后的模糊分类系统进行优化,提高其精确性,该过程反复迭代直至满足中止条件.最后利用该方法进行Iris数据样本分类,仿真结果验证了该方法的有效性.

基于多目标进化算法的高维模糊分类系统的设计

提出一种可同时构造多个精确性和解释性较好折中的高维模糊分类系统的设计方法。该方法由以下三步组成:(1)利用Simba算法进行特征变量选择;(2)采用模糊聚类算法辨识初始的模糊模型;(3)利用匹茨堡型实数编码的多目标遗传算法对初始模糊模型的结构和参数进行学习。基于NSGA-Ⅱ算法的目标函数同时考虑模型的精确性和解释性;为提高模型的解释性,在多目标进化算法中利用基于相似性的模型简化方法对模型进行约简。利用该方法对Wine等问题进行分类,仿真结果验证了方法的有效性。

板形模式识别的模糊分类方法

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

基于模糊分类-灰色马尔可夫的陀螺仪漂移预测

针对标准灰色马尔可夫预测模型抗干扰能力差的局限性,提出了一种基于模糊理论和灰色马尔可夫模型的预测方法。将模糊理论引入预测模型中,从分类方法上对标准灰色马尔可夫模型进行改进,该算法可以有效提高灰色马尔可夫预测模型的预测精度。将这种方法用于某型导弹陀螺仪的漂移预测中,实验证明了这种方法的有效性和可行性。

中文文本的关键词自动抽取和模糊分类

本文提出了中文文本分类的两种模糊方法，一种基于模糊集间的语义距离［２］，一种基于本文中提出的‘模糊分类网络’。两者都必须首先从文本中抽取关键词集合，本文给出了一种主要采用统计方法结合受限自然语言理解技术的模糊关键词集合提取方法，它与模糊分类方法结合，可望达到文本信息的自动分类。所提出的方法同样适合于模式识别之类问题的解决。

基于改进的ABC模糊分类法煤矿物资分类

为准确地对库存物资进行分类,采用了ABC模糊分类法,并比较了其与模糊分类法、传统ABC分类法及基于技术变换的线性规划法的分类效果。研究结果表明,模糊分类法与ABC模糊分类法有较高的分类准确度,其中ABC模糊分类法在整体分类准确度上要优于模糊分类法。最后对ABC模糊分类规则做了改进,整体分类准确度得到明显提高。该成果提出了一种新的物资分类方法,对煤矿库存物资分类有一定的参考价值和指导意义。

基于模糊分类的流体管道泄漏故障智能检测方法研究

本文针对基于负压波法管道泄漏实时检测系统误报高和灵敏度低的问题提出一种流体管道泄漏故障智能检测方法,该方法首先给出管道运行参数的确定模型,然后结合模糊算子给出流体管道状态模糊模型,进而利用该模型实现管道故障分类。以这种智能检测方法为核心设计流体管道故泄漏故障智能诊断系统(leak intelligent diagnosis system for fluid pipeline,LIDSFP),通过对某成品油管道实例仿真和在流体管道测试系统上的试验研究,给出了LIDSFP性能指标,进一步分析表明该系统可以有效完成流体管道的泄漏故障诊断。