基于模糊隶属度分布函数的博斯腾湖景观适宜水位确定

采用层次分析法识别博斯腾湖景观关键点,基于湖泊特征水位分析,构建了景观关键点水位和景观适宜度的模糊隶属度分布函数,计算了不同季节博斯腾湖景观适宜水位范围。结果表明:湖泊水质、年旅游业收益是识别博斯腾湖景观关键点的主要因素;博斯腾湖最佳景观水位为1046.70 m,低警戒水位为1045.00 m,高警戒水位为1047.90 m,低、高破坏边缘水位分别为1045.40 m和1047.40 m;不同季节博斯腾湖景观适宜水位存在差异,春季和秋季景观适宜水位范围为1045.90~1047.16 m,夏季为1046.00~1047.00 m,冬季为1045.85~1047.25 m。

基于模糊隶属度的智能电网电力调度多目标优化研究

在智能电网电力优化调度过程中,因求解目标分布范围较小,导致全局搜索能力较差,因此提出基于模糊隶属度的智能电网电力调度多目标优化方法。根据智能电网的工作模式,搭建电力调度架构。在电力调度架构中,从调度成本、可再生能源利用率和用户满意度三个角度确定电力调度目标,构建多目标优化数学模型。设计模糊隶属度求解算法,获取多目标优化最优解集,采用通过模糊识别策略从最优解集内选取最终优化调度方案。应用分析结果表明,所提方法应用后,求解目标分布范围大幅度增长,全局搜索能力得到了增强,可以有效提升智能电网电力调度水平。

基于模糊隶属度邻域覆盖的三支分类决策

传统的邻域分类决策方法对不确定数据进行了严格的分类,可能导致严重的分类错误,因此提出一种基于模糊隶属度邻域覆盖的三支分类决策方法。引入模糊邻域覆盖方法,构建邻域覆盖隶属度相关的不确定测度,并且提供数据分布的隶属度近似。通过三支分类策略降低分类风险。通过多个数据集分类实验结果可知,提出的方法在保证分类精度的条件下极大地降低了分类风险。

基于BP神经网络和模糊隶属度的PM_(2.5)浓度校准

基于大量数据,采用Pearson相关系数与模糊隶属度分析自建点与国控点的细颗粒物(PM_(2.5))浓度数据相关性。其间通过建立反向传播(Back Propagation,BP)神经网络模型进行训练,并采用遍历试错法确定神经网络的最优算法与相关参数。经反复调试,校准结果相对于国控点数据的均方误差下降到0.005,均等系数为0.95,系统显示出优异的校准性能。研究结果表明,结合模糊隶属度预处理原始数据后,训练算法选用适宜、结构设定合理的BP神经网络能很好地校准自建点PM_(2.5)浓度数据,提高自建点数据精度。

基于模糊隶属度函数的桥梁结构损伤状态评估

为评估桥梁结构的整体损伤状态,以模糊理论为基础,引入模糊隶属度函数,构建了桥梁结构损伤状态评估模型。依托某预应力混凝土梁桥工程实例,对桥梁结构中确定的多种因素采用正态分布函数的形式进行定量表示,然后分别计算各因素所对应的隶属度,再组合成结构的整体隶属度对结构损伤状态进行分级判断。所提方法与《公路桥涵养护规范》中的状况评估方法得到的桥梁结构状况评级一致,验证了基于模糊隶属度函数的桥梁结构损伤状态评估方法的可靠性。该方法可在一定程度上能降低人为主观因素对桥梁结构损伤状况评估的影响,可应用于同类型桥梁进行结构损伤状态的评估分析。

运用模糊隶属度进行土壤属性制图的研究--以黑龙江鹤山农场研究区为例

通过传统土壤类型图所得的土壤属性图已不能满足精准农业和生态环境模型所需土壤属性的精度,而目前应用较多的统计方法和地统计方法均存在一定的局限性。鉴于此,本文探索了一种采用模糊聚类获取模糊隶属度进行土壤属性制图的方法。首先,采用模糊c均值聚类(Fuzzyc-means clustering,FCM)方法对环境因子进行聚类,通过野外采样(称为建模点)建立土壤-环境关系知识;然后,计算区域内各像元点对土壤类型的模糊隶属度;最后,对模糊隶属度采用加权平均的方法获取土壤属性值。将该方法应用于黑龙江鹤山农场老莱河流域的研究小区,以土体厚度和表层有机质为例进行土壤属性制图。为了评价该方法的有效性,将其与采用环境因子所建立的多元线性回归模型进行比较,通过野外验证点集评价两种模型所得的土壤属性,评价指标为观测值和预测值的相关系数、平均绝对误差(MAE)、均方根误差(RMSE)和准确度(AC)。结果表明,尽管通过建模点建立的多元线性回归方程R2较大,但该方程并不适用于研究区内的其他样本点,这表明多元线性回归方法在该区具有一定的局限性。与之相比,模糊隶属度加权平均的方法则可以通过较少的建模点得到更好的预测效果。

基于灰关联分析和模糊隶属度匹配的球形水果自动识别方法

针对现有水果识别方法需大量水果样本学习或仅对单一特征进行识别而导致的识别率较低的问题,提出一种基于水果图像处理的水果颜色和形状特征参数的提取方法、基于灰色关联分析和模糊隶属度匹配的球形水果自动识别方法。该方法通过提取水果图像关注区域(region of interest,ROI)的颜色和形状特征,建立参比水果的颜色特征参比数据库和形状特征隶属度函数,计算待识别水果与参比水果颜色特征的灰色加权关联度,求取待识别水果对于参比水果形状特征参数的模糊隶属度,按各特征量等权的原则合成待识别水果对参比水果的总匹配度,并根据总匹配度的大小实现待识别水果种类的判别。大量实验结果表明:该方法简单、有效,不需要大样本量水果的学习和训练,平均识别正确率达到99%以上。

具有模糊隶属度的模糊支持向量机算法

针对传统支持向量机(SVM)由于样本中存在孤立点数据或噪声而导致的过学习问题,通过分析模糊支持向量机(FSVM)的特点,指出其关键在于如何构建模糊隶属度,为此结合k近邻法思想提出了一种新的隶属度函数构造方法.该方法不仅考虑了样本点到类中心的距离,而且对各样本点排列的紧密程度也进行了估计,与传统SVM相比,它对样本的分类更为清晰和准确.将该方法应用于汽车发动机的实际故障诊断中,结果表明:SVM与普通FSVM的分类正确率较低,而采用新的模糊隶属度的FSVM算法却有较高的识别率,当k为5时分类正确率达到了70.93%,因此验证了该算法的有效性.

基于模糊隶属度模型的辽河干流水质评价

科学评价河流水质的时空变化,对河流水污染防治具有重要意义。基于2012—2018年辽河干流3个主要国控断面的水质监测数据,建立了水质综合评价指标体系和分级标准阈值体系,采用模糊隶属度模型构建了水质综合评价方法,综合测度了辽河干流铁岭、沈阳、盘锦段水质的时空变化。结果表明:2012—2018年,辽河干流各监测断面水质综合评价指数多为0.5~0.7,在中等和良好的临界水平波动,但上游水质总体略优于下游水质,而且水质季节变化特征明显。建议尽快构建辽河流域基于水环境容量的取用水动态调控机制,制定污水排放控制与水质监测实时挂钩方案,进一步加大水污染治理投资力度,不断完善流域水污染联防联控机制,以实现辽河流域水资源与水环境联动调控和精细化管理。

基于MVOtsu和对数型模糊隶属度函数的电力设备NSST域红外图像增强

针对电力设备红外图像细节模糊、边缘不清等问题,提出了一种基于非下采样剪切波变换(nonsubsampled shearlet transform,NSST)域的电力设备红外图像处理方法。该方法采用NSST将原始图像分为高频部分和低频部分。为了精确分割低频电力设备与背景环境并提高二者对比度,低频部分设计了一种结合均值与方差的MVOtsu(mean and variation otsu)算法,并分别对设备和背景进行线性增强和直方图均衡增强。为了增强高频边缘细节,抑制非边缘噪声,高频部分提出一种对数型模糊隶属度函数,将隶属度值域下界拓展到0,解决经典Pal-King隶属度增强后逆映射时低灰度值区域扁平化问题。最后按照NSST变换合成增强结果。该算法与相关算法相比,边缘强度、信息熵、对比度、标准差等评价指标至少增长15.06%、2.03%、33.78%、1.28%。实验结果表明:文中算法能有效的提高电力设备红外图像整体对比度,对细节和边缘增强效果明显,便于人眼识别和智能故障定位,适用于变电站、巡线等多种环境红外图像增强处理。

基于混合模糊隶属度的模糊双支持向量机研究

双支持向量机是近年提出的一种新的支持向量机。在处理模式分类问题时,双支持向量机速度远远超过传统支持向量机,而且显示出较好的推广能力。但双支持向量机没有考虑不同输入样本点可能会对分类超平面的形成产生不同影响,在某些实际问题中具有局限性。为了克服这个缺点,提出了一种基于混合模糊隶属度的模糊双支持向量机。该算法设计了一种结合距离和紧密度的模糊隶属度函数,给不同的训练样本赋予不同的模糊隶属度,构建两个最优非平行超平面,最终实现二值分类。实验证明,该模糊双支持向量机的分类性能优于传统的双支持向量机。

基于模糊隶属度空间约束的FCM图像分割

针对模糊C均值(FCM)算法对噪声较为敏感,提出了基于隶属度空间约束的FCM图像分割方法,该方法将隶属度空间约束关系引入到FCM目标函数,在新的目标函数中,像素点的隶属度不仅仅与FCM标准目标函数有关,还与其领域像素点的隶属度有关。由于融合了图像像素点的空间信息,反映了领域像素点间的隶属度关联信息,因此该算法具有较强的抗噪性能。

一种基于模式类特征空间统计分布的离散模糊隶属度函数模型

本文提出了一种基于模式类特征空间统计分布的模糊隶属度函数模型,可有效地反映模式在特征空间中的真实分布,用于模式分类器输入特征的模糊化可获取更好的识别性能。作者以带钢表面缺陷检测系统为应用对象,以采自上海宝山钢铁公司冷轧带钢生产线的实际样本为训练集和测试集,对本文提出的模糊隶属度函数性能进行了测试,并与基于模糊C均值的隶属度函数进行了比较,测试结果显示,本文提出的基于模式类特征空间统计分布的模糊隶属度函数模型抗噪能力强,在提高分类器识别率和降低错误率上有明显优势。

一种构造模糊隶属度的新方法

传统的模糊支持向量机隶属度函数是基于样本点到类中心点的距离进行设计的,这对非规则形状分布数据很不合理。在基于粗糙集和支持向量机建立入侵检测模型里,使用粗糙集理论挖掘出各条件属性对决策属性的影响决策程度,提出基于样本点与类中心点属性比较加权的新隶属度函数构造方法。该方法用于此模型,可以有效降低隶属度函数对样本集几何形状的依赖,能够有效地区分样本点、噪音点以及孤立点。实验表明,与支持向量机和传统基于类中心距离的模糊支持向量机相比,新的基于属性相关的隶属度函数的模糊支持向量机达到最好的分类效果,而且新隶属度方法简单易行,运行速度快。

土壤模糊隶属度不同数据转换方法及其对空间插值结果的影响

应用模糊c-均值算法对土壤进行连续分类时,其输出的土壤模糊隶属度值具有成分数据的结构特点。直接基于土壤隶属度数据实施普通克里格插值,其空间预测结果缺乏可信度。因此,在进行插值预测之前,必须对土壤模糊隶属度值进行必要的数据转换。研究采用对数正态变换方法、对称对数比转换方法和非对称对数比转换方法对土壤模糊隶属度值进行数据转换,分析了各种数据转换形式对插值结果及其精度的影响。结果表明,对样点土壤模糊隶属度进行简单对数正态转换,其插值结果空间上任意点的土壤对于不同类别的隶属度之和均不为1,因此这样的插值结果理论上缺乏可行性。数据经非对称对数比转换和对称对数比转换后,插值结果均满足各个位置组分之和为1和非负限制,二者相比,后者对区域总体趋势的反映较前者好,且精度较高。因此,在应用对称对数比方法对样点土壤模糊隶属度值进行数据转换的基础上,应用克里格技术实施空间插值可以获得最佳预测结果。

一种使用修正模糊隶属度的航迹关联方法

在分布式多传感器多目标跟踪系统中,航迹关联是进行航迹融合的必要预处理步骤.针对传统航迹关联方法在密集目标环境下关联正确率严重下降的问题,文中提出一种新的航迹关联方法.该方法对传统的模糊隶属度进行时间平滑,并在整体上而不是单个隶属度上考虑航迹的关联程度,从而提出一种修正模糊隶属度来衡量两条航迹的相似程度.此外还设计了一种基于先验有序关联对的训练方法来设置参数.仿真结果表明,与经典的模糊双门限方法相比,该方法易于设置参数且性能更好,因而更适合于工程应用.

基于模糊隶属度函数的高速公路沥青路面结构方案优选

在高速公路沥青路面结构方案优选过程中,模糊隶属度函数主要用于确定功能要素重要性系数。介绍模糊隶属度函数的概念,确定沥青路面使用性能评价常用指标,应用模糊隶属度函数进行功能要素的排序,以及3种典型沥青路面结构的功能评价。结果表明,模糊隶属度函数可以有效提高高速公路沥青路面结构方案优选效果。

基于模糊隶属度的电力系统抗差估计

提出了一种电力系统模糊自适应抗差估计(fuzzy adaptive robust estimation,FARE)方法。计及了量测权重的不确定性,以连续的模糊隶属度评价测点的优劣,很好地解决了测点非优即劣的问题,以最小化测点劣质性的加权模糊隶属度之和为优化目标,采用原对偶内点法(Primal-Dual Interior Point Method,PDIPM)求解,并且实现了对量测粗差的自适应。多个IEEE标准算例以及波兰系统的仿真测试结果表明,该方法具有良好的抗差性能。

基于模糊隶属度的人脸图像性别识别

由于人脸面貌特征与性别存在着一定的不确定性,提出了基于模糊隶属度的人脸图像性别识别。用对光照、灰度变化具有较强鲁棒性的局部二进制模式(LocalBinary Pattern,LBP)提取人脸特征,首先将人脸均分为多个子窗口,对所有子窗口提取LBP直方图,然后将这些直方图顺次连接来描述人脸。细致推导了适用于人脸图像性别识别的模糊函数,根据最大隶属度原则,来识别人脸的性别。在FG-NET人脸库及自建的FID人脸库中进行了实验,取得了96%的最高识别率。

一种基于定性基准变换的模糊隶属度表示法

从基准变换角度,给出了一种基于定性基准变换的模糊隶属度表示法:在性质拓扑空间中进行的基准变换Tij,令区间域簇R={(eik,eik+1],k=0,1,…,n}为(0,1]上的一个划分,设性质Pi(x)的基准域簇为τi={Nik},映射Hλ:τi→R为基准变换的扰动系数映射,在扰动系数映射下可以构成集合套H:(0,1]→Nim,从而可以确定一个模糊集:A=∪λ∈(0,1]λTijH-1λ(λ),最后的隶属度的确定的数学表达为:μ(Pa(x))=sup{λ|Pa(x)→Tij H-1λ(λ),λ∈(0,1]}.