隐隶属度模糊c均值聚类算法

针对基于粒子群的模糊聚类算法运算效率较低的问题,提出隐隶属度模糊c均值聚类算法HMFCM(hidden-membership fuzzy c-means clustering)。HMFCM算法将FCM模糊隶属度迭代公式代入FCM目标函数中约简,得到无模糊隶属度的HMFCM目标函数,并利用PSO算法对聚类中心进行编码寻优,最后利用样本与聚类中心距离进行类别判决。HMFCM算法无需计算样本模糊隶属度,降低了聚类算法复杂度,提高了算法的计算效率及精度,而且该方法可以推广到其他基于生物寻优的聚类算法。通过仿真实验验证了所提出算法的有效性和时效性。

基于模糊隶属度最大似然估计的焊缝隐性缺陷磁记忆信号识别

针对磁记忆信号在焊缝残余应力集中、隐性损伤识别和定位上的难题,建立了模糊隶属度最大似然估计识别模型。通过疲劳载荷作用下的Q235钢板状焊缝试件磁记忆检测试验,研究了焊缝残余应力集中、隐性损伤直至宏观断裂整个过程的磁记忆信号变化规律,提取多种磁记忆特征值:峰峰值ΔHp(y)、梯度最大值K_(max)、梯度均值K_(ave)、极限状态系数最大值mmax,引入正态分布函数计算其概率,结合半梯形模糊隶属度函数,建立了焊缝隐性损伤的模糊隶属度最大似然估计识别模型,判断疑似缺陷点进而识别隐性损伤并定位缺陷。结果表明:基于多种特征参数基础上的最大似然模糊隶属度估计结果与实际缺陷位置完全一致,验证了该模型可以有效避免误判的发生,为实际工程中应用磁记忆技术进行焊缝隐性损伤识别和定位提供了新的方法。

基于模糊加权马尔科夫链的焊缝隐性损伤磁记忆特征参数定量预测

针对磁记忆技术在焊缝隐性损伤状态定量评价与预测中的难题,建立基于无偏灰色模糊加权马尔科夫链的焊缝隐性损伤状态磁记忆特征参数定量预测模型。以Q235焊接试件为试验材料,拾取焊缝纵向和横向磁记忆信号分布,与同步X射线检测结果进行对比得出:在宏观损伤时满足传统的磁记忆检测判据,即切向分量Hp(x)具有极大值,法向分量Hp(y)过零值;而在隐性损伤时并没有出现传统判据特征,说明Hp(x)与Hp(y)并不能准确地判断隐性损伤状态和程度。为此引入正交矢量合成梯度比Kr,可以较为敏感地反映隐性损伤状态,但敏感性同时带来局部振荡波动性,造成对隐性损伤后续发展状态的磁记忆定量预测困难。因此,在无偏灰色预测理论和马尔科夫链的基础上,结合模糊隶属函数建立模糊加权马尔科夫链磁记忆定量预测模型,验证结果表明:无偏灰色理论结合模糊加权马尔科夫链后的定量预测模型,其最大相对误差从38.492 5%降到5.046 4%,为实际工程中焊缝隐性损伤未来发展状态的定量预测与维修策略选择提供了新的思路。

最大熵软决策树HMM最大似然藏语音合成

针对传统的硬决策树藏语音合成系统存在泛化性能不强的问题,设计改进一种二进制软决策树算法,实现基于语境因子的藏语音合成模型参数估计。内部节点根据子代节点隶属度进行选取,每个节点可视为基于语境依赖隶属度的模糊集合,将每个语境分配给几个重叠的叶节点,提高模型概括和函数逼近性能;采用最大熵平滑分布进行局部一阶矩和全局二阶矩特征捕捉,实现隐式马尔可夫(HMM)输出概率分布的软决策参数最大似然估计。仿真验证结果表明,所提算法在满足应用实时性要求的前提下,可有效提高藏语音合成效果。

一种带有模糊观测层的隐马氏模型

提出了一种带有模糊观测层的隐马氏模型,称之为模糊隐马氏模型,它给我们提供了一种在模糊集的框架下解决兼有模糊性和随机性问题的方法.更重要的是它建立起来了一条联系连续隐马氏模型和离散隐马氏模型的纽带.

一种目标机动意图识别方法

为了满足陆战场识别、民用目标监视等军民多用途应用中目标行为预测需求,需要基于目标位置、运动状态等信息进行推理,实现目标机动意图的有效判断。针对目标原始地理位置无法提供语义信息问题,采用模糊隶属理论构建道路网格模型,对目标的位置语义特征进行提取,并基于K最近邻法克服位置误差可能导致的位置语义错误;在位置语义建模基础上,利用隐马尔可夫模型(HMM),对目标的机动意图进行推理。最后结合机场场面监视的应用,通过仿真验证了采用位置语义建模和K最近邻方法后的行为推理相较于一般隐马尔可夫推理的准确性改善。

基于模糊支持向量机的智能站继电保护设备隐性故障检测方法

针对智能站继电保护设备运行工况不稳定,误动率和拒动率较高的问题,提出了基于模糊支持向量机的智能站继电保护设备隐性故障检测方法。采用多小波变换方法处理采集的继电保护设备信号数据噪声,将处理后的信号输入模糊支持向量机网络中,计算隐性故障样本类别隶属度函数以及训练该网络,建立模糊支持向量机模型;通过组合二类分类器,分类检测继电保护设备隐性故障;利用采用布谷鸟算法优化模型的隶属度函数和惩罚函数,提升故障检测精度。测试结果显示:隐性故障检测相对误差结果均低于0.2,检测效果较好,并且应用后保护的误动率和拒动率均低于0.3%;能够可靠完成继电保护设备隐性故障运行工况下的故障类别检测。