基于改进模糊聚类算法的大数据随机挖掘仿真

大数据挖掘是从大量有噪声的、随机模糊的大数据中提取有价值信息的过程,由于海量大数据具有多维性、稀疏性以及动态性等特点,准确获取其分布特征的难度较大,随机挖掘难以直接实现。为此提出基于改进模糊聚类算法的大数据随机挖掘方法。利用建立的语义概念树模型获取大数据的特征分布关系,并根据模糊语义分析法得出大数据的语义相似性、关联性条件,提取大数据特征。优先确定最佳聚类数,采用改进模糊聚类算法对其聚类,实现基于改进模糊算法的大数据随机挖掘。实验结果表明,上述方法的大数据模糊聚类效果较好,随机挖掘准确率可达到95%以上,实验所得结果验证了上述方法较强的应用有效性。

基于改进模糊算法的节理分组软件开发

节理广泛存在于岩体中,其发育情况影响着岩体的稳定及渗流特性。由于节理数量众多,目前对其研究时需进行分组处理。传统的分组方法如依靠玫瑰图、极点等密度图等,无法确定每组节理的具体数据,同时对离散点的分组效果有限。当下使用机器学习的聚类算法也存在选择的聚类数影响分组效果的不足。鉴于此,在MATLAB平台上开发了基于改进模糊聚类算法的节理产状聚类程序(JOCP)。JOCP考虑节理的倾向倾角,使用基于聚拢度的模糊聚类算法进行分组,将结果使用Xie-beni指数判断优劣性,最终生成节理分组的最优解。JOCP以原始坐标数据及目标聚类数为输入,以节理产状数据、聚类中心、聚类结果分布图以及有效性指标为输出。将程序用于大连某边坡千条节理数据的分析中,结果证明程序可提高分组确定性,达到分组效果客观准确的目的。此程序可为地质勘探,灾害预测等领域提供技术支持。

基于深度学习及改进模糊KMeans的寻常型银屑病智能诊断方法

为了解决寻常型银屑病在样本分布不平衡的数据中可能会导致的深度学习模型诊断效果下降等问题,通过结合改进模糊KMeans聚类算法对高聚类复杂度数据的处理能力以及Visual Geometry Group 13(VGG13)深度卷积神经网络模型的预测能力,提出一种基于改进模糊KMeans聚类算法的VGG13深度卷积神经网络(VGG13-KMeans)模型,并将其应用于寻常型银屑病的诊断任务中。实验结果表明,相较于VGG13以及ResNet18两种方法,本文方法更适用于对银屑病特征的识别。

基于模糊自整定PID算法的退火炉温度调节技术

由于未考虑到退火炉温度偏差值的影响,导致超调量较高,调节效果欠佳。为此,提出基于改进模糊自整定PID算法的真空退火炉温度动态调节技术。依据真空退火炉的工作机理,分析退火炉在工作中的温度变化曲线,采用双曲正切函数求取温度调节过程中的温度偏差值,从而对其动态温度进行设定,采用改进模糊自整定PID算法构造温度模糊控制器,通过对设计的温度模糊控制器内部控制参数进行优化,从而对控制器结构进行更新,并将退火炉的相关参数作为输入量,目标温度作为输出量,由此实现对退火炉温度的动态调节。实例应用结果显示,所提方法可以有效实现对真空退火炉温度的动态调节,且超调量较低,调节效果较好。

基于改进模糊PID算法的AGV控制系统抗干扰优化

以使用传感器和控制算法进行自动导航和运输的自动引导车为例,探讨基于改进模糊PID(Proportion Integration Differentiation)算法的AGV自动导引运输控制系统抗干扰优化的方法。自动引导车在运行过程中,AGV系统可能会受到各种干扰,如外界环境变化、传感器误差等。为了提高AGV系统的抗干扰性能,本研究提出了一种改进的模糊PID控制算法。该算法结合了模糊控制的自适应性和PID控制的精确性。实验结果表明,基于改进模糊PID算法的AGV控制系统在抗干扰能力方面取得了显著的优化。与传统的PID控制算法及模糊PID算法相比,该方法能够更好地抵抗环境变化和传感器误差带来的干扰,从而提高了AGV系统的导航精度和稳定性。

基于改进模糊聚类算法的可见光通信网络资源安全分配方法

可见光接入点网络资源有限,而接入用户数量呈现逐渐上升的趋势,网络资源分配的公平系数较低、时延较高,对此,提出基于改进模糊聚类算法的可见光通信网络资源安全分配方法。提出方法通过构建可见光通信网络模型,展示可见光通信网络内部环境与结构,确定可见光通信信道模式,获取网络信道信息,应用改进模糊聚类算法分块处理可见光通信网络资源,计算数据聚合器(用户)在每个资源块上的信噪比,衡量不同通信链路的增益情况,以最大增益为标准,将网络资源安全分配给每个用户。实验结果显示,提出方法网络资源安全分配时延均值为4.72 s,用户被分配网络资源公平系数均值为0.79,实现了可见光通信网络资源的安全分配。

基于灰色-模糊-改进动量BP算法的矿工安全行为评价方法

根据矿工安全行为自身的复杂性,影响因素的多样性,行为过程的非线性、模糊性、随机性、时变性的特点,从安全生理、安全心理、工程心理、安全管理、生活重大事件、不同文化差异6个方面构建了矿工安全行为心理测量的初试量表。通过相关数学工具确定了与矿工安全行为状况紧密相关的63条测量指标作为评价因素集合,建立了基于灰色-模糊-改进动量BP算法的矿工安全行为状况的综合评价模型。通过实践应用表明,该方法能对矿工安全行为状态进行较为准确的评价,能满足生产现场矿工不安全行为预测的要求。

基于改进模糊算法的大学生征信评级模型探讨

自1999年我国商业银行开展高校助学贷款业务以来,我国助学贷款的违约率一直居高不下,其发展遭遇到了巨大的信用瓶颈。故本文设计了基于改进模糊算法的高校助学贷款信用评级模型。通过对湖南大学、中南林业、湖南财专、湖南涉外四所高校开展调查问卷,取得了172个贷款学生的样本,然后应用此模型对其进行了信用评级。通过实证分析,得出了低信用评级学生状况与学生违约状况基本吻合的结论,同时探讨了对学生信用评级有重大影响的因子,并在文章的最后为商业银行助学贷款的风险控制提出了相应的政策建议。

基于改进模糊PID算法的智能铲运机自主行驶控制方法

针对智能铲运机在井下环境中的自主行驶问题,在现有基础的多变量PID算法和传统的模糊PID算法基础上,设计了改进模糊PID算法。改进模糊PID算法引入权重协调航向角控制器和横向偏差控制器对输出转向角的影响。建立铲运机自主行驶的SIMULINK仿真模型。仿真结果表明,改进模糊PID算法在响应时间、超调量以及稳态误差等方面相比于多变量PID算法有较大优势。

一种改进的模糊C-均值(FCM)聚类算法

模糊C-均值(FCM)聚类算法受初始化影响较大,在迭代时容易陷入局部极小,鉴于遗传算法(GA)的并行全局搜索能力,文章将遗传算法引入进来对FCM聚类算法加以改进,并对所提出的新算法与经典算法的迭代步数和运行时间进行比较。实验结果表明:该算法与FCM聚类算法相比收敛速度更快,迭代步数更少。

改进的模糊C均值聚类算法和霍夫变换在榛子仁缺陷检测中的应用

以榛子仁为检测样本,采用模糊C均值聚类(FCM)算法进行图像分割;利用飞蛾扑火(MFO)算法改进其目标函数;利用函数对个体样本边缘提取,标记边缘拐点位置,计算拐点个数;对边缘图像进行霍夫(Hough)变换的椭圆曲线拟合,标记并输出饱满籽粒个数;依据试验数据,分析应用改进的模糊C均值聚类算法和霍夫变换对榛子仁缺陷检测的效果。结果表明:改进的模糊C均值聚类算法和霍夫变换,可以准确有效地对饱满、干瘪、霉斑、虫蛀、腐烂的5种榛子仁中的缺陷籽粒进行识别检测,提高榛子仁加工过程中的分拣效率。

改进模糊C均值的客机空调系统退化评估算法

针对使用快速存储记录器(Quick access recorder,QAR)数据进行大型客机空调系统健康评估与异常检测时面临的数据不平衡与先验知识不足的问题,本文提出一种基于改进模糊C均值(Fuzzy C‑means,FCM)的大型客机空调系统退化评估算法。该算法计算故障状态与正常状态的距离,并基于大型客机空调系统的物理特性优化了FCM算法的距离函数,引入了左右空调组件的状态差作为评估标准。本算法有效地解决了现行方法存在的过拟合问题,并且对于部件的前期退化有更高的敏感性,能够有效的反映性能退化的中间过程。为航空公司安排航班计划与维修计划,降低运行成本提供了有力的技术支持。

基于改进模糊聚类算法的CT图像病变区域分割

针对CT图像病变区域存在的欠分割和过分割问题,提出基于融合空域滤波器的改进模糊聚类算法。对CT图像进行预处理,将CT图像变换成通用图像,使输入图像具有一致直方图灰度分布,用区域生长方法标记和过滤非目标病变区域,获取脑部CT图像目标病变区域。通过改进的空域滤波器对噪声图像进行滤波去噪,对模糊聚类算法的目标函数和迭代公式融入空域滤波数据项确定隶属度矩阵,完成CT图像病变区域的分割。实验结果表明,所提方法在人脑CT图像血块区域进行分割过程中,具有较高的分割效率和精度,对噪声具有较高的鲁棒性。

基于NSST与改进模糊的乳腺超声图像增强方法

目的 为解决乳腺超声图像在采集和传输过程中引入噪声导致图像质量下降,影响乳腺癌早期诊断的问题,提出一种基于非下采样剪切波变换(Non-Subsampled Shearlet Transform,NSST)与改进模糊的乳腺超声图像增强方法。方法 首先,通过改进模糊算法增强图像对比度;然后,采用NSST将图像分解为低频部分和高频部分,其中对低频部分进行线性变换以调整图像整体对比度,对高频部分采用阈值模型去除图像中的噪声;最后,将处理后的高频部分和低频部分通过逆NSST获得增强图像。采用信噪比(Signal to Noise Ratio,SNR)和对比噪声比(Contrast to Noise Ratio,CNR)衡量算法去噪性能,结构相似性、特征相似性和信息熵衡量算法细节保留能力,平均梯度衡量算法对比度增强效果。结果 本文方法增强后图像的SNR为2.108,CNR为0.903,信息熵为7.363,平均梯度为9.439,结构相似性为0.939,特征相似性为0.972,均明显高于基于非局部均值自适应选择搜索区域图像去噪算法、基于NSST与模糊对比度的增强算法和基于双边滤波的NSST去噪算法。结论 该图像增强方法在保证图像结构的条件下,能有效降低噪声,增强图像对比度,具有一定的实际应用价值。

基于改进模糊控制算法的分数阶控制器设计

针对模糊规则层节点数量较多导致分数阶控制器控制精度和控制灵敏度较低的问题,设计基于改进模糊控制算法的分数阶控制器。采用区间二型模糊逻辑系统,利用该系统的降阶流程对集合实施解模糊化,计算适合的切换点,减少迭代次数。在此基础上,利用改进径向基函数模糊神经网络算法结构,将原有的3层前件网络增加至4层,并逐层修正它与后件网络的参数,提升权值作用,实现最优控制。结果表明:该控制器阶跃响应曲线平滑,控制温度稳定,与目标温度相差仅0.01℃;超调量仅为1.3%,超调量与调节时间均较小,控制能力强;鲁棒性、灵敏度、互补灵敏度、参数跟踪能力较高,时域响应能力较好,可实现所控目标有效控制。

改进模糊C-均值分割算法在多发性硬化症MR脑部图像中的应用

背景:脑部MR图像是一种无纹理的图像,未被噪声污染的脑部MR图像的灰度值具有分片为常数的特点。因此,在聚类过程中灰度值有趋向于在同一个分割区域中相对接近的性质。目的:寻找一个能够自动分割多发性硬化症病灶的模糊C-均值改进方法,为临床对于多发性硬化症的判断提供更方便的工具。方法:考虑到脑部MR图像相邻象素属于同一分类的概率相近的特性,在迭代过程中对8邻域数据集进行滤波以降低噪声对聚类精度的影响,提出了一种改进的模糊C-均值聚类算法。就是将模糊C-均值聚类算法迭代过程中得到的灰度值看作一个数据集,用每个象素邻域象素的灰度值修正该象素的模糊隶属度取值,从而达到利用空间信息抑制噪声的目的。结果与结论:选取了10个多发性硬化症患者的脑部MRI图像进行试验。通过对多发性硬化症患者MRT1脑部图像和T2液体衰减反转回复脑部图像的分割实验,结果显示该算法能够有效分割多发性硬化症病灶,与其他方法所做的多发性硬化症病灶分割相比,本算法更易于实现,运算时间短,同时结果与临床医生的勾画比较重叠率较高,对其临床辅助诊断具有重要作用。

改进可变模糊算法在水资源承载力评价中的应用

针对可变模糊算法在评价指标体系构建时没有考虑指标间的相关性对评价结果造成的影响,以及该算法在水资源承载力评价时没有对研究区域水资源承载力的时序变化特征进行探讨,引入了主分量分析(PCA)法以筛选出彼此间相关系数较低的指标来构建评价指标体系。因此对可变模糊算法进行了改进,旨在分析不同年份下的样本水资源承载状况的时序变化特征;同时,以大同市为例,对该地区(2010～2017年)的水资源承载状况进行评估。评估结果表明:改进后的算法与改进前的相比,在维持评价等级不变的前提下,级别特征值的稳定范围明显缩小,减少了误差范围,提高了评价等级精度。该改进算法进一步拓展和丰富了可变模糊集理论,可为后续评定其他区域的水资源承载状况提供一定的参考。

基于聚类的一种改进模糊辨识算法

针对一类以往的聚类算法不能很好的优化输入空间的问题,从模型简化的思想出发,充分考虑了样本输出对系统的作用,将无导师的学习算法与基于梯度的信息寻优算法相结合,并根据数据分布的密度自适应的调整聚类点的分布情况.给出了基于该算法的T-S模糊神经网络实现,并以函数逼近为例说明新算法在自适应能力,建模精度及计算量等方面均优于原算法.从而达到优化系统结构的目的.

改进模糊算法在雷达辐射源识别中的应用

要赢得现代战争的主动权，就必须充分掌握敌方雷达辐射源的信息，这就使得雷达辐射源识别成为现代电子侦察系统中最重要的功能模块之一。首先概述了雷达辐射源识别的基本思想、识别系统和常见识别算法，然后介绍了模糊识别理论。针对当前辐射源识别存在的模糊性和不确定性特点，改进了辐射源模糊识别算法，详细描述了算法的实现过程，最后阐述了算法的实例应用。结果表明，相比于模糊识别算法，改进算法的正确识别率有了明显提高。

基于改进模糊K-means算法的大数据处理方法

本文设计了基于改进模糊K-means算法的大数据处理方法。建立大数据采集模块,完善预测及技术的预知能力;绘制改进模糊K-means算法流程图,分析大数据相似密度公式;基于改进算法计算大数据处理方法相似度,消除MAE值的误差。实验采用对比测试的方法,得出传统方法处理大数据的MAE值在±0.000200左右,而新方法的MAE值仅在±0.000001左右的结论,验证新方法的处理效果更佳。