基于模糊-灰色聚类三角函数综合评价法的电动汽车技术发展风险分析研究

随着全球变暖、环境污染问题的加剧,电动汽车作为一种低碳电力技术,在近年来取得了快速的发展。但是在快速发展的背后也存在着不确定性,面临着诸多风险。本文将构建电动汽车发展风险评价指标体系,运用模糊-灰色聚类三角函数综合评价法对电动汽车发展风险进行了评价研究,并结合实例分析,得出我国电动汽车发展风险等级为高的结论。

基于改进型模糊聚类算法的植物病斑检测

针对植物病害图像成分复杂、病斑排列无规则等特点,提出了一种改进型模糊聚类的病斑检测算法。该算法采用Markov随机场与模糊聚类算法耦合策略,能够有效解决植物病斑检测时的模糊性和随机性问题。仿真实验表明,改进后的算法能够实现植物病斑的自适应检测,鲁棒性较好。然而,对于Markov与模糊聚类算法的最佳耦合方式及对于如何减少算法的运算量仍需作深入的研究。

模糊F统计量及其应用

将数理统计学中的F统计量进行模糊化修改,得到新的模糊聚类有效性函数。实验结果表明,该函数是可行的。

模糊隶属度加权的KFCM脑MRI的组织分割方法

医学图像受成像机制的影响不可避免地会引入噪声.为解决传统医学图像分割算法对噪声敏感的问题,提出一种模糊隶属度加权的KFCM分割方法.该方法在传统KFCM算法基础上引入局部空间信息,定义了局部隶属度函数,并结合传统KFCM算法得到的全局隶属度函数构造加权隶属度函数,为每个像素计算隶属度值;进一步地,结合邻域信息,使用迭代聚合方法为每个像素重新分配隶属度值.选取Simulated Brain Database数据集,对加入不同噪声的图像进行实验的结果表明,该方法在保证对噪声鲁棒的同时,能够提高分割精度.

基于异常数据溢出的电力调度系统监测预警的研究

电力调度系统存在时空故障样本数据,导致电力调度系统中异常数据溢出控制能力较差、监测预警精度较低,为此提出基于异常数据溢出的电力调度系统监测预警方法。通过采集电力调度系统的监测数据,获取异常数据溢出的负荷水平特征量,结合配电设备的工况特征进行时空故障样本数据处理。采用模糊监测方法,对电力调度系统的异常数据进行溢出控制,通过确定权限阈值,设置电力调度系统监测预警等级,从而构建预警模型,完成电力调度系统监测预警。仿真结果表明,该方法的电力调度系统监测预警精度较高,对异常数据溢出控制能力较好。

一种自适应图像数据源的花卉图像分割方法

为解决自然场景下各种颜色花朵目标的提取问题,提出一种基于自适应图像数据源的彩色图像分割方法。该方法中,一幅图像的不同数据源对应着此图像不同的色彩分量信息。由于模糊C均值聚类算法(FCM)是一种局部搜索算法,因此新方法中首先利用细菌觅食优化算法(BFO)的全局寻优性与FCM结合,从而寻得一幅图像在多个色彩分量下各自的全局最优聚类中心;然后利用一种新的综合的模糊聚类评价函数求得此图像在其不同色彩分量下即不同数据源下的分类质量;最后输出分类质量最好的分类结果。通过对真实场景中采集的10幅具有代表性的图像进行实验,结果证明新方案能适应目标颜色和背景因素的变化,分割出更接近期望的目标。