一种基于模糊融合规则的CFAR检测器

针对单元平均恒虚警检测器(CA-CFAR)在多目标干扰和杂波边缘效应下的性能局限,提出了基于子参考窗口中最小选择单元的恒定虚警检测器(MCA-CFAR)。通过选择子参考单元中的最小单元格,显著提升了检测器的性能,并在瑞利分布背景下详细推导了检测概率、虚警率和检测阈值。为进一步优化性能,设计了模糊逻辑融合检测器(FUMCA-CFAR),它利用两个传感器计算空间隶属函数值,并通过代数和、代数积、MAX、MIN四种规则进行融合,实现了平滑输出,减少了目标信息的丢失。仿真实验表明,基于代数和融合的FUMCA-CFAR检测器在均匀和非均匀背景下均展现出优异的检测性能和抗干扰能力。

基于快速EM算法和模糊融合的多波段遥感影像变化检测

提出了一种基于快速EM(expectation maximization)算法和模糊融合的多波段遥感影像无监督变化检测方法.该方法首先对各波段差异影像采用基于直方图分析的快速EM迭代算法获取变化分类阈值和变化信息,随后对各波段的变化信息进行模糊融合和判决,生成最终的变化检测图.利用真实的多波段遥感影像进行了实验,本文方法在运行时间和检测效果两个方面都具有优越性.

基于RBFNN模糊融合的纸病在线辨识

针对当前的各种纸病辨识方法只能对于一种或有限几种纸病有效辨识,且不能准确辨识难点纸病的问题,在全面分析纸病特征、研究和归纳各类纸病辨识方法的基础上,本文提出使用模糊融合器对纸病图像的多种特征值进行特征层融合,把多个纸病辨识方法结合在一起,以达到纸病高效、全面辨识的目的.由于径向基神经网络结构与模糊推理结构的等价性,使得径向基神经网络实现的多种纸病特征的信息融合系统具有结构简单和快速性的特点.实验表明:本文方法可以准确识别包括难点纸病在内的各种主要纸病.

航天器诊断系统的多观测模糊融合技术研究

为解决航天器诊断系统中冗余多观测信息存在不确定性时的数据融合与冲突处理问题,给出了一种基于模糊理论的多观测融合算法,对算法进行了数学描述。该算法以模糊测度理论为背景,首先将冗余观测数据进行模糊化表示,然后按照模糊融合理论进行结果融合,最后进行模糊融合结果的可靠性评估。该算法解决了冗余观测存在不准确信息时的诊断问题。通过航天器诊断系统中的实测数据实例,说明了算法的实用性。

汽车半主动悬架神经模糊融合网络控制

针对汽车半主动悬架模糊控制器的模糊控制规则无法有效调整的问题,建立了两自由度1/4车辆模型.利用白噪声模拟路面激励并作为系统的输入,将人工神经网络与模糊逻辑控制相融合,采用人工神经网络模拟模糊控制过程,实现了模糊规则的自适应调整.将直接控制力作为参考控制力对神经网络进行训练,输出控制力结合开关控制策略实现悬架的半主动控制.仿真分析表明,神经模糊融合网络控制器相对于模糊控制器和被动悬架,使悬架性能得到了显著的改善.

一种基于模糊融合的直线提取算法

直线是许多图像处理与分析中广泛使用的特征,其提取算法的优劣直接影响到高层次视觉处理的复杂度和难度。综合分析了目前已有直线提取算法的优缺点,提出了一种基于模糊融合的直线提取算法。该算法首先对图像中的直线进行简单提取,然后利用模糊数学理论对直线的多种几何结构特征和物理特征进行融合计算,最终根据模糊融合得到的判决结果完成直线的连接。该算法不仅具备分辨率高和能够提取出低对比度直线的特点,而且能够保证直线提取的完整性。实验结果表明了该方法的有效性和实用性。

基于SDG模型和模糊融合的故障诊断方法

将符号定向图SDG(Signed Directed Graph)节点偏差模糊化为定性模糊偏差,并从子节点向父节点对其进行数据融合,得到父节点故障源可能性,分析了该模糊融合传递信息的特性和处理各种发生故障的情形的优点。建立了基于SDG模型和模糊融合的故障诊断方法,包括SDG建模、故障源数检验和故障诊断等步骤,并以铝电解槽故障诊断为实例,说明了这种方法的有效性。

数据关联的神经—模糊融合方法

本文提出了基于神经—模糊融合网络的数据关联新方法，解决了杂波背景下多目标数据关联的实际问题。首先为分级实现数据关联和降低关联模糊度，在文献［１］的基础上构造了多目标快速数据关联的系统结构。然后应用神经—模糊融合技术和改进的模糊基函数网络学习算法完成相关值的计算。该方法在地波超视距达站应用结果表明，这种方法提高了数据关联的性能和快速性，并为强海杂波背景下多目标跟踪提供了一种新的方法。

基于模糊融合的红外弱小目标快速检测算法

提出了一种基于模糊融合的红外弱小目标快速检测新算法。算法以差分图像为基础,根据差分图像的噪声特性引入衡量像素点灰度变化程度的隶属度函数,将经过隶属度函数"模糊化"的数帧差分图像进行模糊"与"操作实现融合,按照规则对融合后的图像进行两次模糊推理,实现了弱小目标的检测。仿真实验结果表明,该算法保留了差分法良好的实时性,克服了确定检测阈值难和"硬"判决带来检测概率低的缺点,能快速有效地检测出低信噪比红外图像序列中的像素个数不小于4的弱小运动目标。

基于汉语手指语字母识别的手指角度模糊融合

以汉语手指语拼音字母为研究对象,根据自行研制的数据手套CAS_Glove上传感器的特点,采用了弯曲传感器和外展传感器先后分别进行模糊融合的策略。针对弯曲传感器的模糊融合,提出一种分类融合方法,分别采用弱t模算子和弱t共模算子,再对其结果进行转换,最后用MICA算子进行弯曲传感器的最终融合。针对外展传感器融合的特点,使用了弱t模算子。通过和其它模糊融合方法的实验对比,证明该方法在数据手套进行角度融合时,优于其它模糊融合方法。

基于多特征模糊融合的疲劳状态判决

在基于视觉的疲劳驾驶识别过程中,使用单个特征进行疲劳驾驶判断,常常会受到非普遍适用性、噪声等因素的影响,从而导致识别率降低。为了解决眼部特征参数或者是嘴巴特征参数单个特征识别率低甚至特使环境无法识别的问题,提出一种基于多特征融合的判决方法,利用了各种特征之间的优势互补,可以降低噪声和类内类间差异的影响,从而提高系统的性能,并且能增强适用性。最后通过实验结果证明,使用眼部和嘴巴特征融合的方法比单一的判决方法准确率更高。

基于HOG特征与子区域模糊融合的人耳识别研究

作为一种新兴的生物特征识别技术,人耳识别具有其自身独特优势。利用局部特征信息,研究一类新型的基于梯度方向直方图的人耳身份识别方法,提出一种基于梯度方向直方图与子区域模糊融合相结合的人耳识别方案。将人耳图像划分为不同子区域,分别提取各子区域梯度方向直方图特征,引入模糊隶属度匹配融合策略,获取最终的分类结果。与多种方法的对比实验表明,基于梯度方向直方图的特征提取方法具有高识别性能,针对USTB人耳图像库3的测试实验,可达到99.75%的识别率。

AMT自动换挡车辆行驶环境的模糊融合

对车辆行驶环境进行了分析,研究了车辆在各种环境下的换挡特性,重点研究了路面阻力、转弯大小以及坡度大小对车辆换挡的影响,进而利用模糊推理技术对车辆行驶环境的模糊融合,其结果用于在车辆自动换挡时对换挡规律的选择和修正。本文是在仿真环境下模拟车辆行驶环境,根据试验数据和驾驶员换挡经验,建立了输入输出模糊化子集,并制定了模糊推理规则库,最后建立了一个三输入单输出模糊推理系统。

基于多小波变换的遥感图像模糊融合算法研究

基于多小波变换方法,提出了一种针对多光谱图像和全色图像的像素级遥感图像模糊推理融合算法。该算法首先利用IHS变换对多光谱图像进行颜色空间转换,然后对I分量和灰度拉伸后的全色图像进行多小波分解分别得到高频部分和低频部分图像。针对高频图像抗噪能力差的问题,提出了一种基于模糊推理的加权融合规则。对融合后的图像进行多小波重构和IHS反变换得到融合后的目标遥感图像。这种融合算法既保留了多小波变换在图像融合中的优点,同时也克服了传统融合规则会引起的图像模糊、噪声敏感的问题。实验结果表明,该方法在增加图像信息、增强图像目标特性和提高图像清晰度等方面有较好的融合效果。

基于云-模糊融合技术的电机故障诊断

在传统模糊融合诊断系统基础上加入云模型,运用该模型的正、逆向云发生器、云运算原理,构建了云—模糊融合诊断系统;该系统结合了云模型的模糊性、随机性、统计性,在对电机故障进行决策,不仅有效地解决了传统诊断系统存在单一判别准则无法判别的局限,还拓宽了电机故障模糊判别准则,可有效地评定决策故障结果,使诊断结果更具有客观性与模糊性,最后通过仿真实例表明了新系统具有传统诊断系统所不具备的优势。

基于模糊融合的足球机器人避障行为设计

近年来,随着足球机器人比赛事业的发展,关于自主避障问题的研究是当前足球机器人研究的热点和难点。如何将多传感器信息融合,提出最佳的避障方案,是未来足球机器人避障研究工作的重要方向。本文基于多传感器的模糊融合技术对足球机器人的避障行为展开研究,提出一种趋向于目标行为的避障行为设计方案,提高机器人避障成功率,保证机器人安全运行。

基于模糊融合技术的图像恢复方法研究

研究了利用模糊融合技术对白高斯噪声图像进行恢复的方法 .分别用均值滤波器和自适应维纳滤波器对噪声图像进行滤波 ,然后用Sobel算子和形态学中的膨胀操作提取滤波图像的边沿 ,把所提边沿部分的均值滤波图像和自适应维纳滤波图像利用模糊融合技术进行融合 ,得到融合图像 .

一种基于模糊融合的遥感图像目标识别方法

数据融合利用多传感器的信息,克服了单一传感器信息不完整、不精确、不确定的缺点,因此广泛应用于目标识别中,该文提出了一种基于模糊融合的遥感图像目标识别的新方法。首先在单源图像上提取可疑目标,然后根据目标在不同类型图像上的成像特点,选择合适的目标特征,充分考虑到各特征的重要程度,把模糊隶属度函数和模糊密度结合起来,最后利用特征层模糊融合对目标的身份进行判定。此方法应用在实际目标的识别中,取得了很好的效果。

基于模糊融合的Soft多结构形态学彩色图像滤波

在HSV彩色空间提出了一种基于模糊融合和Soft多结构元素的新的彩色形态学滤波。基于模糊融合的评价值来进行彩色图像点的矢量排序,与基于HSV矢量排序的方法相比,滤波效果更好。实验结果表明,该形态学滤波算法比经典形态学滤波算法更有效地去除图像的噪声,保留图像细节。

模糊融合技术在电机故障诊断中的应用

电机运行及故障有着复杂的物理(机、磁和电)演变历程,而传统的诊断方式是基于单参数特征,存在很大的不确定性。针对电机故障诊断系统中的多种状态监测与诊断技术,利用模糊信息融合原理实现对电机运行状态及故障的全参数综合评价,从而提高故障诊断的快速性与准确性。通过实例分析表明该诊断模型的可行性。