基于核聚类算法和模糊Markov随机场模型的脑部MR图像的分割

为了更有效地对被噪声污染的脑部MR图像进行分割,提出了一种基于模糊核聚类和模糊Markov随机场的脑部MR图像分割算法。该算法在使用高斯径向基函数的核聚类目标函数中,引入了基于Markov随机场的补偿项,作为分割算法的空间约束。这种空间补偿项用Gibbs分布描述,实际上是一种归一化的核函数,其和用来度量灰度特征的核函数的形式是相似的,并且这种空间约束利用了分割结果的模糊信息。这种基于核函数和Markov随机场模型的算法克服了传统聚类以及核聚类算法的缺陷,不仅提出了更加合理的空间约束,而且改善了原有的分割模型,因此可以得到更加分段光滑的聚类结果。通过对合成图像、模拟MR图像以及临床MR图像进行的分割实验以及和标准分割结果的比较表明,该算法优于相关算法,可以有效地分割被污染的MR图像。

三种模糊Markov链状预测模型

为了解决具有不确定信息的Markov链状预测问题,给出了"模糊状态-精确观测数据"、"精确状态-模糊观测数据"和"模糊状态-模糊观测数据"三类模糊Markov链状预测的模型,涵盖了具有不确定信息的Markov链状预测的各种形式,系统研究了三种模型下的状态转移概率确定方法与预测过程。该项工作使得模糊Markov链状预测模型问题趋于完善,为深入研究模糊Markov过程以及其它特殊的模糊随机过程提供了思路。

结构元理论下的模糊Markov决策过程

为解决模糊Markov决策过程中λ-截集计算的复杂性问题,利用模糊结构元理论建模及求解.对于状态模糊情况,分别给出全部状态模糊与部分状态模糊的模糊Markov过程定义,模糊结构元建模及优化决策;给出具有模糊转移矩阵的Markov过程定义,结构元建模及优化决策;给出状态及转移矩阵均模糊的Markov过程定义,结构元建模及优化决策.实例分析结果表明:模糊Markov过程的结构元建模及优化决策是简单有效的.

基于模糊Markov过程的系统维修度研究

一般可修系统受环境、气候等因素的影响,导致部件的故障率和修理率未必是常数,因此用一个模糊数值表示更具应用价值。探讨在此假定下的模糊Markov模型,即利用模糊概率理论和模糊集理论,建立当故障时间和修理时间服从模糊负指数分布时的模糊Markov模型及模型的系统平衡方程,并计算实例的系统维修度,以验证其适用性。

T-S模糊Markov跳变系统控制策略综述

T-S模糊Markov跳变系统是一类由时间与事件共同驱动的随机混杂非线性系统,其状态变量由系统状态、模糊规则及系统模态组成.系统各模态间的随机跳变服从Markov过程,且用此来描述系统参数的随机变化.首先,介绍T-S模糊Markov跳变系统的研究背景;其次,从T-S模糊Markov跳变系统的复杂结构出发,阐述T-S模糊Markov跳变系统及其控制的研究进展;最后,简要介绍面临的挑战.

模糊Markov自动预测程序在辽河泥沙含量预测中的应用

模糊状态-模糊观测数据的Markov预测模型具有经典Markov模型不具备的优势,但模型建立过程相对复杂,计算量大。利用Matlab将模型建立过程编写为通用程序,代替繁琐的手算过程。该方法保留模糊Markov模型的优点,弥补其不足。利用模糊Markov自动预测程序对辽河含沙量数据进行预测。研究结果表明:模糊Markov模型能充分利用数据的丰富性,兼容观测数据的误差和波动;模糊状态的划分更加细致合理。这些优点使模糊Markov模型具有很高的预测精度。对辽河含沙量数据的预测表明,对淡水资源的保护迫在眉睫。

基于模糊Markov过程的复杂系统可靠性仿真评估

针对系统动态可靠性中的不确定性问题,将动态故障树分析方法与模糊理论相结合,提出了基于模糊Markov过程的复杂系统动态可靠性仿真评估方法。首先,结合模糊理论与故障树方法,对基于模糊故障树的复杂系统可靠性模型进行了描述;其次,对动态故障树模型与的Markov过程模型的转换方法进行了研究,构建了复杂系统模糊动态可靠性评估模型,给出了系统模糊可靠度Monte Carlo仿真方法,并针对模糊隶属度难以求解的问题,结合目标规划模型,设计了动态隶属度确定算法;最后,以某型内燃机为例,对方法的科学性和有效性进行了验证。

Markov链的组合预测及其应用

为了解决状态预测问题,提出了一种马尔可夫链组合预测方法。以加权马尔可夫链预测和模糊马尔可夫链预测为基础,以级别特征值方法为连接方法,通过区间中值,各单一预测模型和组合预测模型的对比,证明了该方法更为精确,更贴进实际值。丰富了马尔可夫链预测理论体系,同时形象直观、预测精确、计算简便、易于推广,具有一定的实际应用价值。

n-n-1∶G系统的模糊稳态可靠度

经典马尔可夫模型中故障率和修复率为常数的假定不一定符合实际,比如受气候环境等因素影响部件的故障率和修复率,而用模糊数来表示更具有实际意义。文中在模糊负指数分布的假定下,应用模糊Markov模型及模糊概率理论,并结合模糊数学理论分析n-n-1∶G系统,获得了该系统的稳态平衡方程,用割集的形式给出了各状态的可靠度,最终通过去模糊求出系统的稳态可用度。

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。

Markov随机场与Gaussian曲线在MR图像分割中的应用

针对扫描的人脑组织MR图像边缘分辨率低、模糊性大的特点,本文提出了一种基于模糊Markov随机场和Gaussian曲线相结合的MR图像最佳阈值分割方法。该方法通过对图像的像素邻域属性的统计将模糊论引入其中,建立模糊Markov随机场,并利用Gaussian曲线对二维直方图最佳一维投影进行拟合,确定出图像中各脑组织的二维阈值点,在二维直方图上实现对脑组织的分割。通过实验表明,本算法能够有效提高脑组织的分辨率,对噪声的鲁棒性、结果区域的连通性相对于一维Otsu和二维Otsu算法都有了很大的提高。

竞争失效条件下的装备选择性维修优化方法

为了实现集群装备的精确化保障目标,提高任务成功概率,提出了一种竞争失效条件下面向随机不确定任务的装备选择性维修优化方法。当任务间隔时间为随机变量时,同时考虑装备、任务与随机竞争失效等相关参数的模糊特性,基于模糊Markov过程与模糊通用生成函数法,建立了竞争失效条件下的模糊多状态系统任务成功概率评估模型;然后以模糊任务成功概率为目标函数,在维修备件资源约束下,建立了针对集群装备的选择性维修决策模型,同时利用Memetic算法对模型进行求解,得到最优维修方案;最后,以某型捷联惯性导航系统装备为例,计算得到该选择性维修模型下的任务成功概率可达到0.6018。分析与实例验证了模型的有效性和合理性。