基于多特征模糊模式识别的公式符号关系判定

数学表达式的识别过程中,结构分析是非常重要的一步。而符号关系的判定又是结构分析的关键。然而符号间关系的不确定性导致数学表达式运算含义的模糊性,已经成为数学公式识别中结构分析的一大难点。通过大量的统计数据,抽取出较为明显的特征,并引入多特征模糊模式识别的方法,建立隶属函数来判断印刷体数学公式符号的关系。实验结果表明,该方法适用范围较广,准确率较高,具有较强的鲁棒性。

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。

带特征权重的混合特征模糊C均值算法

针对模糊数据,Hathaway提出了模糊C均值算法(FCM);针对符号数据,El-Sonbaty和Ismail提出了符号数据模糊C均值算法(FSCM);Miin-ShenYang等人对FSCM进行了改进,提出了混合特征的模糊C均值算法(MVFCM),MVFCM比FSCM更有效更具有实用性。在MVFCM的基础上,给出了带特征权重的混合特征的模糊C均值算法(WMVFCM),并通过实验比较,说明WMVFCM比MVFCM更有效。

布尔型关系矩阵的收敛性、特征模糊集及稳定性分析

指出了文[1]中部分错误,在此基础上分析了带有"max-product"合成运算的布尔型关系矩阵的稳定性,讨论了关系矩阵及模糊状态过程的收敛性,指出了稳定关系矩阵特征模糊集的确定办法及几种特殊情形下的算法.

基于特征模糊聚类的物联网节点异常检测方法

针对物联网环境中通过传感器装置采集到的数据容易受到外界因素的影响、造成数据传输不准确、产生异常数据的问题,开展对物联网节点异常检测方法的研究.通过物联网节点异常特征数据采集、节点异常概率检测,提出一种基于特征模糊聚类的物联网节点异常检测方法.通过对比试验证明,该方法与传统检测方法相比能够有效降低检测结果的漏检率,完整地对物联网环境中的节点异常进行检测,并且得到更加理想的效果,维护物联网中数据的安全传输.

单幅图像局部特征分层模糊挖掘算法仿真

为了能够深入获得图像纹理特征信息,提高后续数据识别精准度。因此,提出了单幅图像局部特征分层模糊挖掘算法。通过直方图均衡化方法,将图像中灰度值集中到对应灰度等级区域。由不均匀分布向均匀分布状态转换,拓展像素的灰度动态范围。分析图像局部特征复杂度与差异度,求出相邻模板灰度等级,得到局部复杂性和差异度矩阵,采用Laplace算法对图像局部特征推荐分类,根据推荐级别分层模糊挖掘所选特征,以此实现对单幅图像的局部特征分层模糊挖掘。通过实验证明,所提算法可准确挖掘出图像特征,不同层级纹理信息都完整,且挖掘时间保持在0.25s内。

基于模糊特征簇的空间高效用并置模式挖掘算法

实例经常出现在相邻区域的空间特征集被称为空间并置模式。空间高效用并置模式是空间并置模式挖掘的一项扩展性研究,其考虑了模式的效用价值,更能反映出空间特征间的高质量聚集现象。现有的空间高效用并置模式挖掘方法大多使用自适应的效用参与度(Utility Participation Index, UPI)作为度量参数。然而,UPI没有考虑真实地理环境中“邻近”概念的模糊性和重叠性。此外,由于UPI不满足向下闭合性,算法的挖掘效率也不够理想。因此,该文结合模糊集理论构建了空间模糊邻近关系,提出了新的模糊效用度计算方法。同时,引入了模糊Chameleon聚类算法,提取了基于模糊特征效用度的模糊特征簇,从而进一步提取空间高效用并置模式。最后,在三个模拟数据集和两个真实数据集上进行了大量的实验,证明了该算法的合理性及有效性。

基于运动与模糊特征的红外热成像烟雾检测

在焦化企业生产过程中会产生大量烟雾,排放、泄漏会对自然环境造成污染危及生命生产安全。针对热成像视频对比度低、纹理度差等特点,本文采用烟雾具有运动与模糊特性来进行检测。提出计算每帧图像的噪点度来改进Vibe检测算法的固定阈值,从而可更完整地将移动目标区域检测出来。将整幅图像划分为块区域图像;结合运动区域来提取该区域内的模糊与噪点比值、FFT计算模糊度所计算特征训练生成烟雾分类器;对实验视频进行检测,平均准确率达到94.53%。结果表明,本文所提算法对焦化企业红外热成像视频烟雾检测的准确性和实时性,具有良好的抗干扰能力。

模糊特征在天气雷达反射率基数据质量控制中的应用

提出一种新的基于模糊特征的天气雷达回波特征量。结合其他特征量,可应用于天气雷达反射率基数据质量控制。实验结果表明,在绝大多数情况下,特别是在降水、非降水回波同时出现时,以该特征作为依据之一,能够很好的区分两种回波。

基于弹性网格模糊特征的手写体汉字识别方法

网格方向特征在手写体汉字识别系统中得到广泛应用,被认为是目前较成熟的手写体汉字特征之一。网格技术是网格方向特征的关键技术之一。根据汉字笔画分布特点及拓扑结构的相关性,提出了一种新的基于弹性网格及其相关模糊特征的提取方法。该方法使特征向量的信息量增加,特征更加稳定。对银行支票图像大写金额的识别率达到97.64%,实验结果证明本文方法比其他网格方向特征更有效。

基于子块特征及其相关模糊特征的手写体汉字识别方法

根据汉字笔划分布特点及拓扑结构的相关性，提出了一种子块及其相关模糊特征的提取方法。该方法使特征向量的信息量增加，特征相对稳定。

一种基于区域模糊特征的图像检索方法

提出一种新的基于区域模糊特征的图像检索方法(Region-Based Image Retrieval with Fuzzy Features,RBIRFF).先将图像分割成区域后,利用模糊集理论计算每个区域的模糊特征,再利用区域特征间相似度计算方法,进行图像相似度测量.最后,按照相似度的降序排列图像,得到检索结果.介绍了RBIRFF原型系统的设计和实现,并用实验测评了其检索性能.提出的方法对大型图像数据库的快速和准确检索,有广泛的应用前景.

基于支持向量机的模糊特征分类算法研究

为解决设备使用预测的问题,给出支持向量机(SVM)的改进算法及基于距离的模式识别算法。使用训练数据得到SVM的最优分类超平面,运用确认数据的特征集作为分类标准预测分类结果,将分类结果与概率相结合作为模式识别算法的输入,算法输出为某个固定模式。实验结果表明,与传统算法相比,以改进的SVM分类结果为输入的模式识别算法准确性更高,可广泛应用在二值输入的模式识别算法中。

经验模式分解模糊特征提取的支持向量机混合诊断模型

为解决机械故障小样本模式识别问题,有效地提高分类的准确率,提出了一种基于经验模式分解模糊特征提取的支持向量机混合诊断模型.该模型通过对信号进行经验模式分解,提取信号的本征模式分量并转化为模糊特征向量,对机器故障进行诊断,然后将模糊特征向量输入到多分类的支持向量机中,实现了对机器不同故障类型的识别.将该模型应用于汽轮发电机组的 3 种工作状态的识别中,测试结果表明,同原有的未经过任何特征提取以及经过小波包模糊特征提取的 2 种多分类支持向量机方法相比,该模型将分类准确率从原有的53 33%和86 67%提高到100%,有效地改善了分类的准确性.同时,该模型还为汽轮发电机组的故障确诊提供了有力依据.

倾斜车牌图像边缘模糊特征识别方法研究

针对倾斜车牌图像识别过程中存在无法进行水平坐标采集,无法抵御外界因素干扰,倾斜角和识别区域不连贯,采用当前算法对倾斜车牌图像进行识别时误差大等问题,提出一种基于边缘模糊特征的倾斜车牌图像识别方法。先利用旋转投影法建立车牌图像彩色边缘的笛卡尔坐标系,并对车牌边缘图进行坐标变换,将旋转后车牌图像的垂直边缘向水平方向投影,确定车牌的倾斜角度,将图像分割为不同的区域,对倾斜车牌图像进行校正,采用模糊隶属度建立车牌图像边缘模糊特征集,将特征集内的各个特征进行相似度对比,有效地完成了对倾斜车牌图像的识别。仿真证明,所提算法对倾斜车牌图像识别率有较大提高。

基于划痕曲线模糊特征分析法确定硬质薄膜临界载荷

由于划痕实验曲线包含有大量无规则波动和跳跃,文中提出从划痕曲线的模糊特征分析角度,获取硬质薄膜的临界载荷值。针对氮化钛(TiN)硬质薄膜的纳米划痕实验结果曲线,文中进行较为深入的模糊特征分析,定义压头垂直位移相对变化率RV和摩擦因数相对变化率RF两个特征量,利用模糊逻辑的方法,确定临界载荷的大小。结果表明,划痕曲线模糊特征分析是一种有效的方法,能方便实现临界载荷的判别,进而为评价膜基界面结合强度提供一定依据。

模糊特征选择新算法:Ⅱ

用模糊似然函数计算类内及类间距离，得到任意特征子集的模糊特征选择系数，用于特征子集的选择，从而得出最能区分和表征模式类的特征子集．举例说明了该方法的具体用法，表明具有好的实用性．

一种集成模糊特征的测地线主动轮廓模型的图像分割

构建有模糊特征控制的曲线法向力场集成到测地线主动轮廓模型,使得该模型能包含更多的图像分割信息。当用模糊特征表示图像区域信息时,改进模型保持了原来模型具有边缘指示特性,同时具有区域特征一致性的分割性能。改进模型提高了演化曲线抓取感兴趣目标的范围和提取凹凸区域的能力,可以适应对弱边缘、噪声干涉图像的分割。图像分割的实验说明新的模型对图像分割具有良好的性能。

基于模糊特征选择的决策因素比较研究

提出基于模糊特征选择的决策因素比较方法，引进两种新的贴近度函数来计算类内类间距离，以此为判据得到了基于模糊特征选择的决策因素比较方法，数值计算表明了该方法的有效性．该方法对智能决策辅助的研究有一定的作用。

基于粒子群优化的模糊特征自适应选择方法

模糊特征的选择影响着模糊分类的结果。从大量模糊特征中选择出有效特征进行分类,存在着一定的难度。粒子群优化算法(PSO)是基于群体智能的新型进化计算技术,具有自适应、自组织等智能特性,具有强大的寻找最优解的能力。将离散二进制PSO用于模糊特征选择,实现了基于PSO的模糊特征自适应选择方法,并通过航空和卫星遥感影像的模糊分类实验,验证了此方法的有效性。