基于累计降雨序列隶属度函数的汛期划分探讨

以岗南水库、黄壁庄水库为例,采用隶属度方法,对海河流域汛期进行了主、前、后汛期划分,经分析,入汛时间推迟12d,出汛时间提前9d,汛期时间可缩短21d,主汛期有所缩短。为汛期科学调度提供理论依据,为不同地区汛期划分提供一种分析方法,并对防汛减灾、蓄水兴利具有一定的指导作用。

基于GIS的专家系统及其在农业宏观决策中的应用研究

把人工智能技术和地理信息系统有机地结合起来,在地理信息系统和专家系统结合方面做了较为深入的研究。克服了以往农业专家系统偏重于局部的、微观尺度上的各单一种、养植专家系统的缺点,从宏观尺度上在大农业信息化方面做了有益的探索。系统采用常识推理模型和基于知识部件库专家系统结构,在地理信息系统平台(MapInfo)上,用面向对象技术完成了农业自然条件分区系统,给出了吉林省农业自然条件的分区及隶属程度和以玉米为例的农作物品种配套模型的研究。

模糊推理技术在黄瓜温室环境决策中的应用

为探讨温室环境对黄瓜栽培的影响,提出一种基于模糊推理技术的黄瓜温室环境决策方法,通过对温室中主要的环境因子如温度、湿度、光照强度和CO2浓度的采集,系统根据专家知识对其进行隶属度的量化,并计算其相对知识库中各条知识结论的结论值,与用户进行交流后得出最后的判断,辅助用户对黄瓜温室环境进行管理。

一种改进的FCM聚类算法的混合矩阵估计

在增强信号稀疏性的基础上,对模糊C均值(fuzzy C-means, FCM)聚类算法进行改进,达到提高混合矩阵估计精度的目的,更好地解决欠定盲源分离问题。主要针对稀疏成分分析理论"两步法"中的混合矩阵估计算法改进,提出一种基于隶属度划分优化的FCM聚类算法。通过改变目标函数中的隶属度划分方式,来影响数据的归类,从而决定了混合矩阵中元素的估计精度。最后,将改进的算法用于语音信号仿真实验,完成混合矩阵估计。实验结果表明,用改进的算法所获得的矩阵估计误差小且精度高,可使归一化均方误差减小1.3 dB,角度偏差最多可减小1°。

蜻蜓算法优化的FCM图像分割

为了解决传统模糊C均值聚类算法(FCM)在对复杂图像进行分割时目标函数收敛速度较慢和算法优化结果依赖于算法初始聚类中心选择的问题,本文提出了采用蜻蜓算法优化FCM迭代过程的策略,优化后的算法能够更迅速更稳定地收敛于全局最优解。为验证优化算法的实用性与正确性并探究优化的实质,从伯克利标准图像库随机选择10幅图像进行实验,用其他元启发式算法优化的FCM算法与原FCM算法作为对照,比较分割的精确度与时耗,并记录各个部分代码的耗时进行比较。实验结果表明:在FCM算法迭代的过程中,时间开销最大的部分是计算图像的隶属度矩阵。蜻蜓算法在面对复杂问题时能减少隶属度矩阵的计算次数,更快搜索到全局最优解,从而达到优化。算法通过牺牲一部分精度,大幅降低耗时,适用于需要快速处理复杂图像的工作。