FCMBP聚类法在语音识别和模糊控制中的应用

首先从理论上证明了 FCMBP模糊聚类方法 ,即基于摄动的模糊聚类方法 ,比传递闭包法失真小 ;其次 ,用例子说明这两种聚类方法的聚类结果并不总是相同 ,有时还会产生本质差异 ;再次 ,提出用 FCMBP模糊聚类方法设立语音模式的参考向量集来进行语音识别 ,该方法能提高语音识别的正确率 ;最后 ,利用 FCMBP模糊聚类方法滤除量测数据对中的噪声 ,再用这些处理过的数据构造模糊控制规则 ,从而达到模糊控制规则的优化 .

FCMBP模糊聚类算法的改进

在FCMBP算法中,高阶模糊等价标准型的平移等价类数据库缺少一个高效的生成算法,且每一个模糊等价标准型的平移等价类需要定义相应的相似参数系等价类,过程繁琐。为解决上述问题,提出由低阶向高阶自动生成模糊等价标准型矩阵的平移等价类数据库的算法以及生成相应相似参数系的等价类的算法。通过实例验证该算法较好地解决了高阶模糊等价标准型的平移等价类数据库的自动生成问题。

FCMBP算法在入侵检测中的应用

在当前入侵检测数据属性相对稳定和统一的情况下,入侵检测引擎的识别判断能力以及选用算法的自身缺陷将会严重影响入侵检测的性能。本文从分析具体检测算法的科学性、健壮性入手,结合属性特性和属性作用度概念,改进FCMBP算法,并在其基础上构建检测系统,实验表明它比文献5所提模糊入检测系统有更好的表现。

基于进化规划的FCMBP模糊聚类改进方法

分析了基于摄动的模糊聚类方法(fuzzy clustering method based on perturbation,FCMBP),指出指数复杂度的遍历过程是目前PC计算环境下难以处理十阶以上较高阶数模糊相似矩阵的原因.把寻求具有最小"失真"的最优模糊等价矩阵看作优化问题来求解,提出了一种基于进化规划的FCMBP模糊聚类改进方法.与FCMBP相比,该方法通过引入基于进化规划的优化技术避免了遍历过程,使其能够对高阶模糊相似矩阵进行处理.得到的等价矩阵"失真"小于传递闭包法所得结果,从而获得更为精确可靠的聚类效果,将FCMBP模糊聚类方法推广到能够处理高阶模糊相似矩阵的情形,满足应用需要.

基于模糊聚类的入侵检测算法

针对数据中各个字段属性差异及其对产生入侵行为的作用度分析不足,从缓解模糊入侵检测中误差率高入手,验证其中存在的等价转换失真问题,用动态自反馈理论改造模糊聚类过程,并分析入侵数据类型及其在入侵中所起作用,建立面向混合数据的自反馈模糊聚类方法,并在此基础上构建入侵检测系统。实验表明本方法能够有效提高入侵检测引擎的检测率,降低其误报率,缓解上述问题。

一种面向混合数据的自反馈模糊聚类分析算法

利用动态自反馈理论改造模糊聚类过程,分析入侵数据类型及其在入侵中所起的作用,提出一种面向混合数据的自反馈模糊聚类分析算法,并用算法对KDD99数据集进行对比测试。测试结果显示,本方法能够有效提高入侵检测引擎的检测率,降低其误报率,增强计算机系统抵御入侵及自身免疫能力。

基于模糊聚类的中药对照指纹图谱研究

针对一般模糊聚类法在样本特征相似时分辨力差,以及现有的建立对照指纹图谱方法在选择样本时容易出现的随机性强,偶然人为错选等弱点,将摄动的模糊数学聚类方法(FCMBP)引用到对照指纹图谱建立的前期样本选择上,提出一种基于模糊模式识别的建立中药对照指纹图谱的新方法.通过田基黄薄层色谱指纹图谱实验证明,该方法能进一步提高对照指纹图谱的有效性和合理性.