-
题名基于类高斯隶属函数的模糊万能逼近器性能分析
被引量:8
- 1
-
-
作者
夏琳琳
潘旭影
王丹
魏洪磊
-
机构
东北电力大学自动化工程学院
-
出处
《沈阳工业大学学报》
EI
CAS
北大核心
2014年第3期316-321,共6页
-
基金
吉林省科技厅青年科研基金资助项目(20130522171JH)
-
文摘
为了验证由三角形和高斯型隶属函数构造的逼近器均能以任意精度逼近非线性连续系统,引入了一种基于类高斯隶属函数的模糊逼近器设计方法,借助参数可调性来构造隶属函数的"泛模型",从而实现三角形到高斯型两类隶属函数的切换.由类高斯隶属函数、单值模糊器、乘积型推理和中心平均解模糊器构成模糊逼近系统,并由万能逼近定理指出逼近精度及模糊子集数目的确定方法.与神经网络、决策树和小波级数等非线性万能逼近器相比,模糊系统具有可解释性强和可利用语言信息的独特优势.分别以一维和二维非线性系统为例进行模糊逼近设计与分析,逼近效果体现了不同的控制特性,证明了类高斯函数用于模糊隶属函数表示的合理性和有效性.
-
关键词
高斯隶属函数
类高斯隶属函数
模糊系统
万能逼近器
模糊子集
泛模型
三角形隶属函数
逼近精度
-
Keywords
gauss membership function
gauss-type membership function
fuzzy system
universal approximator
fuzzy subset
universal model
triangle membership function
approximation precision
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名双输入型模糊前向神经网络的构建
被引量:4
- 2
-
-
作者
杨文光
闫守峰
文小艳
-
机构
华北科技学院基础部
-
出处
《湖南师范大学自然科学学报》
CAS
北大核心
2013年第3期33-38,共6页
-
基金
华北科技学院高等教育科学研究资助课题(HKJYZD201213)
中国高校基本科研业务费资助项目(3142013021)
-
文摘
利用高斯型隶属函数作为隐层神经元激励函数,构建了四层模糊前向神经网络.根据从训练数据集中提取出的插值样本数量来确定隐层神经元个数.网络结构确定后,基于二元函数逼近论确定最优权值,得到双输入型近似插值神经网络,说明了最优权值的双输入型模糊前向神经网络的实现过程.计算机数值仿真实验表明所构建的网络在运行时间、逼近精度与去噪效果等方面是有效的,丰富了多输入神经网络的构建方法.
-
关键词
前向神经网络
高斯型隶属函数
权值直接确定
插值
-
Keywords
feedforward neural network
gauss membership function
weights-direct-determination
interpolation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名高斯隶属度函数模糊神经网络在肺癌诊断中的应用
被引量:4
- 3
-
-
作者
徐力平
张华杰
吴逸明
-
机构
郑州大学信息工程学院
郑州大学公共卫生学院
-
出处
《郑州大学学报(理学版)》
CAS
北大核心
2011年第1期95-98,共4页
-
基金
国家自然科学基金资助项目
编号30571552
-
文摘
选用隶属度函数为高斯函数的模糊神经网络用于肺癌诊断,尝试提高诊断的正确率.对于非二值输入参数,首先用高斯隶属度函数模糊化,然后与二值参数一起作为BP神经网络的输入参数.所用病例被随机分为训练集和证实集,训练模糊神经网络,用证实集测试该网络区分肺癌与非肺癌的能力.结果表明,用高斯隶属度函数的模糊神经网络比作为对照的三角形隶属度函数模糊神经网络诊断正确率有所提高,而且对病例如何分组不敏感.
-
关键词
高斯隶属度函数
模糊神经网络
三角形隶属度函数
肺癌诊断
-
Keywords
gauss membership function
fuzzy neural network
triangle membership function
lung cancer diagnosis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于高斯隶属度的融合算法在改进Leach中的应用
被引量:8
- 4
-
-
作者
陈伟琦
胡斌杰
-
机构
华南理工大学电子与信息学院
-
出处
《传感器与微系统》
CSCD
北大核心
2011年第2期135-138,共4页
-
基金
国家科技重大专项基金资助项目(2009ZX03006-003)
广东省科技重大计划资助项目(2009A080207006
2009A080207002)
-
文摘
无线传感器网络中节点采集的数据具有较高的冗余度,对数据进行融合处理后再传送到汇聚节点,能有效地降低能量消耗,延长网络生命周期。设计了一种基于高斯隶属函数的数据融合算法,并改进无线传感网络Leach协议,对传感器节点进行二级分簇,多跳通信延长网络生命周期。在一级簇头节点依据分布图法剔除疏失数据,进而利用高斯隶属函数求得权系数,对采集到的有效数据进行加权融合。经实验仿真证明:该融合技术有效地消除了传感器的测量误差,提高了融合数据的精确度,降低了无线传感网络的能量消耗。
-
关键词
数据融合
改进Leach
高斯隶属函数
分布图法
-
Keywords
data fusion
improved Leach
gauss membership function
distribution graph method
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种模糊森林学习方法及其行人检测应用
被引量:5
- 5
-
-
作者
周文谊
王吉源
-
机构
江西环境工程职业学院通讯与信息学院
江西理工大学信息工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2017年第3期304-308,315,共6页
-
基金
江西省教育厅青年科学基金(GJJ14455)
-
文摘
针对随机森林学习方法训练数据时存在的过拟合问题,通过改进各决策节点的决策函数设计一种模糊森林学习方法。利用高斯隶属度函数构建决策树上各节点的决策函数,将确定决策路径转换为模糊决策路径。根据样本从根节点到叶节点所经过的所有决策节点的模糊决策值乘积生成模糊路径。结合各模糊路径与相应叶节点预测参数得到预测结果。将模糊森林学习方法应用到行人检测领域,分别对Haar特征和方向梯度直方图特征进行学习与分类。实验结果表明,与经典的Adaboost、支持向量机和随机森林分类器相比,模糊森林方法可有效提高行人检测的识别率。
-
关键词
行人检测
随机森林
高斯隶属度函数
模糊决策
方向梯度直方图
-
Keywords
pedestrian detection
Random Forest (RF)
gauss membership function
fuzzy decision
Histogram of Oriented Gradient(HOG)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于风能转换系统的模糊PID自适应控制
被引量:4
- 6
-
-
作者
李意扬
吴定会
-
机构
江南大学电气自动化研究所
-
出处
《江南大学学报(自然科学版)》
CAS
2013年第1期17-22,共6页
-
基金
国家自然科学基金项目(61174032)
江南大学自主科研基金项目(JUSRP211A40)
-
文摘
以额定风速以下风能的最大捕获为目标,设计了基于模糊PID自适应控制的桨距控制器。以发电机产生的电能与理论计算的风轮最大捕获的风能误差为输入设计控制器,该控制器在运行时根据风况在线调整PID参数,实现自整定。仿真结果表明,在额定风速以下,基于高斯型隶属度函数的模糊控制方法能够将风能转换系数控制在最优值0.476附近,叶尖速比可以维持在最优值7附近,能够实现额定风速以下的最大风能捕获。
-
关键词
风能转换系统
PID自整定
模糊控制器
高斯型隶属度函数
-
Keywords
wind energy conversion system, PID self-adaptive ,fuzzy controller, gauss membership function
-
分类号
TM341
[电气工程—电机]
-
-
题名高斯隶属度优化的超分辨率随机森林学习算法
被引量:2
- 7
-
-
作者
周文谊
王吉源
-
机构
江西环境工程职业学院通讯与信息学院
江西理工大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2016年第23期208-212,共5页
-
基金
江西省教育厅青年科学基金项目(No.GJJ14455)
-
文摘
随机森林学习算法是一种有效的单图像超分辨率方法,然而其决策函数是确定的二值函数,这对某些图像块的确定性划分并不是最优的选择。为提升单图像超分辨率性能,采用高斯隶属度函数构建随机森林各决策节点的决策函数,将决策函数的输出值由0和1的确定值转换到0-1之间的概率值,并在叶节点上依据数据划分路径上各决策节点概率的乘积进行预测,依据最小经验冒险准则学习决策参数,使随机森林能更好学习不同的样本数据。实验结果表明,与随机森林学习等目前主流单图像超分辨率方法相比,该方法可以提升超分辨率图像的峰值信噪比,同时运算效率与传统随机森林学习算法相当。
-
关键词
随机森林学习
单图像超分辨率
决策函数
高斯隶属度函数
经验冒险
-
Keywords
random forest learning
single image super resolution
decision function
gauss membership functions
empirical risk
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于演进向量量化聚类的增量模糊关联分类方法
被引量:2
- 8
-
-
作者
霍纬纲
屈峰
程震
-
机构
中国民航大学计算机科学与技术学院
-
出处
《计算机应用》
CSCD
北大核心
2017年第11期3075-3079,共5页
-
基金
国家自然科学基金资助项目(61301245)
国家自然科学基金委员会与中国民用航空局联合资助项目(U1633110)~~
-
文摘
为了提高动态数据集上模糊关联分类器(FAC)的建模效率,提出了一种基于演进向量量化(eVQ)聚类的增量模糊关联分类方法。首先,采用eVQ聚类算法增量更新数量属性上的高斯隶属度函数参数;然后,扩展早剪枝更新(UWEP)算法,使之适用于增量挖掘模糊频繁项;最后,以模糊相关度(FCORR)和分类规则前件长度为度量方式裁剪并更新模糊关联分类规则库。在4个UCI标准数据集上的实验结果表明,与批量模糊关联分类建模方法相比,所提方法能够在保证分类精度和解释性的前提下,减少模糊关联分类器的训练时间;基于eVQ的高斯隶属度函数的增量更新有助于提高动态数据集上模糊关联分类器的分类精度。
-
关键词
增量学习
模糊关联分类
演进向量量化聚类
早剪枝更新
高斯隶属度函数
-
Keywords
incremental learning
fuzzy associative classification
evolving Vector Quantization (eVQ) cluster
UpdateWith Early Pruning (UWEP)
gauss membership function
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于多参数融合和组合赋权的风电机组健康状态评估
被引量:7
- 9
-
-
作者
郭煜涛
谢丽蓉
包洪印
孙代青
-
机构
新疆大学可再生能源发电与并网技术教育部工程研究中心
中船重工海为(新疆)新能源有限公司
-
出处
《新疆大学学报(自然科学版)(中英文)》
CAS
2022年第1期119-128,共10页
-
基金
国家自然科学基金(51667021)
新疆维吾尔自治区区域协同创新专项(2018E02072)
新疆维吾尔自治区高校科研计划自然科学重点项目(XJDU2020I004).
-
文摘
针对目前风电机组健康状态无法准确评估的问题,提出一种基于多参数融合和组合赋权的风电机组健康状态评估方法.根据故障频次与时长构建风电机组健康状态评估指标体系,通过将灰色关联分析法的参数层指标客观权重与层次分析法的参数层主观权重对应结合,再与上层指标权重综合,归一化得到组合指标权重,应用高斯函数确定指标对各状态等级的隶属度,采用参数-部件-系统逐层对风电机组开展健康状态评估,选取新疆某风电机组SCADA数据进行验证.结果表明:该方法可在故障发生前得出状态劣化的趋势,对机组早期的故障发出报警,从而达到整机状态预警的目的.
-
关键词
组合赋权
健康状态评估
灰色关联分析
高斯隶属度函数
风电机组
-
Keywords
combination weighting
health status assessment
grey correlation analysis
gauss membership functions
wind turbine
-
分类号
TM614
[电气工程—电力系统及自动化]
-
-
题名结合MACH滤波最大池化及多类SVM的行为识别
被引量:2
- 10
-
-
作者
何俊林
赵晓亮
孙连海
甘胜江
-
机构
成都师范学院计算机科学学院
中原工学院信息商务学院信息技术系
-
出处
《计算机工程与设计》
北大核心
2017年第12期3431-3435,共5页
-
基金
中国博士后科学基金面上基金项目(2014M560730)
四川省科技厅应用基础基金项目(2015JY0071)
+1 种基金
成都师范学院高层次引进人才专项科研基金项目(YJRC2014-9)
成都师范学院自然科学类培育基金项目(CS14ZD02)
-
文摘
提出一种人体行为识别方法。构建MACH滤波器组,对视频片段的三维时空体进行滤波,得到时空相关体;采用三层最大池化方法提取时空相关体的特征向量,采用高斯隶属函数对池化特征向量进行扩展;构建多类SVM分类器并进行特征分类,识别行为类别。在ADL和UCF Sports两个国际上通用的人体行为数据集上进行人体行为识别实验,实验结果表明,该方法的识别率高于现有的人体行为识别方法,对不同人体行为的区分能力更强。
-
关键词
行为识别
MACH滤波
最大池化
多类支持向量机
高斯隶属函数
-
Keywords
activity recognition
MACH filter
max-pooling
multi-class support vector machines
gauss membership function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进PSO与规则约简的模糊系统优化算法
- 11
-
-
作者
蔡际杰
陈德旺
黄允浒
黄玮
-
机构
福州大学数学与计算机科学学院
福州大学智慧地铁福建省高校重点实验室
福州理工学院计算与信息科学学院
-
出处
《计算机与数字工程》
2021年第8期1525-1530,共6页
-
基金
国家自然科学基金面上项目(编号:61976055)
智慧地铁福建省高校重点实验室建设基金项目(编号:53001703,50013203)资助。
-
文摘
模糊系统是一种具有强可解释性和高鲁棒性的智能方法,但目前仍存在精度不高、产生的模糊规则太多等缺陷。针对目前存在的问题,论文通过改进粒子群优化算法优化模糊系统高斯型隶属度函数的参数,以及计算规则支持度约简模糊规则,提出了CPSFS和SPSFS两种模糊系统优化算法。在两个不同领域的经典数据集上的研究结果表明:1)CPSFS算法在训练集和测试集上的预测精度明显优于传统的BP神经网络、RBF神经网络、线性回归等算法;2)CPSFS算法与SPSFS算法减少了大量模糊规则,保证了模型的可解释性;3)CPSFS算法在约简模糊规则后预测精度依然表现最优,符合新时代下回归问题对于AI技术的要求。
-
关键词
模糊系统
可解释性
鲁棒性
粒子群优化算法
高斯型隶属度函数
-
Keywords
fuzzy system
interpretability
robustness
particle swarm optimization algorithm
gauss membership function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-