面向积雨云检测的模糊支持向量机

为解决SVM在积雨云检测中的难题,本文构造了一种模糊支持向量机(FSVM),首先根据训练样本的分布特性,定义了相邻样本距离类中心的距离变化率,然后通过计算距离变化率来剔除训练集中可能的噪声与野值样本,从而有效克服了传统基于紧密度的FSVM在计算最小超球半径时易受噪声与野值干扰的缺点,使得所计算的隶属度能更好地反映不同样本的差异。实验结果表明,对于FY2D卫星云图,采用从不同通道所提取的光谱特征,本文方法的积雨云检测准确率与传统SVM和基于紧密度的FSVM相比,分别平均提高2%和1%,且具有更强的适应性及噪声鲁棒性。

贷款需求量与利率关系的模糊曲线模型

利用模糊子集的方法 ,构造一个恰当的隶属度函数 ,用以分析“贷款需求量 -利率”之间的关系。给出了如何调节利率 。

模糊“储蓄—利率”曲线模型

本文利用模糊子集的方法 ,构造一个恰当的隶属度函数 ,用以分析“储蓄量—利率”之间的关系 ,给出了如何调节利率 ,预测储蓄量的模糊曲线模型 .

人行桥人致振动烦恼率模型的建立

Stevens根据实验指出,外界刺激的物理量与心理量具有正比关系,比以往基于Fechner定律的烦恼率模型更符合实际情况.引入Stevens定律,根据统计学和心理物理学,得到离散和连续分布情形下的Stevens隶属度函数,并建立新的烦恼率模型.为验证改进的人行桥烦恼率求解的准确性和可靠性,对实际人行桥进行现场测试.研究结果表明:Stevens烦恼率模型能更准确地描述主观反应的不确定性;近似曲线的拟合值与实测值的变化规律具有较强的一致性. Stevens烦恼率模型能在如何评价人行桥步行振动舒适度方面带来新的凭据.