基于模糊神经网络的球团密度在线测量

提出了一种在线测量球团密度的新方法．该方法以模糊神经网络技术为基础，综合考虑制团过程各因素对球团密度的影响，建立起球团密度的软测量模型．在软测量模型中，采用模糊神经网络模型描述球团密度变化的非线性过程，并提出了一种改进的模型辨识算法，利用减法聚类法确定合适的聚类组数目，并用实数编码的遗传算法优化全局参数，从而获得了结构简单、具有较高精度的模糊神经网络软测量模型．根据此方法，设计了测量装置，并进行了现场试验，试验结果表明软测量模型输出与实验室测量值基本一致，平均误差较低且最大误差未超过0．05g／cm^3．     

含蜡原油流变参数粘度和析蜡点的测量

我国原油多属“三高”原油,因此,掌握含蜡原油的流变特性是提高原油输量,避免“凝管”现象发生的关键。而含蜡原油的粘度和析蜡点是流变参数中的主要物理量。也是输油工艺设计和管道运行中不可缺少的基本参数,所以,准确测定原油的粘度值和析蜡点对输油管道的运行与管理至关重要。     

基于模糊数据挖掘的网络入侵检测模型

提出了一个基于模糊数据挖掘的入侵模型.异常检测的一个主要问题是正常模式随时间变化.如果一个实际的入侵行为稍有偏差就有可能与正常的模式相匹配,而异常检测系统则无法检测到这种入侵行为.为解决这个问题,本文利用模糊数据挖掘技术建立正常模式,并用一组模糊关联规则表示.在进行异常检测时,利用新的审计数据挖掘当前模糊关联规则,并计算其与正常模式的相似度,如相似度低于规定的阈值,使其产生入侵警报.最后,文中利用遗传算法优化模糊成员函数来选择其参数.     

基于模糊聚类多模型池塘溶解氧软测量研究

提出了一种基于模糊-C均值聚类FCM（Fuzzy C-Means）算法的多模型结构方法,并建立了溶解氧软测量模型。通过对养殖池塘溶解氧软测量模型的研究表明,该方法具有良好的测量精度和鲁棒性,具有良好的在线测量与监控能力。     

基于神经网络遗传算法的湿度测量系统研究

在研究湿度测量和控制原理的基础上,设计了一种基于神经网络遗传算法的湿度测量系统。系统采用DHT11湿度传感器,利用改良的神经网络遗传算法对湿度测量进行优化。结果表明,经神经网络遗传算法优化的湿度测量仪可以将精度控制在1.6×10-2,大大地提高了湿度测量的精度,并且基于该算法的湿度测量具有很好的鲁棒性和自适应性。     

基于混合学习算法的模糊小波神经网络控制

采用小波函数作为模糊隶属函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理.针对BP算法易陷入局部极值点的缺点和简单遗传算法局部搜索能力差的不足,提出了一种混合学习算法,即首先利用遗传算法全局搜索的特点来离线优化神经网络的参数,再利用BP算法较强的局部搜索能力对网络参数进行在线调整.仿真结果表明,该网络能对不同的对象实施有效控制,且具有快速、适应性强等特点.     

基于模糊认知图的虚拟桃树建模研究

将模糊认知图引入虚拟桃树建模的研究之中,在研究的基础上,提出了一种基于模糊认知图的桃树生长数学模型。模糊认知图模型通过在传统认知图模型中引入模糊测度来量化概念间因果关系的影响程度,用简单数值运算代替了复杂的符号逻辑来实现智能推理和决策。这个模型为虚拟植物提供了一种新的方法。通过试验表明,该模型设计简单、易于扩展、适用性好。     

基于模糊神经网络的绗缝加工变形量预测

根据非刚性材料高速加工中材料容易变形的特点,引入模糊神经网络和计算机视觉测量技术,在传统PID控制基础上,增加一个模糊神经网络预测器,对加工轨迹进行预补偿。建立单针绗缝加工的变形量模糊神经网络预测模型,并进行仿真。实验和仿真结果表明:模糊神经网络的误差补偿,在满足精度高的前提下,具有较快的收敛速度,为绗缝加工提供一种较好的可行方法。     

基于IOCDGA的模糊目标柔性作业车间调度优化

具有模糊目标要求的柔性作业车间调度，是柔性作业车间调度的扩展，它能够满足生产实际中对成本、生产周期及交货期等多方面指示的要求。与多目标调度相比，它还能够处理非精确指标要求问题，并且可以满足关键零件的特殊要求。为了实现对具有模糊目标柔性作业车间调度优化，提出了一种具有个体优化群体多样性的遗传算法（IOCDGA），以加快收敛速度，避免早熟问题。该算法针对文中的编码方法，定义了群体平均差及熵，用来表示群体的多样性指标。通过多样性指标控制交叉率和变异率，该算法的进化侧重于单个或少数个体达到最优，而不是传统GA中的全部个体均为最优。计算结果表明，该算法可行，并减少了迭代次数。     

基于计算机图像处理技术的叶面特征参数无损测量研究进展

相比传统方法计算叶片特征参数,无损图像处理技术无需采摘叶片,在保持植株完整株型的前提下为下一次数据测量提供了保障并应用先进的计算技术准确计算植株的各种特征值,无损图像处理技术逐渐成为国内外学者研究植物生长形态的重要手段。介绍基于数码技术的叶面积计算方法和基于图像处理的叶片轮廓建模方法,概述数码技术应用于叶面积计算的国内外研究进展,总结归纳叶片轮廓提取方法和拟合方法的优缺点,并指出应用图像处理技术计算叶面积仍需进一步解决的问题。     

基于混合高斯背景模型的水面目标检测

通过混合高斯背景模型法对水利监控视频图像中的水面运动目标进行检测。根据河流水面的特点,采用混合高斯模型为水面背景建模,并运用在线EM算法进行背景模型的快速更新,然后用学习的高斯背景模型进行水面目标检测。该背景模型能够克服各种外部因素的影响,如光照变化、水面波浪,水面反光等,具有很强的适应能力,并能够满足实际应用中对目标检测的实时性要求。     

模糊C均值聚类在电力负荷建模中的应用研究

针对负荷建模中统计综合法研究薄弱的现状,在某省全电网大范围调研基础上,提出了基于模糊C均值算法的分类思想,并对调查的48个枢纽变电站和纺织行业典型用户的负荷特性进行了分类研究,得到其相应聚类中心矩阵,分析了聚类结果和聚类中心矩阵,得出了有意义的结论,表明该方法可以有效的进行变电站的聚类和综合以及典型行业用户的精选,解决了负荷建模中变电站特性分类处理和典型用户的精选的复杂性与主观性,对综合负荷建模具有重要的指导意义.该方法具有概念清晰,计算方便,算例论证了其正确性和有效性.     

基于双尺度分解和模糊熵测量的特征选择算法

针对当前树叶识别算法缺乏足够的鲁棒性和可区分度,提出一种双尺度分解和模糊熵测量的特征选择算法。首先采用自适应提升小波(ALW)和不同尺度高斯滤波的双尺度算法,然后根据中心对称的局部二进制描述算子(CS-LBP)提取形状和纹理特征,最后由模糊熵测量法(FESM)重新分配各个尺度的比例。实验结果说明算法具有较高的识别率和噪声容忍度。     

基于模糊二元运算的模糊群的同态

文献[1]给出一种新的模糊二元运算,利用这种运算导出集合G中元素间的一种运算（仍称之为模糊二元运算）,然后给出模糊群的定义。在模糊群之间引入了同态的概念,并给出了这种模糊群同态基本定理。     

基于Web Services的农产品网上交易系统模式初探

在当前电子商务中,传统的农产品交易网站不能自动采集来自不同网站的农产品信息,而信息采集仍然采用手工录入的方式,交易效率不高。对Web Services的体系结构和关键技术进行了阐述,并在此基础上对基于Web Services的农产品网上交易系统模式进行了初步探讨。     

基于Max-T模糊Hopfield网络的车型识别

在许多模式识别采样的过程中,由于环境噪声和设备误差,往往导致采集的数据与真实值有一定偏差,这种偏差会影响识别的效果。本文采用Max-T FHNN模型,提出一种应用于智能化交通管理的车型识别方法。并用实验证实相对于其他车型识别方法,该方法在待测样本含有噪声的情况下能得到更好的识别率。     

基于主成分分析的橡胶种植适宜性评价——以海南省儋州市为例

选取土壤及气候资源,根据前人的研究成果及专家经验选择确定评价因子,运用模糊数学方法来量化评价因子,采用主成分分析方法对海南省儋州市的橡胶种植适宜性进行评价。结果表明:儋州市最适宜橡胶种植的面积为43 029.58 hm2,占农用地面积的14.99%;适宜面积为57 770.90 hm2,占20.12%,次适宜面积为40 934.9 hm2,占14.26%。该评价结果可以从宏观上实现儋州市的橡胶收益最大化以及为橡胶种植的区划提供决策参考。     

基于音频识别的无人值守变电站设备在线监测

介绍了无人值守变电站主设备音频在线监测系统的原理与结构,然后重点介绍音频数据的监测与识别过程.首先系统利用传感器采集变电站设备的音频信号,数据采集器把多路音频数据传至监控主机,音频数据经频谱分析和处理后提取到MFCC特征参数作为信号特征,再把特征参数输入正弦基神经网络进行识别,实现高效、准确地判断电气设备运行状态或故障类型.该方法从根本上改进了以往人工监听电气设备判断故障的方法,提高了设备故障检测效率,为及时发现和处理设备故障提供了帮助.