离群模糊切换回归模型研究

模糊切换回归模型被广泛地应用于经济领域和数据挖掘技术中。本文在传统的模糊切换回归模型的基础上，通过为每一个数据样本分配一个动态的权值，得到了一个新的离群模糊切换回归模型，提出了FCWSRM(Fuzzy C Weighted Switching Regression Model)算法，最终得到的权重是数据分布的一种代表，将被用来发现数据集中的离群点。实验表明，离群模糊切换回归模型比传统的模糊切换回归模型具有更强的鲁棒性，并且能通过权值发现数据集中的离群点。     

新定义模糊Hopfield神经网络的稳定性研究(Ⅰ)

提出了一类新定义的模糊Hopfield神经网络(NFHNN).在此基础上,对该网络一致稳定性和吸引子的Lyapunov稳定性进行了研究,并且给出了一个模糊模式是该网络吸引子的充要条件.     

基于ASM和FNN的人脸识别

将主动形状模型ASM(Active Shape Model)与模糊神经网络FNN(Fuzzy Neural Networks)相结合并用于人脸识别。针对经典ASM对初始化位置敏感、收缩速度慢的现象和传统模糊神经网络难以解决高维模式分类的问题进行了分析和改进。ORL人脸库上的试验表明了该算法的有效性。     

模糊反向传播神经网络FBP的函数逼近能力研究

研究了模糊反向传播神经网络FBP(FuzzyBackpropagation)的函数逼近能力.给出了单调连续函数的FBP按序单调特性、连续映射定理以及非函数一致逼近定理,并且说明了FBP虽然能保持连续性映射,但不如原神经网络具有函数逼近能力.     

模糊反向传播神经网络FBP的函数逼近能力研究

研究了模糊反向传播神经网络FBP（Fuzzy Backpropagation)的函数逼所能力。给出了单调连续函数的FBP按序单调特性、连续映射定量以及非函数一致逼近定理，并且说明了FBP虽然能保持连续性映射，但不如原神经网络具有函灵数逼近能力。     

一种基于遗传算法的模糊聚类算法及其与FCM算法的结合

在各种糊聚类算法中,模糊C-均值聚类算法FCM(Fuzzy C-Mean Clustering Algorithm)的应用最为广泛.但在实际的应用中,FCM算法却容易陷入局部最优解.因此,本文首先提出了一种基于遗传算法GA(Genetic Algorithm )的模糊聚类分析方法,它利用了遗传算法随机搜索的特点,可以避免陷入局部最优解.实验表明,将该遗传算法与FCM算法结合起来进行聚类分析,比单一使用遗传算法或单一使用FCM算法进行聚类分析的效果都要好.     

基于红外视觉的船舶机舱火灾探测

介绍了基于红外视觉的船舶机舱火灾探测方法.首先将滑动时间窗内的若干帧红外火焰图像叠加到一个投影平面上,投影图像像素的灰度值反映了火焰的空间分布,采用投影矩来描述火焰的动态特征.然后,基于目标的投影矩特征,采用支持向量机来区分火焰和非火焰目标.实验中采用了两种火焰和两种疑似目标视频,实验结果表明,该方法具有较高的实时性和良好火焰探测效果.     

基于多Agent的模糊建模系统设计与实现

针对模糊建模过程中最佳技术组合的选择问题，运用多Agent理论和Sun Jini技术，构建了一个分布式的模糊建模系统。通过该系统能够方便地添加、测试和选择各种模糊建模的软计算技术。试验结果证明该系统具有良好的灵活性、可扩展性和可靠性。     

层次模糊系统的全局逼近性质及其与多子波神经网络关系研究

讨论了B样条基函数的特性,在此基础上证明了基于B样条隶属函数的层次模糊系统(HBFS)是全局逼近器这一重要结论.同时,根据基于B样条隶属函数的层次模糊系统与多子波神经网络在逼近问题上的等价性,对于多子波神经网络是否为全局逼近器这一问题给出了一种全新的证明方法.