基于形态学和模糊运算的新联想记忆网络--模糊形态学联想记忆网络

提出了一种新的基于形态学和模糊运算的联想记忆网络--模糊形态学联想记忆网络FMAM(Fuzzy Morphological Associative Memories) .它与经典联想记忆有显著不同. 文中分析了FMAM的记忆能力以及抗腐蚀和膨胀噪声的能力.自联想FMAM具有无限存储能力,能保证完全回忆,并且回忆在一步内完成, 可模糊性解释等.仿真实验验证了自联想FMAM的良好性能.     

基于RBF网络和遗传优化的船舶操纵模糊控制器

设计了一种基于RBF网络和遗传优化的船舶操纵模糊控制器。首先讨论了传统模糊控制器应用于船舶操纵控制的不足，然后根据模糊系统在特定情况下与RBF网络具有等价关系的特点，采用具有加权平均输出的RBF网络构造了一个船舶操纵模糊控制器，有效地消除了小偏差范围的舵角抖动现象。在此基础上，根据船舶操纵的特点提出了一种尺度变换因子的自整定方法，并采用遗传算法对自整定过程中的可变参数进行优化，以使控制器能够适应实时控制过程中的时变性和不确定性，保持良好的控制性能。最后针对某大型船舶的非线性模型，采用Matlab 6．1的Simulink工具进行了转艏操纵仿真试验，获得了满意结果。     

一种基于神经—模糊的船舶航向控制器研究

文中针对船舶航向这种非线性、时变、滞后控制对象，提出了一种基于人工精神网络的模糊控制器。利用人工精神网络的学习能力，将抽象的模糊控制规则转化为神经网络的学习样本，通过ＢＰ学习算法记忆这些规则样本，并以“联想记忆”的形式来使用非样本规则。仿真结果表明该控制器具有很好的控制精度，动态特性和鲁棒性。     

网络化传感器故障自诊断的模糊逻辑方法

介绍了网络传感器的概念及其实现方法。针对网络传感器的故障自诊断功能，提出了一种以模糊逻辑为基础的故障诊断方法，具有简洁有效的特点。仿结果表明了该方法的有效性。     

长短时记忆网络水下目标噪声智能识别方法

未来基于水下无人平台的水声目标探测体系要求平台自身具备目标智能化识别能力,而传统水下目标噪声识别方法需要人工提取泛化能力强的特征数据,且识别过程具有较强的人机交互特性,无法满足这一要求。针对这一问题,本文研究一种基于长短时记忆网络(LSTM)的水下目标噪声智能识别方法,借助深度学习自主学习数据特征的能力,应用长短时记忆网络(LSTM)分别对水下目标噪声的时域时间序列数据、频谱数据、梅尔倒谱(MFCC)数据进行深层次特征提取与识别,并使用实际水声目标噪声信号对该方法进行了验证。结果表明,在上述3种输入数据情况下,采用LSTM长短时记忆模型均能有效实现水下目标噪声特征提取与智能识别。     

基于自适应模糊系统的船舶碰撞危险评判

本文应用模糊系统方法建立船舶碰撞危险的专家评判系统。该系统用数值化的模糊联想记忆（ＦＡＭ）规则表示专家的领域知识并进行模糊推理,同时采用神经网络的微分竞争学习算法（ＤＣＬ）实现规则的自适应生成,该系统能模仿人类专家迅速作出危险评判,并具有学习,更新和完善的能力。     

带阈值的广义双向细胞联想神经网络GCBAM及其稳定性质研究

在提出双向细胞联想神经网络CBAM的基础上,通过引入阈值概念,进而提出了广义双向细胞 联想神经网络GCBAM,研究了其平衡态,存在性质及其Lyapunov意义下的网络稳定性质。     

模糊神经网络系统建模

介绍了基于神经网络的模糊系统Ｍｏｄｕｌａｒ神经网络，提出了改进的学习算法，最后通过建模实例验证，使用本文改建的学习算法进行学习后建立的模糊系统，有着更强的泛化能力和更高的逼近精度。     

关于通用层次径向基网络及通用层次模糊系统的全局逼近性质

证明了通用层次径向基网络及通用层次模糊系统是全局逼近器这一重要结论，为其实际应用提供了坚实的理论基础。     

基于粗糙集的模糊神经网络建模研究

利用粗糙集从数据库中发现规则的能力，确定模糊神经网络的初始拓扑结构，再利用原始数据对网络进行训练。由于这样构造的模糊神经网络一开始就具备了良好的符合数据分布特性的拓扑结构，因而可以大大减小网络规模，提高网络训练速度。数值实验结果表明了该方法的有效性。     

公路客运模糊规划模型及其应用

本文从系统工程的观点出发，应用模糊系统分析的理论和方法对公路客运网络进行系统分析，对客运系统中合理的运行组织、车次和车型及线路的优化组合等一系列问题进行了研究，建立了公路客运网络的模糊规划模型，并以具体例子讨论了模型应用。     

基于TSK模糊系统的模糊对向传播神经网络

充分利用了TSK（Sugeno-Tanaka)模糊系统的优点，提出了改进的模糊对向传播神经网络Improved-FCP，并给出了其学习算法，实验结果表明Improved-FCP网络之FCP网络对样本有更高的逼近精度。     

带阈值的广义双向细胞联想神经网络GCBAM及其稳定性质研究

在提出双向细胞联想神经网络CBAM的基础上，通过引入阈值概念，进而提出广义双向细胞联想神经网络GCBAM，研究了其平衡态，存在性质及其Lyapunov意义下的网络稳定性质。     

关于通用层次径向基网络及通用层次模糊系统的全局逼近性质

证明了通用层次径向基网络及通用层次模糊系统是全局逼近器这一重要结论,为其实际应用提供了坚实的的理论基础.     

品读CARVER 56 Voyager——创造一种能够永远存留于记忆的美好时光

什么样的记忆能够将你和蓝色的大海联系起来，什么样的记忆能够永远留存，如果有这样一种游艇．在你疲惫的时候可以带你徜徉于蔚蓝色的大海上．让海风吹走你一身的倦意，在夕阳中，在晨曦里，在成湿的海风中，给你温暖和惬意．那么还有什么能比这样的回忆更美．还有什么能够抹去那残留于你我心间的美好的时光……     

连续型模糊Hopfield网络（CFHNN）稳定性研究

将模糊逻辑和神经网络相结合,提出了连续型模糊Hopfield人工神经网络（CFHNN）,给出了它的网络结构和形式化描述,证明了CFHNN的稳定性。     

基于模糊神经网络的船舶机电故障诊断分析

船舶机电故障诊断影响着船舶航行安全,关系着人类的生命财产安全。文章提出应用模糊神经网络对船舶机电故障进行诊断。模糊神经网络融合了模糊理论和神经网络的优点,可自适应从学习样本数据中提取故障模型,根据采集的样本训练出模糊神经网络的连接矩阵,再合成单个联想记忆网络,最终实现实时故障诊断。以某船舶发电机转子系统的监测数据为例,证明了此法的有效性,可广泛推广。     

连续型模糊Hopfield网络(CFHNN)稳定性研究

将模糊逻辑和神经网络相结合,提出了连续型模糊Hopfield人工神经网络(CFHNN),给出了它的网络结构和形式化描述,证明了CFHNN的稳定性.     

改进的基于TSK模型的模糊对向传播神经网络研究

将模糊C-均值(PCM)算法和模糊对向传播神经网络相结合，解决了模糊对向传播神经网络中模糊隶属度函数的自动生成问题，在此基础上结合卫张(Sugeno Tanaka Kang)模糊模型，提出了改进的模糊对向传播神经网络Improved FCP，并给出了学习算法。对两种典型的非线性模型进行实验研究，实验结果表明Improved FCP网络具有良好的非线性逼近能力。     

船载嵌入式网络视频监控图像模糊细节增强系统

船载嵌入式网络的普及应用,为船舶及其航行环境视频监控提供了有力支撑,为船舶航行决策制定提供了大量的图像数据。由于天气环境、设备振动等多种因素的影响,致使图像细节缺失,制约着视频监控图像的应用,提出船载嵌入式网络视频监控图像模糊细节增强系统设计。通过动态范围拉伸模式预处理视频监控图像,以此为基础,基于模糊集理论计算视频监控图像细节模糊熵,利用遗传算法确定最佳模糊参数,计算扩散系数,将其与视频监控图像模糊梯度场进行结合,应用变分法求解修正隶属度函数,通过逆变换将视频监控图像从模糊域转换到灰度域,即可获得细节增强后的船载嵌入式网络视频监控图像。实验数据显示,应用设计系统获得的增强视频监控图像信息熵最大值为9.45,充分证实了设计系统细节增强效果更佳。