新广义模糊Hopfield神经网络的稳定性研究(Ⅱ)

新广义模糊Hopfield神经网络(NFHNN)在具有物理意义的背景下更具普遍意义的模型一致稳定性和吸引子的Lyapunov稳定性研究,并且给出了一个模糊式是该网络吸引子的充要条件.     

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.     

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。     

柔性基础准零刚度隔振系统吸引子迁移控制研究

以具有柔性基础的准零刚度隔振系统为对象,分析了系统的共存吸引子及其吸引域。在共存吸引子的吸引域之间建立了一条目标轨道,分别采用开环控制和开环加闭环控制方法使系统迁移至目标轨道,实现了系统吸引子迁移控制。同时,对开环加闭环控制方法的稳定性和可行性进行了分析。仿真结果表明:该系统同时存在一个周期3吸引子和一个周期1吸引子,开环控制方法难以使系统迁移至目标轨道,无法实现吸引子迁移控制;开环加闭环控制可使系统沿着目标轨道在两个周期吸引子的吸引域之间进行迁移,当其运行在较大振幅的周期3吸引子上时,可控制系统迁移至较小振幅的周期1吸引子上,从而实现减振降噪。     

船舶非线性横摇运动与混沌

本文以波浪尺度为变参数,通过平均化方法和范德坡变换,确定横摇运动的振动解随参数变化的定性情况;然后运用数值积分和胞映射相结合的方法,求得系统的多种形式的振动解。胞映射法能灵活地处理各种不同形式的吸引子,如谐振解、各阶亚谐解乃至混沌吸引子并能方便快速地求解。横摇运动的大量非线性特性,如吸引子共存,对称性破缺,周期倍化等现象都被观察到。多个吸引子共存时,吸引域往往具有复杂的结构。文中还给出了由一系列倍周期分岔导致的混沌运动。     

一种新的模糊对称散布子空间的鉴别分析算法

提出一种模糊对称散布子空间的鉴别分析算法.首先通过构造对称散布子空间模型,分别获得类内和类间散布矩阵的一组子空间;其次引入了一种松弛归一化条件的模糊鉴别分析算法,根据每一个样本的隶属度对散布矩阵重定义所做的贡献,将它融入到特征抽取的过程中,从而得到完整有效的模糊特征向量集,解决了传统LDA方法中的最终特征维数受类别数限制的问题.在NUST603和ORL人脸数据库上的实验结果验证了该算法的有效性.     

一类具有函数垂直比例因子的分形插值曲面

构造了一类具有函数垂直比例因子的迭代函数系,证明了它有唯一的吸引子.给定一组插值结点集,证明了吸引子是经过该插值结点集的分形插值曲面,即吸引子是某二元连续函数的图像.这类迭代函数系与传统迭代函数系相比,在生成分形插值曲面时更加方便,条件也更简单.     

一种新的混沌系统的优化控制

描述了一种新的混沌系统及其基本动力学行为。随参数的不同,该系统能同时显示2个单漩涡混沌吸引子,或同时显示2个双漩涡混沌吸引子。基于Lyapunov稳定性理论和Krasovskii理论,结合坐标平移变换,对该混沌系统设计了一优化控制器,将混沌吸引子渐近稳定到它的不稳定的平衡点。理论分析和数值仿真都表明了该控制器的有效性。     

基于遗传算法优化模糊控制器的船舶航向控制

针对模糊控制器中的量化因子、比例因子、积分系数、模糊规则之间互相耦合,人工整定困难的问题,提出了一种基于遗传优化的船舶航向模糊PID自动控制算法。仿真对比试验表明,经遗传优化后的船舶航向模糊PID控制性能得到了极大的提高,系统无超调,上升快,工作稳定,具有较强的鲁棒性。     

联合NSCT模糊域的声呐图像目标增强方法研究

提出一种基于非下采样轮廓波变换（NSCT）结合模糊域的噪声抑制和目标增强方法。使用NSCT将含噪声呐图像分解为不同的频率和方向响应子带,利用V-Bayes估计理论推导了模型的相应非线性二元阈值函数对NSCT系数的子带进行去噪。结合领域信息和空间信息构造模糊特征,再构建出模糊隶属度收缩函数对降噪后的NSCT分量执行二次降噪,最后以重建降噪后的声呐图像数据,使用综合数据和效果图示例来证明所提出的方法能够有效的去除声呐图像噪声,且优于基于小波变换的阈值去噪方法。     

一类非线性波动方程的整体吸引子

为了更好地了解非线性波动方程解的性态,研究了一类含有混合导数项的非线性波动方程的整体吸引子的存在性问题：在引用Kuratowski测度的定义并对其基本性质进行讨论的基础上,通过渐近先验估计,证明了解半群{S（t）}t≥0在Kuratowski测度下的渐进光滑性,从而得到了这类含有混合导数项的非线性波动方程在H0^1（Ω）×L^2（n）上的整体吸引子的存在性定理．     

一种面向水下无人航行器的实效图像增强算法

针对水下图像存在严重模糊、对比度低、噪声多等问题,根据小波的时频特性及多分辨率特点,提出一种基于小波变换的水下模糊图像增强算法。利用小波变换对RGB图像进行二层小波分解,把原图分解为高、低频子带,利用导向滤波算法估计低频子带上的照射分量并进行去除;利用软阈值算法对高频子带上的图像边轮廓信息进行去噪和增强处理;对水下图像进行小波逆构,并进行伽玛校正;最后利用改进的灰度世界算法对水下图像进行颜色校正。试验结果表明,使用文章中算法处理所得到图像的对比度及信噪比都较高,且清晰度较高,满足水下无人航行器的要求。     

云计算环境下模糊舰船图像局部特征提取方法研究

为弥补SIFT算法在匹配精度上存在的不足,设计云计算环境下的模糊舰船图像局部特征提取方法。在云计算服务框架中,实现矢量描述子的分类操作,完成云计算环境下的舰船图像节点匹配处理。在此基础上,按照舰船图像的局部特征构造需求,建立模糊图像的稀疏数据库,再根据必要特征提取量的计算结果,实现新型模糊舰船图像局部特征提取方法的顺利应用。对比实验结果表明,与SIFT算法相比,应用新型局部特征提取方法后,舰船图像模糊匹配精度最大值接近75%,传统提取遗留问题得到妥善解决。     

船体分段装配单元决策研究

子装配划分的自动实现方法是装配CAPP的研究难点,针对船体装配工艺设计自动化程度低,影响船舶建造周期和质量,设计了分段装配单元决策系统,建立了分段装配信息模型,基于模糊数学理论,提出了分段装配单元划分的模糊聚类方法,实例表明该方法是合理可行的.     

激励力幅值对非线性能量阱系统全局分岔特性的影响研究

本文在质量比为小参数条件下,研究了简谐激励力幅值变化对非线性能量阱系统全局分岔特性的影响.首先,建立了简谐激励力作用下单自由度非线性能量阱吸振系统动力学模型,并运用复变量平均法推导了系统1:1:1主共振响应的慢变方程;然后通过多尺度法分别在慢变与快变两个时间尺度上研究了对系统慢不变流形以及全局分岔特性;最后,结合相轨迹法仿真了系统平衡点个数和吸引子类型随激励力幅值的演变过程.研究结果表明:非线性能量阱阻尼比小于1/3时,系统才会存在跳跃现象;随着激励力幅值的增加,系统可能出现周期吸引子与折奇点两类平衡点共存、亚临界分岔、Hopf分岔等复杂的非线性动力学行为,系统相轨迹也会发生明显的改变.     

基于层次分析法与模糊综合评判法的高桩码头技术状态研究

首先通过层次分析法确定高桩码头技术状态影响因素集和子因素集,并确定评语集,按评语集进行模糊评判,确定高桩码头技术状态类别,并首次创新的提出技术状态类别与处理措施的对应关系,最后以某高桩码头项目为依托,采用模糊综合评判法对该码头进行技术状态评价。结果表明,该评判体系能够全面、有效的反映高桩码头技术状态的影响因素,并且能较好的评价出高桩码头的技术状态,具有简洁性、适用性,可为今后高桩码头维护管理及加固工作提供决策依据。     

基于视觉传达的大型船舶航行图像融合研究

图像融合是图像识别的重要环节,为提升船舶航行图像识别精度,提出了基于视觉传达的大型船舶航行图像融合算法。通过离散滤波获取图像高频部分并盲估计模糊核,依照模糊核,通过总变分正则化法对图像实施非盲去卷积处理,获取去模糊后的图像;针对去模糊处理过程导致图像亮度发生变化的问题,采用伽马校正算法调整图像亮度,提升图像视觉传达效果。针对校正后的图像,对比2幅待融合图像的熵值,获取熵值较大图像的残余分量,通过基于方向滤波的二维局部均值分解法,将残余分量和熵值较小的待融合图像分解成低频子带与高频子带并分别融合,通过逆变换运算得到融合图像。实验结果显示该方法可有效提升大型船舶航行图像的细节清晰度,令图像的视觉传达效果增强,并显著提升图像识别精度。     

基于决策树的模糊序贯最小优化分类器的人脸识别

序贯最小优化算法是一种SVM s(Support VectorM ach ines)训练算法,该算法将一个大型QP(Quadratic Programm ing)问题分解为一系列最小规模的QP子问题,从而避免了多样本情形下的数值解不稳定及耗时问题,同时也不需要大的矩阵存储空间。本文在模糊支持向量机的基础上,提出了基于决策树的模糊序贯最小优化算法并对它进行了分析和研究,在对人脸图像进行独立成分分析后,用该算法进行多类人脸识别。通过在ORL人脸库上的实验结果表明,在样本类别较少的条件下,该算法可以取得较好的效果。     

一个新五维超混沌系统的动力学分析

基于超混沌Lorenz系统,通过引入一个线性控制器,构造了一个新的五维超混沌系统。采用数值模拟的方法,研究了该系统的动力学行为,包括平衡点的稳定性、系统分叉图、混沌吸引子相图、Lyapunov指数谱等。结果表明,新五维超混沌系统随着引入参数的变化呈现周期、混沌及超混沌等动力学行为,并且扩大了系统处于超混沌状态的参数范围,可用于混沌保密通信。     

潜艇指挥决策控制模型及仿真研究

在分析模糊神经网络(FNN)结构的基础上,根据潜艇指挥决策控制的特点,提出了利用模糊神经网络建立潜艇指挥决策控制模型.潜艇指挥决策控制过程是一个典型的模糊过程,模糊神经网络能够较好地处理模糊信息,并具备模糊推理能力.文中给出了适应潜艇指挥决策控制特点的模糊神经网络结构,推导了模糊神经网络学习算法,并探讨了基于模糊神经网络的潜艇指挥决策控制模型在潜艇指挥控制系统中的应用.