基于模糊多层感知机的模式分类方法的研究

本文着重研究应用模糊神经网络来进行模式分类的问题，提出了一种基于模糊多层感知机的模式分类方法，学习方法采用自适应ＢＰ算法，这个网络最显著的特征是能处理网络输入，输出的不确定性和不准确性，并可以进行规则解释，输入隶属函数的中心和半径根据数据分布情况处动生成，输入向量由类隶属度决定，对该方法进行检验的结果表明它是是切害可行的，其分类的精度很高，明显优于非模糊分类器。     

基于图像处理和模糊神经网络理论的船舶分类研究

本文将图像处理算法和模糊神经网络分类器相结合进行船舶分类,在研究过程中,首先利用图像处理技术进行图像分割、设定阈值、边缘检测等操作,然后建立了模糊神经网络结构,在此结构基础上进行模糊神经网络分类学习,最后采集到实测数据进行船舶分类,实验结果表明了本文算法的可行性和有效性。     

一种改进的模糊统计方法

模糊理论可以广泛地应用在控制工程中，如何准确的确定隶属函数，是模糊控制的关键技术之一。文章首先介绍确定隶属函数的方法——传统的模糊统计算法，通过确定“年轻人”的隶属函数为例对算法加以说明，并分析了它的缺点；随后提出了一种改进的模糊统计的方法，同样以“年轻人”的隶属函数为例对算法作了说明。最后，通过比较和分析两种算法的实验结果来说明改进的模糊统计算法的优越性。     

一种改进的模糊统计方法

模糊理论可以广泛地应用在控制工程中,如何准确的确定隶属函数,是模糊控制的关键技术之一.文章首先介绍确定隶属函数的方法--传统的模糊统计算法,通过确定"年轻人"的隶属函数为例对算法加以说明,并分析了它的缺点;随后提出了一种改进的模糊统计的方法,同样以"年轻人"的隶属函数为例对算法作了说明.最后,通过比较和分析两种算法的实验结果来说明改进的模糊统计算法的优越性.     

基于神经网络的航船碰撞态势模糊分类方法

本文提出一种采用神经网络技术实现船舶间碰撞态模糊分类的方法。通过对复杂问题的分解,建立了一个由三个子网构成的多级网络模型。每个子网实现一部发分类功能,仿真结果表明,该网络模型具有模糊分类功能,同时,对不正确的输入具有容错性。     

基于神经网络的船舶间碰撞态势模糊分类方法

本文提出一种采用神经网络技术实现船舶间碰撞态势模糊分类的方法。通过对复杂问题的分解,建立了一个由三个子网构成的多级网络模型。每个子网实现一部分分类功能。仿真结果表明：该网络模型具有模糊分类功能,同时,对不正确的输入具有容错性。     

基于模式识别的图像中多目标自动分割和分类研究

为了提升多目标自动分割和分类效果,设计了基于模式识别的图像中多目标自动分割和分类方法。利用分水岭算法提取图像中多目标过分割区域;通过模式识别中改进模糊C均值聚类算法,聚类处理提取的多目标过分割区域,得到多目标自动分割结果;在模式识别中的卷积神经网络内,输入自动分割结果,输出多目标自动分类结果。实验证明：该方法可有效获取多目标过分割区域,得到多目标自动分割结果;在不同图像分辨率时,该方法自动分割的划分系数较大、划分熵较小,即自动分割效果较佳;该方法具备多目标自动分类的可行性,且自动分类精度较高。     

齿轮传动的模糊可靠性设计研究

根据模糊可靠性设计的基本理论，研究了在齿轮传动设计中当应力为随机变量、强度为模糊变量且隶属函数与概率密度函数都是连续函数时，在隶属函数为不同形式的条件下模糊可靠度的数学模型，并给出了计算实例。计算结果表明：用模糊可靠性设计理论计算的模糊可靠度要较常规可靠度更接近实际情况。     

基于模糊神经网络的船舶多传感器火灾发现算法

在应对和控制船舶火灾过程中,及时发现火灾至关重要,因而火灾发现系统随着造船技术的发展不断发展。传统的火灾警报系统通常采用单传感器模式,依靠简单的逻辑推测出火灾发生的程度,当前船舶主要采用的火灾探测技术为多传感器火灾发现机制。为了提高该机制的精确性,本文提出一种基于神经网络模糊推断系统的多传感器火灾发现算法,通过使用多传感器的集成和协作,以及多参数的综合分析,能够实现多等级的船舶火灾预警。     

基于模糊神经网络的海浪中舰船多自由度运动建模方法研究

基于切片理论计算在诸规则波中的舰船多自由度运动响应，并以此为样本训练模糊神经网络，最终建立起一种新的舰船在随机波浪中的多自由度运动模型，并通过算例验证该方法的实用性和可靠性。     

船舶电力系统的模糊故障诊断

人工神经网络被广泛应用于故障诊断与分析过程,然而在船舶电力系统的应用环境中,通常会出现多种故障并发的情况,因此单一的神经网络无法完成复杂的、多种类的故障分析与诊断,难以应用于船舶电力系统。同时,采用单神经网络时,多种电力系统故障的数据训练也会造成较大的工作量,从而进一步降低可用性。为了解决以上问题,本文提出一种多层模糊神经网络方法对船舶电力系统进行诊断和分析。该方法采用多层人工神经网络,不但扩展了故障诊断系统适用的故障类型,更提高了数据处理的效率,提升故障诊断的准确性。仿真和实验表明,本文提出的方法具有较好的实用性。     

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。     

基于模糊综合评判的空袭兵器识别方法

在对目标标准模型库建立的基础之上,通过把目标类型作为评判集,把探测参数作为因素集,并根据每个探测参数特点来构造隶属函数,提出了一种基于模糊综合评判的空袭兵器识别方法。最后实验结果验证,与模糊模型识别方法相比,文中法能够充分提取探测参数信息,具有识别准确、便于工程实现的特点。     

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。     

船舶航向模糊控制系统研究

首先论述模糊控制技术的原理,指出模糊控制器是船舶航向模糊控制系统的核心;然后从模糊参数设置、模糊规则制定、隶属度函数确定从方面进行模糊控制的设计;最后仿真实验结果表明,本文设计的航向模糊控制系统上升速度快,稳态误差小,控制效果好。     

模糊神经网络在船舶电力推进系统状态保持中的应用研究

利用模糊神经网络的自学习能力强、并行计算快、容错性高的特点来评估船舶电力推进系统的状态。阐述模糊神经网络在船舶电力推进系统状态评测中的流程,最后通过实验得到船舶电力推进系统的推进变压器、推进变频器、推进电机3部分的评测得分,从而得到系统状态情况,在优的情况下说明船舶可继续行驶。     

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网络较之FCP网络对样本有更高的逼近精度。     

基于二阶段的模糊C—均值算法的模糊聚类分析研究

对模糊聚类分析算法进行研究,在模糊Ｃ－均值算法的基础上加以改进,形成二阶段模糊Ｃ－均值算法,使其对Ｉｒｉｓ数据聚类,研究表明,二阶段的模糊Ｃ－均值算法比模糊一算法性能优越     

基于模糊理论的船舶复合碰撞危险度计算

基于船舶领域和动界的概念,在船舶碰撞几何原理的基础上,利用模糊规则和模糊综合评价方法,本文提出一种船舶复合碰撞危险度的计算方法。确定最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正。用原始数据对3种不同会遇态势进行仿真和对3种不同碰撞危险度计算结果分析比较,结果表明该方法的有效性。     

基于模糊理论的船舶复合碰撞危险度计算

基于船舶领域和动界的概念,在船舶碰撞几何原理的基础上,利用模糊规则和模糊综合评价方法,本文提出一种船舶复合碰撞危险度的计算方法.确定最近会遇距离(DCPA)、最近会遇时间(TCPA)、两船距离、相对方位、船速比5个主要因素的隶属度函数,并考虑航行区域状况、能见度情况和船舶的操纵性能等对船舶碰撞危险度的隶属度函数修正.用原始数据对3种不同会遇态势进行仿真和对3种不同碰撞危险度计算结果分析比较,结果表明该方法的有效性.