内弹道两相流方程的初边值条件个数的研究

对一维内弹道两相流方程进行特征分析，用特征理论和量级分析的方法，对一维内弹道两相流方程的初边值条件个数进行研究，本文所得结论与内弹道两相流数值模拟实践相一致。     

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。     

人脸图象特征抽取和识别的一种混合方法研究

提出了将Fisher线性判别、支持向量机和决策树方法相结合的人脸识别方法.首先用Fisher线性判别法对人脸图象进行特征抽取,压缩了图象的维数,再在特征空间中用SVM(Support Vector Machine)和决策树结合的方法设计人脸分类器.在ORL人脸库上的实验结果表明了该方法对解决小样本、非线性以及高维的模式识别问题的有效性.     

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.     

印刷缺陷检测中的图像对准

提出一种用于印刷缺陷检测的图像对准算法.对准抽样点取自图像边缘,提高了算法效率,降低了运算量.同时引入遗传算法,避免陷入局部最优.实验表明,该算法能对平移、旋转后的图像进行有效地对准.     

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.     

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。     

基于谱分解的F-S最佳鉴别平面及舰船识别研究

Fisher最佳鉴别分析方法已在许多模式识别问题中取得成功应用。Fisher最佳鉴别分析建立在对Fisher最佳鉴别准则的最优化基础上。本文利用对类内矩阵S10进行谱分解，提出一种在类内矩阵S10的零空间中求解F—S最佳鉴别平面的新方法。我们将此方法应用于红外舰船图象的特征抽取和识别的研究。实验结果表明了该方法的有效性。