结合全局与局部信息的主动轮廓分割模型

针对传统的基于区域的主动轮廓模型在分割灰度不均匀图像和噪声图像存在效果不佳的问题,提出结合全局项与局部项的主动轮廓分割模型。全局项由CV(Chan-Vese)模型的保真项构成,局部项的构建考虑局部区域信息的同时引入反映图像灰度特性的局部熵信息。依据图像灰度的特点,选择合理的全局项和局部项参数,并加入正则项保证曲线在演化过程中保持平滑,保障分割结果的可靠性。通过变分水平集方法最小化能量泛函,依据梯度下降流迭代更新水平集,完成曲线演化。采用模拟图像和实际图像进行实验分析,结果表明,所提出的结合全局项和局部项的主动轮廓模型可以高效地分割噪声严重以及灰度分布不均匀的图像。     

基于最大后验概率候选集更换法的多故障诊断策略研究

给出了一种基于最大后验概率候选集更换法的多故障诊断策略，并深入阐述了基于最大后验概率候选集更换法的形式化描述，分析了对单故障诊断和多故障诊断的计算模型，提出了基本的故障诊断算法——改进二进制粒子群算法，并对抽象实例进行验证，结果表明，采用改进BPSO算法能有效地求解基于最大后验概率候选集更换法的多故障诊断问题。     

模糊-专家控制在智能消磁中的应用研究

综合消磁是处理舰船固定磁性的重要手段.长期以来,由于综合消磁工艺的复杂性,使得这项工作在很大程度上依赖人工.实现消磁自动化,就是要将工作人员从繁重的脑体劳动中解放出来,提高工作效率.目前的新型消磁站已经实现了数据采集、统计自动化,不仅基本免除了工作人员的体力劳动,也从一定程度上减轻了消磁技师的脑力劳动.然而由于需要人工参与决策,综合消磁的效果和效率仍然十分依赖于人的因素.所以,实现综合消磁工作的完全自动化,补偿电流值组合的智能化决策是关键问题.本文在分析以前所做工作的基础上,运用模糊控制理论构造模糊-专家控制器,替代人工决策过程以实现自动化消磁.     

模糊规则集在发动机故障诊断中的应用

基于模糊规则集度量,提出了一种故障诊断系统。提取模糊规则分两步实现：（1）由训练样本自适应形成超球子空间,可望解决高维空间的识别问题：（2）计算每个子空间上模糊规则的信任度。对模糊规则的概念进行了拓展,以便解决模糊规则之间的矛盾。仿真研究表明：模糊规则集度量可以用于液体火箭发动机的故障诊断。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

广义直观Fuzzy集

本文给出了广义直观Ｆｕｚｚｙ集的概念,讨论了基本运算及其性质,拓广了文献［１］与［２］的结果。     

模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

火力使用策略的集对分析与评价

对不确定理论──集对分析理论［１］中关于联系度的算法作了修改,给出了更有实际意义的联系度公式。应用此公式采用同异反决策分析的方法,首先对“火力使用策略”进行定性分析,把影响火力使用的７对主要矛盾看作７个集对,定义每集对的同异反三属性的测量要素。通过求各集对的联系度所在问题的解,达到择优最佳“火力使用策略”的目的,从而对战役行动起到指导或辅助决策的作用。     

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

严格集压缩场的拓扑度计算

给出了严格集压缩场的拓扑度在非球域上的度为零的结果,改进了孙经先1987年相应的结果。