收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经模糊的模式识别的几个问题的研究

邓赵红  
【摘要】: 模式识别技术是人工智能的重要研究内容。基于各种技术,几十年来各种不同的模式识别方法得到了广泛的研究。其中,随着神经模糊技术的发展,基于神经模糊技术的模式识别方法也得到了长足的发展,引起了众多学者的广泛关注,形成一个独特的研究方向:神经模糊模式识别技术。目前,基于神经模糊技术的模式识别及其相关技术已经得到了较深入的研究,一些成果已成功高效地应用于不同的领域。虽然如此,该类技术依然面临着许多重大的挑战。其中几个关键的挑战是:1)如何构建更鲁棒的神经模糊模式识别算法。2)如何开发基于新模型的神经模糊模式识技术。3)如何把神经模糊模式识别及其相关技术应用于更广泛的领域,如生物信息学、计算机视觉等。 针对上述的挑战,本课题进行了相关的研究。所研究内容主要涉及三个部分,分述如下。 第一部分,包含第二章到第五章,主要探讨了鲁棒的神经模糊模式识别技术。具体地,第二章针对模糊聚类神经网络FCNN对例外点敏感的缺陷,通过引入Vapnik’sε?不敏感损失函数,重新构造网络的目标函数,并根据拉格朗日优化理论推导出新的鲁棒模糊聚类神经网络及其算法RFCNN。第三章针对极大熵聚类算法MEC对例外点较敏感和不能标识例外点之缺陷,提出了一种鲁棒的极大熵聚类算法RMEC。第四章提出了一种较鲁棒的基于视觉原理和WEBER定律的TSK模糊系统建模方法。第五章提出了一种新的级联MLP神经网络CATSMLP。证明了CATSMLP神经网络等价于一种特殊的基于演绎模糊推理的级联模糊推理系统CATSFIS;由于级联模糊逻辑推理较之于if-then模糊逻辑推理对噪声的干扰具有较小的误差上界,从而推导出CATSMLP神经网络较ATSMLP具有更好的鲁棒性。 第二部分,包含第六章到第八章,主要探讨了基于球模型的神经模糊模式识别技术。具体地,第六章提出了一种基于核化技术的模糊核超球感知器分类算法,该算法通过核化技术把样本数据映射到高维特征空间,并利用超球感知器学习寻找高维特征空间的决策超球,从而得到各类样本的决策函数。第七章基于最小最大概率策略和模糊技术提出了一种新的分类学习机:模糊超椭球学习机MPFHM。第八章探讨了压缩集密度估计器RSDE和最小包含球MEB之间的关系,证明了RSDE能被视为一个特殊的MEB问题。进一步引入基于核集的最小包含球逼近策略开发出了快速的压缩集密度估计器FRSDE,并有效地应用于分类、建模及图像分割。 第三部分,即第九章,基于模糊推理规则提出了一种具有自适应学习功能的自动弹性图像配准方法。进一步地,把形变视频跟踪看作一个动态图像配准问题,提出的弹性配准方法被应用于视频跟踪。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李文辉;;史密斯予估控制的鲁棒性分析[J];沈阳化工学院学报;1989年04期
2 申桂英;马光;;机器人手爪系统控制器设计和鲁棒性分析[J];佳木斯大学学报(自然科学版);1990年04期
3 姜孝华,张光昭;一类简单的自学习专家控制器研究[J];仪器仪表学报;1999年05期
4 高庆;单甘霖;;基于滑模状态观测器的不确定控制系统鲁棒性诊断[J];电光与控制;2006年01期
5 胡学武;;电液速度系统的鲁棒性分析及MATLAB计算[J];苏州大学学报(工科版);2009年01期
6 安军;;鲁棒性分析的方法论意义[J];科学技术哲学研究;2011年05期
7 徐红兵;;操作器混合控制稳定和鲁棒性分析(英文)[J];电子科技大学学报;1993年05期
8 崔连延,阎俐,佟绍成;一类多变量非线性动态系统的模糊辨识及鲁棒分析[J];控制与决策;1998年S1期
9 孙德辉,张秋红,穆志纯;单参数模糊自适应PID信元队列控制与鲁棒性分析[J];计算机工程;2005年17期
10 常帅;谢剑英;;一种时变加权系数广义预测控制算法鲁棒性分析[J];计算机仿真;2005年11期
11 韩春艳;刘晓华;;双值预测函数控制及其性能分析[J];烟台师范学院学报(自然科学版);2005年04期
12 龚涛;蔡自兴;夏洁;江中央;;分布式人工免疫系统的鲁棒性归约模型[J];中南大学学报(自然科学版);2007年05期
13 权维利;姚晓先;林凡;;冲压式气动系统PWM线性化控制及其鲁棒性分析(英文)[J];系统仿真学报;2008年19期
14 李光军;黄睿春;陈刚;;关联规则的鲁棒性分析与应用[J];计算机工程与应用;2009年07期
15 陈宗基;;离散时域模型参考自适应方案对建模误差的鲁棒性分析[J];自动化学报;1990年02期
16 孙世岩;邱志明;张雄飞;;多属性决策鲁棒性评价的仿真方法研究[J];武汉理工大学学报(信息与管理工程版);2006年12期
17 陈肃;罗铁坚;许延祥;;基于信任的推荐算法的鲁棒性分析(英文)[J];中国科学院研究生院学报;2011年02期
18 顾兴源;庞士宗;;一种新的H_∞鲁棒自校正控制算法及鲁棒性分析[J];控制与决策;1992年06期
19 胡东;;使用频域LSB水印算法的鲁棒性分析[J];软件导刊;2007年01期
20 田沛;张兆祥;;基于MPDFRFT的数字水印算法[J];华北电力大学学报(自然科学版);2007年06期
中国重要会议论文全文数据库 前10条
1 吴志强;孙立明;;Rssler系统Hopf分岔控制的鲁棒性分析[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
2 陈强;唐雁;刘哲;;三维模型盲水印技术及鲁棒性分析[A];2008年计算机应用技术交流会论文集[C];2008年
3 孙明玮;陈增强;袁著祉;;广义预测控制的鲁棒性机理分析[A];1998年中国控制会议论文集[C];1998年
4 张凌波;吴敏;余中;;一类广义非线性系统的鲁棒性分析[A];第二十届中国控制会议论文集(上)[C];2001年
5 俞新尧;陈宗基;;自适应非线性控制系统及其鲁棒性分析[A];1993中国控制与决策学术年会论文集[C];1993年
6 俞新尧;陈宗基;;鲁棒自适应控制系统[A];1996中国控制与决策学术年会论文集[C];1996年
7 孙世岩;邱志明;刘忠;;ELECTRE-Ⅲ权重参数的鲁棒性分析方法[A];科学发展观与系统工程——中国系统工程学会第十四届学术年会论文集[C];2006年
8 田森平;陈定喜;田辉平;;一类广义系统的迭代学习控制算法及其鲁棒性[A];第二十七届中国控制会议论文集[C];2008年
9 吕跃飞;戴冠中;;关于H~∞状态反馈控制通解的表达式及中心解的鲁棒性分析[A];1993中国控制与决策学术年会论文集[C];1993年
10 赵昀;荣冈;王树青;;预测函数控制PFC的稳定性及鲁棒性分析[A];1998年中国控制会议论文集[C];1998年
中国博士学位论文全文数据库 前10条
1 邓赵红;基于神经模糊的模式识别的几个问题的研究[D];江南大学;2008年
2 曾高荣;数字水印的鲁棒性评测建模和算法研究[D];北京交通大学;2010年
3 王彬;基于U模型的非线性系统鲁棒性分析及控制方法研究[D];燕山大学;2012年
4 张誉铎;连续发酵非线性混杂系统的鲁棒性分析与并行优化[D];大连理工大学;2012年
5 徐曼;基于智能融合模型的心脏病急救决策鲁棒性研究[D];天津大学;2011年
6 龚涛;免疫计算的建模与鲁棒性分析研究[D];中南大学;2007年
7 卜旭辉;数据驱动无模型自适应控制与学习控制的鲁棒性问题研究[D];北京交通大学;2011年
8 邢涛;嵌入式技术创新鲁棒性问题及策略研究[D];辽宁工程技术大学;2007年
9 叶宾;复杂量子动力学系统的量子计算鲁棒性研究[D];江南大学;2008年
10 李赣平;基于智能计算的过程控制与优化若干研究[D];上海交通大学;2007年
中国硕士学位论文全文数据库 前10条
1 熊前锦;大跨度空间网格结构的鲁棒性研究[D];浙江大学;2013年
2 戴丹丹;三羟基丙醛对两种酶抑制区域的混杂系统的鲁棒性与辨识[D];大连理工大学;2011年
3 李登;基于鲁棒性的教学楼建筑受力性能分析[D];湖南大学;2011年
4 张作阳;基于鲁棒性分析推断三羟基丙醛对两种酶的抑制作用[D];大连理工大学;2010年
5 杨婷婷;时滞不稳定过程的鲁棒分析与控制[D];华北电力大学(北京);2006年
6 颜杨洋;大型射电望远镜伺服系统控制方法的比较与研究[D];西安电子科技大学;2011年
7 王娟锋;基于分数阶Fourier域图像特征的数字水印算法研究[D];郑州大学;2007年
8 李志华;鲁棒数字图像水印算法研究[D];中南大学;2007年
9 彭春;基于正规矩阵法的预测控制系统的鲁棒性设计研究[D];中国石油大学;2008年
10 刘远红;迭代学习控制算法的分析与研究[D];大庆石油学院;2008年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978