基于模糊聚类的语音识别

指出模糊聚类方法影响语间识别的正确率 ,提出用基于分解构造的模糊聚类方法设立语音模式的参考向量 ,说明该方法能提高语章识别的正确率。     

基于模糊神经网络的自适应PID控制器

提出了一种应用于自适应PID控制器的神经网络与模糊控制相结合的算法,该算法可以有效地解决普通PID控制器依赖于对象的数学模型的缺点,可实现控制系统的在线自适应调整,可满足实时控制的要求。仿真结果表明,基于模糊神经网络整定的PID控制器具有较好的自学习和自适应性,具有较快的响应速度。     

B—模糊集合代数和广义互信息公式

基于两种概率的区分，推导出了一个广义Shannon熵公式和一个广义互信息公式。后者和模糊性有关，并且柯用于语言和感觉中的信息度量。为了由原子语句为真的条件概率求出合语句为真的条件概率，提出了一个遵循存尔运算的模糊集合代数。所谓的模糊信息被还原为概率信息。新的理论在经典理论－概率论，集合论及Shannon信息论－的基础上容易理解。     

闭模糊拟阵模糊基的判定

通过讨论闭模糊拟阵的导出拟阵序列和模糊基的结构,找到了判定闭模糊拟阵的模糊基的一个充要条件。根据此充要条件,给出了从导出拟阵序列得到闭模糊拟阵的模糊基的一种算法。     

Willis环状脑动脉瘤系统的自适应模糊控制

针对不确定非线性生物系统—W illis环状脑动脉瘤系统,利用高斯型模糊逻辑系统的逼近能力及新构造的Lyapunov函数,基于模糊建模提出了一种自适应模糊控制器设计的新方案.该方案把逼近误差引入到控制器设计条件中用以改善系统的动态性能.不但设计简单还保证了控制方法的鲁棒性与稳定性.通过反向传播算法调整模糊基函数参数及递归最小二乘法调整参数向量,θ更新控制律,实现了理想跟踪.从理论上研究了脑动脉瘤内血流速度的非线性行为及控制,具有实际意义.仿真结果表明该控制方法的有效性.     

动态模糊随机信息处理的数学方法

本文系统地概述了我们近年来提出的动态模糊随机信息处理的数学方法,内容包括模糊随机变量、模糊随机过程和模糊随机微分方程的基本解法等方面的基本概念、基本定义和某些重要的定理,以及动态系统的模糊随机响应与可靠性分析的方法等。这些方法是为我们研究工程实际问题的需要逐步发展起来的,对于处理某些类型的问题简便实用。     

Fuzzy Entropy： Axiomatic Definition and Neural Networks Model

The measure of uncertainty is adopted as a measure of information. The measures of fuzziness are known as fuzzy information measures. The measure of a quantity of fuzzy information gained from a fuzzy set or fuzzy system is known as fuzzy entropy. Fuzzy entropy has been focused and studied by many researchers in various fields. In this paper, firstly, the axiomatic definition of fuzzy entropy is discussed. Then, neural networks model of fuzzy entropy is proposed, based on the computing capability of neural networks. In the end, two examples are discussed to show the efficiency of the model.     

模糊数序列的收敛性

探讨L-R型模糊数序列的S-和问题，定义关于模糊数的模糊小于的概念，在此基础上探讨模糊数的有序性，模糊数的截集函数的连续性，模糊数的格结构以及模糊数序列的收敛性等重要性质。     

BP人工神经网络用于除草剂活性预测

采用AMI方法研究了10种新型的磺酰脲类除草剂的电子结构，并以原子的Mulliken净电荷和除草剂在不同浓度(100，10mg／L)下对油菜、稗草两种作物的根、茎部位的抑制率为训练样本集。构造并训练得到具有活性预测能力的BP神经网络．结果表明，该BP网络不仅能对训练样本很好拟合。亦能对未知化合物的活性作出很好的预测．