未确知系统的模糊模式识别

本文在文献（１）研究的基础上，对模糊模式识别理论作了进一步研究，定义了三类未确知系统，并针对第三类未确知系统，提出了相应的模糊模式识别方法。最后，以天津医院为例研究了该医院在宁河６．９级地震过程中各层间刚度的动态变化，识别出医院第七层将发生严重破坏。     

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。     

粒子群优化模糊神经网络在语音识别中的应用

针对模糊神经网络训练采用BP算法比较依赖于网络的初始条件,训练时间较长,容易陷入局部极值的缺点,利用粒子群优化算法(PSO)的全局搜索性能,将PSO用于模糊神经网络的训练过程.由于基本PSO算法存在一定的早熟收敛问题,引入一种自适应动态改变惯性因子的PSO算法,使算法具有较强的全局搜索能力.将此算法训练的模糊神经网络应用于语音识别中,结果表明,与BP算法相比,粒子群优化的模糊神经网络具有较高的收敛速度和识别率.     

数域上的模糊模式识别方法

本文首先指出了现有的模糊模式识别方法「１」的局限性，进而，构造了一种具有数域特点的贴近度公式。文中列举的若干算例表明新理论在数域上明显地优于传统方法，证明本文所提方法是非常合理的。     

监督模糊模式识别交叉迭代模型

从模糊模式识别概念出发，建立一种以决策者经验、偏好为监督，在方案优属等级识别过程中确定最佳目标权重和方案优属度的监督模糊模式识别交叉迭代算法，该算法集成了决策偏好信息完全未知、部分未知、完全已知的主客观权重识别方法。并严格证明了该算法的局部收敛性。     

基于故障诊断专家数据库系统的模糊模式识别

本文分析了模糊逻辑方法进行诊断的不足,提出了基于广义贴近度的模糊模式识别方法,建立并讨论了相应的故障诊断专家数据库系统     

模糊模式识别在房地产预警信息系统中的应用

本文利用模糊模式识别和主成分分析等方法，进行房地产预警实证分析。以南京房地产市场为例说明。在面对若干繁冗驳杂的一系列指标时，如何进行指标归类，建立一套指标体系，以及如何分析这些指标反映的房地产市场所处的警情的层面。从而适时的得出一些分析结果，以供管理者做出及时的政策调整，避免房地产业危机的产生。     

模糊模式识别方法在学生综合素质评价中的应用

给出了一种基于模糊模式识别的学生综合素质评判方法 ,并且考虑了各因素不同的重要程度 ,对其他评价方法作了有益的补充 .     

多对象多指标多级别模糊模式识别模型的构建

给出对象指标相对隶属度矩阵和标准指标值相对隶属度矩阵的建立方法;提出如何构建一种新的模糊模式识别模型.     

基于模糊模式识别的动态联盟伙伴选择模型

在基于模糊模式识别的伙伴选择方法中,将TOPS IS方法借助于一个多属性决策问题的“理想解”和“负理想解”去排序的思想应用到其伙伴选择过程中,根据贴近度的公理化定义对TOPS IS方法作以修改,构造出“相对”贴近度,以此折衷地衡量动态联盟合作伙伴的优劣。避免了传统模糊模式识别单纯利用“绝对”贴近度所造成的结果均一化、可比性差的现象,从一定程度上减少了因贴近度选用的不同而造成的结果差异。从某种意义上来说,该种方法可以作为TOPS IS方法的拓展,是本文具有新意之处。     

模糊模式识别在重症病毒性肝炎病情转归中的应用

以47例重症病毒性肝炎病人为研究对象,以肝功能的7个指标的初始测定值为数据来源,对单项指标和多项指标组合分别应用模糊模式识别的直接方法,通过结果的比较,找到了兼顾正确率、敏感性和特异性的最佳指标组合,最后探讨了本文方法的优点和不足之处.     

典型案例系统中的模式识别问题—模型与算法

建立典型案例系统中的模式识别问题的数学模型,并根据特征取值的不同对其分类,进而讨论不同类型伯特征的取值之间贴近度的定义方法,以及模式空间的匹配算子的选取原则,最后通过设定阈值来定义输出模式集。     

模糊ART神经网络在运动目标识别中的应用

本文在讨论模糊ＡＲＴ神经网络及其算法的基础上，研究和提出了一种三维运动目标识别方法，利用模糊ＡＲＴ神经网络对运动目标的目标侧面图形进行学习和模式识别。模拟实验表明了该方法的有效性。     

隐马尔可夫模型在语音识别中的应用

隐马尔可夫模型（HMM）的基本技术是语音识别中较为成功的算法，主要是它具有较强的对时间序列结构的建模能力。本首先深入浅出地介绍了HMM的基本技术和一个基于HMM的孤立词语音识别系统的构成方法，其次，基于HMM尚存有一些缺陷，造成语音识别能力较弱，为此本又进一步阐述了语音识别应用中的几种改进的HMM系统及目前的热点方法－HMM与ANN构成的混合网络。     

直觉模糊面集的相似度及其在模式识别中的应用

直觉模糊数以隶属度和非隶属度所构成的有序点来表示所要研究的信息。由于犹豫度的存在,本文从几何的观点出发,将其转化为一个可能面,提出了直觉模糊面集的概念。在此基础上,定义了两个不同直觉模糊面集的相似度,研究了它的性质。最后给出了直觉模糊面集的相似度在模式识别中的应用实例,并做了相应的对比分析,结果表明本文提出的方法具有可行性和有效性。     

区间值模糊概率集及其在模式识别中的应用

首次提出区间值模糊概率集(IvFPS)的概念.区间值模糊概率集的矩和其他一些重要性质,以及区间值模糊概率集间的相关性也将得到研究和探讨.最后通过一个实际数例来阐述区间值模糊概率集的相关系数在模式识别中的应用.     

隐马尔可夫模型在语音识别中的应用

隐马尔可夫模型 (HMM)的基本技术是语音识别中较为成功的算法 .主要是它具有较强的对时间序列结构的建模能力 .本文首先深入浅出地介绍了 HMM的基本技术和一个基于 HMM的孤立词语音识别系统的构成方法 ,其次 ,基于 HMM尚存有一些缺陷 ,造成语音识别能力较弱 ,为此本文又进一步阐述了语音识别应用中的几种改进的 HMM系统及目前的热点方法—— HMM与 ANN构成的混合网络     

保障用户认证安全的判别最大熵语音识别机制

为了提高电子商务中用户认证的安全性,提出了一种高识别率的判别最大熵语音识别机制DME.该语音识别方法同时考虑语音与语言两方面的因素,并将语音和语言特征进行有效地结合,在统一的最大熵模型下,实现判别训练,确保观察样本能正确地分配到其对应状态,以提高所训练出的语音模型的正确识别率.详细的实验及与现有方法的比较结果表明,对不同环境下的语音数据,提出的语音识别方法具有更好的识别性能,对提高电子商务中用户认证系统的安全性能具有理论与实际意义.