Kohonen自组织神经网络在织物折皱等级评定中的应用

采用Kohonen自组织神经网络客观评定织物折皱等级，依据自组织神经网络的基本原理，结合自组织神经网络结构实现神经元的竞争和训练，并将结果输出到相应的分类模式中，以此确定试样的折皱等级，最后采用26种真实织物验证该方法的可行性。     

基于减法聚类的自适应模糊神经网络评定织物起皱等级

提出了一种基于减法聚类的自适应模糊神经网络，用于织物起皱等级评定．首先利用减法聚类方法确定模糊神经网络的结构，再结合模糊推理系统进行模式识别，并详细介绍了其基本原理和学习算法，最后引入4种起皱特征参数对真实织物进行验证．实验表明，该方法有效且可行．     

多目标模糊评价模型与评价等级计算方法

为防止信息丢失,指出了多目标模糊评价应采用加权平均算子·探讨了采用余弦函数及三角形隶属函数的模糊综合评判模型、基于权广义距离平方和最小的模糊模式识别模型、基于模糊熵与权广义距离之和最小的模糊模式识别模型对评价结果模糊度的影响·属性识别理论模型是应用三角形隶属函数的模糊综合评判模型·综述了多目标模糊评价等级的确定方法,指出了属性识别理论的置信度准则与最大隶属原则一样可导致评价结果失真·提出了评价等级模糊特征量的概念和计算方法,从而证明了多目标模糊评价的结果是一个等级区间而不是一个确定点·实例表明,依据评价等级模糊特征量的概念和计算方法所确定的评价等级符合实际·     

模糊模式识别算法在动态心电图QRS模板统计中的应用

在对动态心电图QRS波形模板进行和统计的基础之上,采用模糊模式识别理论对QRS波形进行了有效识别,并给出了相应的VisualC 程序设计实例,实验证明该算法是准确有效的。     

煤层稳定性模糊模式识别评价方法

 基于模糊模式识别理论,研究了不同类型煤层稳定性的综合量化评价方法。在分析煤层稳定性关键影响因素的基础上,确定了煤层稳定性评价的特征因子,构建了不同类型煤层的模糊评价语言模式及其隶属函数,提出了煤层稳定性模糊模式识别评价方法。通过实例评价,验证了该方法的可行性,结果表明,该方法可实现对煤层稳定类型的定量划分和归属判定,可为煤层的可采性分析、开采安全性评价以及采煤方法的选择提供依据。     

模糊灰关联模式识别方法及其应用

首先建立了灰关联分析的新的理论模型,然后将其与模糊集理论结合起来,提出了一种模糊灰关联模式识别方法．通过应用于场地土类别的评定,从而说明了本文方法的有效性     

基于模糊模式识别神经网络的企业风险动态识别方法研究

在企业风险等级识别过程中存在风险效应人为等分需要量化处理、多维特征指标识别困难以及不同企业间指标高度相似性等问题.为了更好地解决这些识别问题,将模糊模式识别与神经网络相结合提出模糊模式识别神经网络动态识别方法.该方法既克服了模糊模式识别只能处理静态数据且不能实现特征提取的问题,又克服了神经网络对于高维度、高相似性特征指标识别困难的问题.     

基于模糊神经网络的煤矸石模式识别方法研究

提出了一种基于标准模型模糊神经网络的煤矸石识别方法．介绍了该方法的数学模型、网络结构及学习算法,并通过一个仿真实验对如何应用这种方法构建实时分选系统作了详细描述．实验结果表明该方法所用神经网络不仅收敛,而且具有良好的泛化能力     

模糊模式识别理论在规划环境影响评价中的应用

应用模糊模式识别理论对秦皇岛市生态城市规划的环境影响进行了初步评价, 分析了该规划下各个环境主题对于环境影响的贡献. 结果表明, 秦皇岛市生态城市规划环境影响较小.为合理评价规划的环境可行性提供依据.     

基于因果聚类和模式识别的模糊预测方法及其应用

基于因果聚类和模式识别的模糊预测方法，是将企业待预测时段的运行状况与历史上的运行模式相比较，根据“最大隶属原则”将待预测时段的运行状况归入某一运行模式，利用此模式的模糊数对预测量进行预测。     

基于信息熵的导流方案模糊模式识别方法

针对导流方案综合评价中各指标的不相容性,利用模糊模式识别的方法,将导流方案的多个指标合成为一个与最优评价集的相对贴近度,用来描述导流方案的综合效益.以可供选择的4种导流方案为例进行了评价,得到综合效益最优方案.     

模糊模式识别在脑梗塞病研究中的应用

统计了200名脑梗塞病患者的CH等14项相关生化指标.用模糊模式识别方法分析了这些指标与脑梗塞病的关系.找出了影响该疾病的主要指标.初步实践表明,本文的结论对预防和诊断脑梗塞病具有重要指导意义.     

板形模式识别的模糊分类方法

运用模糊分类理论构造了两种板形模式识别的模糊分类方程，并运用于某宽带钢冷轧厂实测用板形应力信号的识别，有较好结果。     

基于模糊距离的BP网络板形信号模式识别的研究

介绍了一种新的板形信号模式识别方法 .该方法基于待识别信号与标准样本之间的模糊距离 ,并将模糊距离作为 BP网络的输入 ,有效地解决了在板材宽度变化时神经网络的拓扑结构形式不变的问题     

模糊模式识别的若干问题研究

本文在原来模糊模式识别的基础上进行分析,阐明了模糊逻辑的特点与识别的关系,提出了模糊模式识别的动态模型,从而指出机器学习在模式识别中的重要性。     

基于模糊模式识别的成年人体质测试数据评级分析

采用模糊模式识别的方法分折了2005年河北省成年人男女各一个年龄段的体质测试数据,依据数据本身的相关性,通过构造隶属函数评级,评判结果与按照<国民体质测定标准>得出的评级一致率达到70%以上,分析了误判的原因,并指出了方法的适用范围.借助隶属度描述综合评级结果,对<国标>的确定性评级划分给出了补充和修正.     

汽油机失火故障的模糊模式识别

根据汽油机在有失火现象工况和良好技术下废气排放中的碳氢化合物（ＨＣ）、二氧化碳（ＣＯ２）和氧气（Ｏ２）体积分数值的试验数据,提出了描述汽油机失火故障的模糊向量和模糊模式,并利用海明贴近度方法对ＣＡ６１０２汽油机失火故障模式识别进行了实例研究。     

基于BP神经网络的织物折皱等级评定

采用改进的BP神经网络客观评定织物的折皱等级，网络结构为3层结构，输入样本数据经BP神经网络学习训练后，很快达到较小的误差收敛，从而确保评价的准确性和可靠性。     

基于神经网络模式识别的板形模糊控制器

提出一种基于CMAC(Cerebellar Model Articulation Controller)神经网络的板形缺陷模式识别方法,并基于模式识别结果设计了板形模糊控制器.将模式识别与控制器设计合二为一,利用CMAC神经网络识别出相对于6种常见板形缺陷基本模式的隶属度,直接作为板形模糊控制器的前件部,实现了隶属度的求取功能.通过对板形缺陷特征的分析,合理定义了模糊集合,大大地减少了模糊推理的计算量.仿真结果表明,该板形模式识别方法识别精度高,设计的板形模糊控制器可以快速将板形缺陷控制到期望目标,板形控制性能良好.     

基于模糊模式识别的房地产市场发展评估及预警

在模糊理论的基础上,主要利用相对隶属度原则和各个权重的衡量来建立模糊模式识别模型,结合相关数据应用于房地产市场的研究,分析和评估了我国2005—2009年房地产发展形势,并对2010年的房地产发展趋势进行了评判,结果与实际情况吻合良好.