模糊神经网络的一种快速学习算法

本文对文献[1]《一种改进的模糊参数神经网络学习算法》中提出的F-BP算法进行分析研究，提出了一种效率更好的快速F—BP学习算法．在此算法中对模糊数的计算方法进行改进，减少了模糊神经网络训练及推理中的运算量，从而提高学习效率．     

一种视频图像的自适应水印新算法

随着计算机和网络技术的快速发展，数字水印技术正成为一种数字煤体知识产权保护的有效方法，本文提出一种视频自适应水印新算法，它直接对压缩后的视频数据流进行操作，将水印信息嵌入到运动矢量上，根据待嵌入的水印住处和运动矢量的特征矢量，新算法自动调整嵌入方案，使得嵌入水印后的图像质量损失达到最小，水印的提取算法具有盲检功能，并且新算法与视频标准有很好的兼容性，实验结果表明，算法简单有效。     

一种去除椒盐噪声的自适应模糊中值滤波算法

针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。 滤波过程分为噪声检测和噪声去除2个阶段。噪声检测阶段：采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。 通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。 噪声去除阶段：信号点保持原值输出,对于疑似噪声点的3种分类结果,采用模糊加权的中值滤波器进行统一处理。 实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。     

一种去除椒盐噪声的自适应模糊中值滤波算法

针对传统中值滤波算法降噪性能不佳以及易造成图像细节模糊的问题,提出了一种自适应模糊中值滤波算法。 滤波过程分为噪声检测和噪声去除2个阶段。噪声检测阶段：采用极值法检测噪声,将图像的像素点分为两类,即疑似噪声点和信号点。 通过疑似像素点和与其相邻的已处理的像素点的平均绝对灰度差值定义模糊隶属度函数,利用该函数对疑似噪声点是否为噪声进行模糊分类。 噪声去除阶段：信号点保持原值输出,对于疑似噪声点的3种分类结果,采用模糊加权的中值滤波器进行统一处理。 实验结果表明,较于多种传统滤波方法,该算法能更有效地去除椒盐噪声,保护图像细节。     

基于彩色离焦模糊图像清晰度评价的启发式调焦算法

运用启发式搜索策略提出了一种基于彩色离焦模糊图像清晰度评价的启发式调焦算法。算法采用了以2为模的Sobel算子梯度建立图像清晰度评价函数的数学模型。该评价函数具有无偏性好，单峰性强，灵敏度高，在焦平面变化趋势明显等特点。我们给出了结合启发式搜索策略的具体算法。实验结果证明，所提出的启发式调焦算法精度高，可重复性强，并对图像噪声具有良好的鲁棒性。     

核医学同位素扫描图像的插值算法

由于核医学同位素图像原始数据量少，形成的图像较小。所以采用了内插值法进行图像的放大。对于传统的图像插值方法，图像邻接数据可能只是简单重复，造成图像边缘和细节部分模糊不清。其并不反映核医学具有的数据统计性规律。本论文融合同位素放射性理论，提出适用于核扫描图像的插值方法－－邻域加权双线性插值法，以保持图像的边缘和细节部分能反映出像素灰度的正态分布，以便进行统一的滤波。     

多层前向神经网络的自适应遗传算法训练

提出了一种改进的自适应遗传算法 Ｉ Ａ Ｇ Ａ,它利用网络结构的特点,采用前向自适应技术,实现对神经网络的有效训练．实验表明,该算法优于 Ｂ Ｐ算法、标准遗传算法 Ｂ Ｇ Ａ 和普通自适应遗传算法 Ａ Ｇ Ａ,网络训练质量和效率都有很大提高     

自适应推理的知识求精

简要分析了传统的决策支持系统中的自适应知识库求精问题,提出了一种基于神经网络块间联系的规则的自适应推理知识求精算法.该算法能够有效地检查知识的一致性与相容性,及时发现并排除知识库知识之间的冗余和矛盾.该算法能够更好支持决策过程.     

网格自适应任务调度算法研究

对网格自适应任务调度算法进行概括性研究．针对传统的Min—Min算法的高效特性和Max—Min算法的负载平衡特性．以提高任务调度的时间跨度性能为目标．提出了一个循环选择执行的网格任务自适应词度策略（Adaptiv eMin—Min and Max—Min，A—MM）．实验表明．该算法在时间跨度等方面的性能较以往算法有较大提高．     

区域水土资源可持续利用评价的脉冲耦合神经网络(PCNN)模型模糊算法的构建与应用——以中国三江平原为例

针对三江平原水土资源区域特点,选择了20个指标,建立了水土资源评价指标体系和标准;对脉冲耦合神经网络模型(PCNN模型)进行了改进,提出基于模糊算法的F-PCNN模型,动态阈值等于区域水土资源评价标准的等级范围,省略了不必要的参数,减少了模型的复杂度,并应用于三江平原水土资源评价中.分析结果表明三江平原创业农场水土资源可持续利用评价等级为Ⅱ级,说明水土资源开发和利用较合理,可持续发展能力较强.应用结果说明F-PCNN模型在三江平原水土资源可持续利用评价中是可行的,既拓展了PCNN的应用领域,又为解决水土资源的分类、评价问题提供了新的思路和方法.     

电容层析成像中电容敏感场的计算与图像重建

建立了 １２ 电极基本传感器的有限元模型．对电容敏感场进行了仿真计算,以此作为先验信息可以重建出令人满意的图像,为进一步的应用研究提供了强有力的支持     

自适应粒子群优化算法及其在注塑成型质量指标软测量中的应用

对粒子群优化算法(PSO)进行分析,提出了一种根据速度信息自适应调整参数的粒子群优化算法(APSO-VI),该算法经过大量测试函数上的模拟实验验证,并与PSO进行了比较。实验结果表明,该算法能克服基本PSO算法在求解高维、多峰等大规模复杂非线性优化问题时易陷入局部最优和不收敛的     

一种改进的神经网络BP算法

提出同时对神经元温度常数Ｔ、位置常数θ、联接权值Ｗ进行调整的观点,并推导出相应的学习算法公式．对比试验表明：所给出的改进算法能有效地减少节点数、加速训练进程和识别精度     

模糊神经网络在复合地基沉降量预测中的应用

复合地基后期沉降变形对于建筑物设计及安全具有重要意义,针对通过长期沉降观测以得到复合地基的最终沉降需要耗费较多资源的问题,提出了一种基于模糊神经网络的预测方法.该方法考虑沉降变化过程有较大的随机性和模糊性,直接将样本数据进行模糊化,所得的模糊数代表了样本点集与控制点集中各分量之间的相关度,并依此建立模糊BP神经网络进行学习和估算.实验结果表明了该方法对沉降进行预测是可行与有效的,且在相对误差的有效控制方面优于BP网络方法与灰色方法.     

序列递归自适应线性相位滤波器

本文给出了一种序列递归自适应线性相位滤波器。它是由文献[1]中的RMGS算法加有约束条件产生的,具有模块结构好、自适应收敛速度快的优点.     

一种新的运动自适应去隔行算法

提出基于棱边方向检测的运动自适应去隔行算法,该算法能充分利用图像序列的时间和空间上的相关信息,采用新颖的相邻场运动检测方法区分视频序列中的运动和静止部分.对于运动部分,使用改进的基于棱边方向的边沿自适应插值算法;对于静止部分,采用三点中值滤波插值算法.仿真实验表明：算法无论在画面视觉效果还是视频图像信噪比,均达到良好了效果.     

图象增强的模糊集合方法

本文论述了图象的模糊集合表示和利用模糊性质进行图象增强的基本原理,讨论了一级模糊增强方法,提出了自适应二级模糊增强模型,并同Pal, S K模型作了比较,提出了它们各自的优缺点,实验结果令人满意     

基于Hash函数改进遗传算法的 IPv6下模糊异常检测模型

为了实现基于IPv6的异常检测，设计了一种新的高效异常检测模型．针对传统遗传算法编码效率低下的不足进行了改进．该模型使用基于遗传算法的IPv6模糊异常检测规则生成技术，采用Hash函数进行初始种群优化、随机实数编码进行种群编码，提高了检测准确性．使用实时网络数据流对原型系统和Snort进行对比测试，结果表明所提出的模型在检测效率上有明显改善．     

基于模糊遗传算法的XNOR/OR展开式最小化研究

提出一种改进的模糊遗传算法用于求解XNOR/OR展开式最小化问题. 在算法进化过程中,采用模糊规则对交叉率和变异率进行修正, 以提高算法的收敛速度, 并在一定程度上抑制了局部收敛现象的发生. 并采用8个MCNC Benchmark电路对该算法进行测试, 结果表明: 所提算法具有较好的优化效果和较高的收敛速度.