基于改进模糊置信规则的意图识别方法

针对传统意图识别方法只能处理某种类型不确定性信息的不足,该文结合模糊集和DS证据理论优势提出一种模糊置信规则库(BRB)信息处理方法。首先在置信规则前提部分改进了前提属性的连接关系,根据数据集统计分布特点设计了模糊集分割,选取Cauchy型分布作为隶属度函数,较好地避免置信规则无法被有效激活进而导致系统无有效输出问题;其次融合处理辨识框架内不同类别的置信分布,建立规则权重和特征权重优化模型,构建了特征空间与类别空间之间的输入输出关系;在此基础上,计算未知意图数据在相应规则模糊域的匹配度和激活度,采用置信度最大原则进行识别决策。通过实验验证、参数敏感性及结果分析、时间复杂度分析,表明该文方法可以获得比其他识别方法更高的正确率,尤其是在小样本条件下更能体现出该方法的有效性和可靠性。     

基于参数模板的雷达辐射源模糊识别方法

针对当前辐射源识别存在的模糊性和不确定性特点，引入了基于参数模板的模糊识别方法，为解决这类问题提供了一个有效途径，阐述了雷达辐射源识别的基本思想，详细描述了算法的实现过程，最后介绍了算法的仿真设计和软件实现，并对仿真结果进行了分析。     

模糊自适应参数调整的改进遗传算法

为提高遗传算法的优化性能,构建了交叉及变异算子的模糊动态调整器,给出了参数调整过程、模糊逻辑控制器的执行策略及控制过程.采用标准的Benchmark测试函数比较了模糊控制器参数调整的遗传算法和简单遗传算法的性能,结果表明该算法求解精度高,优化效率高及进化代数少.     

一种基于置信规则的模糊推理算法

由于传统模糊推理不考虑前提属性相对于结论属性的重要程度,也不能处理包含分布式结论的规则,偏重解决模糊性而忽略了随机性,造成专家系统性能降低。针对这一局限性,提出了一种基于置信规则的模糊推理算法。该算法以置信规则为知识表达方式,规则前件论域不受连续性限制,它将单个前件匹配度依据其相对重要程度加权求和,并把置信规则的分布式结论按照置信度加权合并,最后通过规则计算得出结论;根据基于置信规则的模糊推理方法对FuzzyCLIPS进行扩展,并在鱼雷规避系统仿真中验证该算法的有效性。     

地面机动作战要素类别的模糊识别规则提取

针对地面机动作战体系中各作战要素类别识别难的问题,设计了一种地面机动作战要素类别识别的模糊规则提取流程,并通过基于作战要素类别识别特征构建识别特征向量,利用计算识别特征隶属度提取其中的模糊识别规则,使用信息熵对存在冲突的模糊识别规则进行消歧,采用作战要素类别识别特征权重构建模糊识别树等步骤说明实现过程,通过实验验证了该方法的有效性。     

一种自适应模糊PID控制器应用仿真

研究了一种误差驱动型自适应模糊PID控制器在二阶时滞系统中的应用。选择系统的稳态误差和误差变化率为PID参数自适应模糊调整的前件变量,将前件变量模糊化为7个论域期间,建立了PID参数调整的模糊规则表,查表得PID参数的后件参数,采用极大值反模糊化规则得到具体PID控制参数。仿真结果表明采用该控制器后系统的调节时间大大缩短,控制效果令人满意。     

基于置信规则库的交通监控调度方法研究

交通监控是智慧交通的重要组成部分,而多摄像机监控调度则是交通监控中不可或缺的一部分,也是一个研究的重点.为了对交通监控进行更好地调度,本文提出一种新的基于置信规则库(belief rule base,BRB)的多监控调度方法.该方法首先阐述了监控摄像机调度的基本过程,建立了监控摄像机调度的BRB模型,以此来选择最佳摄像头来拍摄目标车辆.该模型使用证据推理(evidential reasoning,ER)方法进行推理,使用带有投影运算的协方差矩阵自适应进化算法(P-CMA-ES)对参数进行优化.最后,通过一个案例分析验证了该方法的有效性.     

基于可解释性可追溯置信规则推理的雷达效能评估

雷达作为一种主要的侦察监视装备,在复杂电磁环境实战化条件下发挥重要作用。文中提出一种基于置信规则推理的雷达效能评估方法。该方法是一种白箱方法,在效能评估过程中全程解析可见,具有良好的可解释性。同时基于解析步骤可以计算各能力/指标对雷达效能评估结果的贡献度,该过程具有良好的可追溯性,可用于识别关键能力/指标。面向某型雷达开展示例分析,结果表明文中提出的方法可以较好地完成可解释性可追溯雷达效能评估,并可用于支撑下一步雷达效能提升。     

在线实时模糊自适应PID控制器

本文介绍了在数字PID控制的基础上，引入自适应控制和模糊控制的概念，实现在线实时模糊自适应PID控制器的一种设计方法，并介绍了其应用实例。     

利用自适应算法的快速估计参数进行图像纹理分割

本文提出使用Ｗｉｄｒｏｗ－ＨｏｆｆＬＭＳ自适应算法对二维随机场ＳＡＲ模型参数进行快速估计并报导了使用ＳＡＲ模型的自适应估计参数进行有监督纹理分类及纹理分割的实验结果，实验结果表明，ＳＡＲ模型的自适应快速估计参数能够比较有效地进行纹理识别。     

适应型模糊神经网络在视觉辩识系统中的应用

本文构筑的适应型模糊神经网络模型实现了神经网络的学习训练能力、模糊逻辑系统的仿人推理功能以及匹配寻踪的适应性技术的结合。以其对具有不确定性特征的机器视觉目标图像进行辨识处理,取得良好效果。     

雷达高分辨距离像分类器的参数自适应学习算法

雷达高分辨率距离像具有目标姿态敏感性的特点,在识别时的一种解决方法是对目标不同角域建立不同的统计模型。在给定系统参数条件下,选择目标划分角域个数及每个角域覆盖范围是影响识别器运算量及识别性能的关键。该文给出了一种基于数据的自适应学习上述分类器参数的算法,基于联合高斯分布的数据模型通过迭代算法来确定数据划分边界,并自动确定目标角域个数。与等间隔数据划分方法相比,本文方法在降低识别运算量的同时,可以提高识别性能。基于实测数据的实验结果表明该方法是有效的。     

云计算平台的自适应资源供给

云计算系统中IaaS层通过对虚拟化后的基础设施进行池化管理来完成云内基础设施资源的管理。资源的池化为云服务提供按需索取的资源供应以及动态的资源配给。针对现有云计算平台缺乏对资源供应量的自动调整机制的问题,研究了云计算平台中基础设施资源供给的自适应性。通过二次平均时间序列预测法对未来一个时段内的业务负载峰值进行预测,并将预测值交予云平台转化为资源需求。对给定的资源需求,模型通过不断寻找最小虚拟机所能提供的资源与预期资源需求量之差的向量长度,做出虚拟机调度决策。仿真实验表明,本文提出的云计算自适应模型具有良好的精确性及稳定性。     

移动云服务的自适应业务质量管理

The rapid growth of cloud computing and mobile Internet services has triggered the emergence of mobile cloud services. Among many challenges, QoS management is one of the crucial issues for mobile cloud services. However, existing works on QoS management for cloud computing can hardly fit well to the mobile environment. This paper presents a QoS management architecture and an adaptive management process that can predict, assess and ensure QoS of mobile cloud services. Furthermore, we propose an adaptive QoS management model based on Fuzzy Cognitive Maps (FCM), which suitably represents the causal relationships among QoS related properties and cloud service modes. We evaluate the proposed solution and demonstrate its effectiveness and benefits based on simulation work.     

Evolving Fuzzy Neural Networks for Extracting Rules

ＥｖｏｌｖｉｎｇＦｕｚｚｙＮｅｕｒａｌＮｅｔｗｏｒｋｓｆｏｒＥｘｔｒａｃｔｉｎｇＲｕｌｅｓ＊＊ＴｈｉｓｗｏｒｋｗａｓｓｕｐｐｏｒｔｅｄｂｙｔｈｅＣｌｉｍｂｉｎｇＰｒｏｇｒａｍｍｅ┐ＮａｔｉｏｎａｌＫｅｙＰｒｏｊｅｃｔｆｏｒＦｕｎｄａｍｅｎｔａｌＲｅｓ...     

Speech Recognition Using Enhanced Features with Deep Belief Network for Real Time Application

Wireless Personal Communications - Speech is a natural way used by humans to communicate information. Speech signal conveys the linguistic information (the message) and lot of information about the...     

语音识别的自适应束剪枝方法

在语音识别的应用中,如何提高识别的效率性是一个重要的方向。尤其在大词汇表的识别中,庞大的搜索空间带来相应的计算代价,而传统剪枝方法在减少计算量的同时牺牲了识别率。为此引入自适应控制理论,自动调整束宽限定搜索空间在预定的规模。在此基础上,又提出了利用基线系统的平均激活模型音子模型实例作为自适应系统动态参考值的方法,实现启发式的束宽调节。应用此方法的解码器在不损失识别率情况下,计算时间和搜索空间比采用传统剪枝算法下降了55％和71％,显著地提高了解码器的效率。     

基于PGBN模型的SAR图像目标识别方法

特征提取是合成孔径雷达图像目标识别的关键步骤,也是难点之一。该文提出一种基于PGBN(Poisson Gamma Belief Network)模型的SAR图像目标识别方法。PGBN模型作为一种深层贝叶斯生成网络,利用伽马分布具有的高度非线性,从复杂的SAR图像数据中获得了更具结构化的多层特征表示,这种多层特征表示有效提高了SAR图像目标识别性能。为了获得更高的训练效率和识别率,该文进一步采用朴素贝叶斯准则提出了一种对PGBN模型进行分类的方法。实验采用MSTAR的3类目标数据进行了验证,结果表明通过该方法提取的特征有更好的结构信息,对SAR图像目标识别具有较好的性能。     

四声模糊识别方法

本文给出一种快速模糊声调识别方法，用一电平削波、降低采样率和线性插值等形成快速基音提取，应用模糊集合旦论，构成隶属函数对四声进行模式分类。方法具有简便、可靠、快速实时性和容差性等特点。