仿生电子鼻在芝麻油掺伪检测中的应用研究

研究并设计了一套电子鼻系统,并将基于生物嗅觉的模糊神经网络作为其模式识别算法。将该仿生电子鼻系统应用于芝麻油掺伪的检测中。实验结果显示,该系统在预测精度、收敛速度及运行时间上都取得了较好的效果,可为芝麻油以及其他农产品的在线动态监测及保真提供快速、有效的手段。     

模糊神经网络在织物风格识别中的应用

讨论了模糊神经网络在织物风格评价中的应用。基于自适应模糊神经网络ANFIS模型,建立织物的物理参数与织物风格关系。通过训练,网络具有较强的模式识别能力。     

在本科模式识别课程中引入最优化方法教学内容的思考

几乎所有模式识别问题都可以表示为目标函数的最优化问题,因此最优化方法基本上贯穿了整个模式识别教学过程,在模式识别课程中占有非常重要的地位.最优化方法的基础概念和经典算法掌握不扎实,则很难深入掌握模式识别的核心知识.本文结合本科模式识别课程的特点,分析了当前教学模式的局限性,从学生已具备的最优化知识、教学内容设置原则和教学结构等因素出发,探讨了模式识别课程中最优化教学内容的整体规划和具体设计方案,以提高学生利用最优化方法分析和解决模式识别实际问题的能力.     

模糊神经网络在织物风格识别中的应用

讨论了模糊神经网络在织物风格评价中的应用。基于自适应模糊神经网络ANFIS模型，建立织物的物理参数与织物风格之间的关系。通过训练，网络具有较强的模式识别能力。     

模糊神经网络在织物风格识别中的应用

讨论了模糊神经网络在织物风格评价中的应用。基于自适应模糊神经网络ANFIS模型，建立织物的物理参数与织物风格关系。通过训练，网络具有较强的模式识别能力。     

味觉识别及其应用

分析了味觉与食品的关系，介绍了味觉及其识别机理，研究了味觉模式识别中的主元分析、模糊识别、神经网络识别、模糊－神经网络识别、混沌识别。探讨了味觉识别及其应用状况，展望了味觉识别系统发展的广阔前景。     

电子鼻检测技术研究进展

电子鼻作为一种仿生嗅觉检测器,经过十多年的发展,越来越受到人们关注。针对目前电子鼻技术的关键点和热点,文章从传感器阵列种类、信号处理和模式识别算法3个方面对目前的研究现状进行了综述。比较了电子鼻3种常用的传感器阵列,并介绍了电子鼻信号处理的方法和主要的4种算法及各自优劣性。对于模式识别方法,从线性和非线性,有监督和无监督的角度选择了3类运用较为普遍的算法,分析了每类算法的特点以及适用范围。同时,讨论了目前电子鼻技术存在的不足,对电子鼻未来的研究发展做出了展望。     

基于矩阵的模糊决策系统的属性约简算法

通过矩阵刻画粗糙集理论,用模糊矩阵定义了模糊粗糙集的上（下）近似、重要度等概念,给出模糊决策系统的属性约简算法。将其运用到信息系统的属性约简算法和模糊信息系统的属性约简算法中,用UCI数据集说明算法的可行性。     

一类模糊多目标线性规划的新算法

研究了模糊多目标线性规划的算法,得到了解决此问题的新算法.新算法用均值面积将模糊目标函数系数转化为实数,把模糊目标函数转化为确定的函数,简化了计算过程.最后实例说明该算法的有效性.运算表明,新算法比一般的算法迭代过程更为简洁,收敛速度更快,容易用Matlab在计算机上的操作.     

ANN与模糊算法在毛精纺织机效率预报中的对比

 介绍了人工神经网络技术和模糊算法在毛精纺面料织造预报过程中的应用,建立人工神经网络BP质量预报模型和模糊算法中模糊评判模型,利用这2种预报技术分别给出了织机效率预报模型,并比较2种预报模型对毛精纺织造质量预报的性能优劣。通过对人工神经网络技术和模糊算法的理论比较及其预报结果的对比分析,得出在毛精纺织造质量的预报中,人工神经网络BP质量预报模型优于模糊算法中的模糊评判模型,2种预报技术在解决非线性问题方面具有各自的适应性。     

基于模糊理论的毛针织服装款式识别

提出了一种新的基于模糊理论的毛针织服装款式识别算法,使毛针织服装CAD更具智能化,可提高后续衣片拆分和工艺单计算的效率.该方法首先分析毛针织服装款式轮廓点的特点,建立了由7个特征组成的款式轮廓点分类依据;根据模糊理论建立了模糊聚类矩阵,通过计算机将款式轮廓点自动归类;根据毛针织服装款式的特点,给出了款式对比前的缩放公式,并提出了用于款式模糊识别的贴近度公式.得出了该套算法可快速准确将毛针织服装款式轮廓点归类并可准确识别款式类型的结论.     

图像分割算法在花型自动识别中的应用

针对提花毛皮样片扫描图像的花型自动识别问题,提出了一种改进的基于空间信息的模糊C均值聚类图像分割算法,该算法利用像点邻域区间的粗糙度和邻域像点的值修正像点与聚类中心的距离,对像点的模糊隶属度函数进行修正,利用修正后的模糊隶属度函数进行聚类中心的迭代计算,获得合理的聚类中心。经多幅提花毛皮样片的花型图像分割实验表明,该算法具有对噪声不敏感的优点,在进行提花毛皮样片扫描图像的花型识别时,能获得较好识别结果。     

利用模糊C-均值聚类分析法实现织物组织结构自动识别

文章提出了一种新的有效的织物组织结构识别算法.用彩色扫描仪输入紧密织物组织的灰度图像并将其转换为数字文件,然后通过灰度图像形态学处理获得增强图像.基于纱线间隙和经纬纱交叉区的存在,通过一阶和二阶的统计量可获取4种区域结构特征.利用模糊C-均值聚类分析法得出识别经纬浮点的非监督的判别准则.实验材料包括平纹、斜纹和缎纹织物,实验结果表明这3种基础组织结构模式可以得到有效识别.     

基于核模糊聚类的机织物组织自动识别

本文基于数字图像处理技术,采用无监督的模式识别方法,实现机织物组织的自动识别。首先,采用错切变换对倾斜纱线进行校正,并按图像的经、纬向灰度投影曲线实现织物组织点的定位。然后,根据灰度共生矩阵对组织点图像进行纹理特征的提取。为了减少数据冗余量,对组织点特征进行主分量分析,提取最有意义的子特征。最后,采用无监督的核模糊C均值聚类对组织点进行分类识别。织物的测试结果表明,所采用的算法能够实现简单的机织物组织的准确识别,并输出对应的组织图。     

基于支持向量机和模糊推理的毕赤酵母发酵过程故障诊断

利用甲醇营养型毕赤酵母发酵生产外源蛋白过程中,诱导期培养基中甲醇浓度波动严重影响发酵过程的稳定性。为此提出了基于智能型模式识别的发酵故障诊断系统。在某一时间窗口内,利用支持向量机分类器对可在线测量的过程参数(发酵时间、搅拌转速、甲醇流加速率、O2消耗速率OUR、CO2释放速率CER)进行状态分类,并结合模糊推理技术将发酵状态划分成甲醇浓度"适中"、"过量"、"匮乏"的3种模式,构建智能型的故障诊断系统。在甲醇浓度不当的情况下,该系统均能准确地判别出故障类型。通过补加甲醇或甘油,可以对"错误"发酵批次进行补救。     

模糊数学在烟叶分级中的应用

根据国家颁布的烤烟40级国家标准,烤烟分为40个级别。由于国家标准仅对烟叶的外观质量进行了定性描述,因此评判烟叶的质量存在很大的主观性和模糊性。模糊数学是一门研究和处理现实世界中广泛存在的一类模糊现象的学科。在应用计算机图像处理技术的基础上,利用模糊数学和模式识别的技术,将有可能实现烟叶的自动分级。试验表明,应用模糊数学的方法,可以较好的解决烟叶自动分级问题。      

关于欠定模糊线性方程的研究

利用嵌入方法根据模糊线性方程的系数矩阵的结构将欠定模糊线性方程化为等价的函数不等式组,解决了欠定模糊线性方程有无解的判定问题。     

模糊线性系统解空间的结构

使用代数的方法研究了模糊线性系统解空间的结构．类似于普通实数的线性系统,齐次模糊线性系统的解空间是R^n的一个线性予空间,非齐次模糊线性系统的一个解加上对应齐次模糊线性系统的解仍然是该非齐次模糊线性系统的解,但是非齐次模糊线性系统的所有解并不能由此非齐次模糊系统的一个特解加上对应的齐次模糊线性系统的通解得到．特别的,如果一个三角模糊线性系统有非三角模糊解向量,那它也有三角模糊解向量、