教育部科学技术研究重点项目(208098)
- 作品数：27 被引量：125H指数：7
- 相关作者：徐蔚鸿匡芳君张思扬曾水玲杨静宇更多>>
- 相关机构：长沙理工大学南京理工大学湖南安全技术职业学院更多>>
- 发文基金：教育部科学技术研究重点项目湖南省教育厅重点项目湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术机械工程更多>>
- 基于BP神经网络的压力传感器数据融合被引量：7
- 2011年
- 多传感器数据融合问题已经引起许多学者的广泛关注.通常,压力传感器都存在交叉灵敏度,其主要表现在传感器静态特性不仅受目标参量的影响还受多个非目标参量的影响.由于传感器的输出受多个参量的变化的影响,导致其性能不稳定,测量精度降低.针对温度、噪声、电源波动等多种环境因素影响压力传感器输出电压值这一问题,在阅读了大量的参考文献资料后,经过研究,本文提出了基于电压门限值,通过对传感器输出电压值进行预处理,然后再利用BP神经网络对数据进行融合补偿的方法,提高其鲁棒性、容错性、实时性.
- 章慧
- 关键词：数据融合BP神经网络压力传感器
- 广义动态模糊神经网络及在轴承故障诊断中的应用
- 2010年
- 提出一种结合小波包分解和广义动态模糊神经网络的故障诊断方法,该方法首先采用小波包分解与重构提取各频带的能量作为故障特征向量,并以此向量作为输入,再利用广义动态模糊神经网络建立轴承故障诊断模型,该模型不仅能对模糊规则而且能对输入变量的重要性做出评价,使每个输入变量和模糊规则都可根据误差减少率进行修正。实验结果表明:该方法对识别和预测轴承的状态具有较高的精度和效率。
- 张思扬匡芳君徐蔚鸿
- 关键词：轴承故障诊断小波包分解广义动态模糊神经网络模糊规则
- 基于动量粒子群的混合核SVM参数优化方法被引量：7
- 2011年
- 支持向量机(SVM)可以很好地用来解决分类问题,参数优化尤其重要。混合核函数的引入,使得SVM又多了一个可调参数。针对该参数用人工或经验的方法获取具有局限性,采用动量粒子群(MPSO)对SVM基本参数、混合可调核参数进行综合寻优,来寻找最佳参数组合。通过UCI数据仿真,对比结果表明:所提优化方法能够快速有效地提取最佳参数组合,所得SVM性能明显提高,分类效果更好。
- 王佳徐蔚鸿
- 关键词：参数优化
- 一种结合多特征的SVM图像分割方法被引量：9
- 2013年
- 在分析了频域相位信息和纹理信息在表征图像特征方面的重要性之后,提出了一种结合相位一致和纹理特征的SVM图像分割方法。该方法将相位一致性统计特征、纹理特征和灰度特征一起组合成训练特征向量,采用支持向量机分类方法对图像进行分割。相对于传统方法,该方法提取的统计特征向量可以有效地反映图像边缘细节和纹理信息。实验结果表明,该方法比传统的SVM图像分割方法更有效,尤其适用于图像中目标区域的边缘对比度低和纹理信息丰富的情形。
- 邓晓飞徐蔚鸿
- 关键词：图像分割相位一致纹理特征支持向量机
- 一种参数化模糊联想记忆网络的鲁棒性分析
- 2010年
- 基于最大运算Max以及带参数ξ的t-模Tξ的模糊关系合成,提出一种参数化的广义模糊联想记忆网络Max-TξFAM及一种有效学习算法。由于Tξ中参数ξ的作用,在应用中Max-TξFAM有更大的适应性和灵活性。从理论上证明采用该学习算法时,对任意ξ∈[0,1],Max-TξFAM对训练模式摄动的鲁棒性差。通过一个图像联想方面的实验检验了该结论的正确性。
- 唐良荣蒋真徐蔚鸿李鹰
- 关键词：模糊神经网络模糊联想记忆网络学习算法鲁棒性T-模
- 基于组播网关的可靠组播体系结构被引量：2
- 2009年
- 保证组播通信的可靠性是许多Internet上的组播应用的前提。针对IP组播在Internet中难以规模化部署的现状,提出了一种使用组播网关将IP组播岛与应用层组播(ALM)区域连接起来的可靠组播(RM)体系结构,对组标识、组播网关、组管理、差错控制和拥塞控制等关键问题给出了解决方案,并设计了组播网关竞争算法。该结构能够屏蔽底层组播技术差异,从而支持Internet上统一化的可靠组播服务部署。
- 姜腊林徐蔚鸿于枫樊俊青
- 关键词：可靠组播IP组播应用层组播
- 基于改进分水岭算法的粘连大米图像分割被引量：11
- 2010年
- 大米检测过程中大米图像籽粒粘连给后续大米检测、分析等处理带来较大困难,为此提出了一种有效的改进分水岭分割算法,先对二值图像采用不同的结构元素作极限腐蚀形成不同的距离图,再对这些距离图分别利用分水岭算法得到分水岭图像,最后提取真实分水岭得到最终分割图像,并与其它分水岭算法相比较。实验结果表明,该算法既能更有效地分割粘连颗粒,又能有效地抑制过分割现象。
- 匡芳君徐蔚鸿王艳华
- 关键词：图像分割最大类间方差
- 一种改进的蜜蜂进化型遗传算法被引量：3
- 2011年
- 提出了一种改进的蜜蜂进化型遗传算法。在该算法中,通过分析随机种群规模对算法收敛性能的影响,可以发现在算法的搜索过程中,对随机种群规模的需求是随群体状态的演变而动态变化的。为实现对随机种群规模的优化,提出使用分阶段调整的策略对随机种群规模进行动态调控,由于随机种群规模的渐进式变化,不但保证了种群的多样性,同时提高了算法的收敛速度和精度。对典型高维函数的优化实验结果表明了算法的有效性和可行性。
- 赵谦徐蔚鸿
- 关键词：遗传算法蜜蜂收敛性
- 模糊Hopfield网络的收敛性与鲁棒性分析
- 2014年
- 收敛性与鲁棒性是模糊神经网络的两个重要性质。对带阈值的Max-T模糊Hopfield神经网络(记为Max-T-C FHNN)的收敛性及在训练模式小幅摄动情况下的鲁棒性进行了分析,从理论上给出了严格的证明。发现了采用最大权值矩阵学习算法时,Max-T-C FHNN具有良好的收敛性,同时当T模及其蕴含算子满足Lipschitz条件时,Max-T-C FHNN对训练模式摄动全局拥有好的鲁棒性,用自联想实验验证了理论的有效性。
- 刘亮徐蔚鸿
- 关键词：模糊神经网络收敛性鲁棒性
- 训练模式摄动对模糊形态学神经网络的影响
- 2011年
- 在构建神经网络时,采集的训练模式总存在摄动,如何度量这种摄动,提出模糊集摄动度量的新方法。众多学者研究的两类形态学联想记忆网络的存储能力和抗腐蚀/膨胀噪声的能力等性质几乎都相同,但基于这种模糊集摄动的度量方法,研究训练模式摄动对两类模糊形态学联想记忆网络的影响时发现,两类网络对训练模式摄动的鲁棒性差异很大,其中一类模糊形态学联想记忆网络对训练模式摄动拥有好的鲁棒性;而另一类模糊形态学联想记忆网络的这个性质较差。研究内容对形态学联想记忆网络的性能分析、学习算法的选择和训练模式获取设备精度的选择有一定的指导意义。
- 曾水玲徐蔚鸿杨静宇
- 关键词：摄动鲁棒性
