我国人口受教育程度分类模型

模糊聚类分析是研究将事物进行分类的科学,其目的是利用一定的数学方法将研究的样品或变量归并为若干类,使得每一类中的所有个体之间具有密切的关系,而不同类之间个体关系相对比较疏远.本文用模糊聚类方法将我国人口受教育程度分成了四类的模式,按该模式可以对其他省市进行了预测分类.     

基于聚类的多平台协同数据关联算法研究

从多平台协同工作的角度出发,针对目标和传感器观测数据之间的关联问题进行了研究。给出了模糊聚类目标函数、FCM算法步骤和量测目标归属判定方法,基于此,提出了模糊C-均值聚类和量测目标归属判定算法,然后提出了基于聚类算法的多平台协同多目标数据关联算法。仿真实验结果表明,该算法数据关联正确率较高,能够提升跟踪精度。     

数据驱动的运载火箭氧涡轮泵异常分析方法

基于模糊聚类和LSTM网络，提出了一种数据驱动的运载火箭发动机氧涡轮泵数据异常分析方法。通过模糊聚类对工况复杂，标签不完整的数据样本进行预分类，得到完整的标签并且分析特征贡献度，为LSTM网络的特征筛选和训练打下基础；通过LSTM网络对氧涡轮泵数据进行预测，并计算预测结果与原始数据之间的平均误差，再根据非参数阈值计算方法计算的阈值判据来判断设备是否异常，最终实现了氧涡轮泵数据驱动的故障检测报警，相较于红线阈值检测方法准确率提升7%。     

基于模糊层次分析法的产品特性分类模型

产品特性分类是武器装备研制过程中的一项重要工作。现有的产品特性分类方法主要是在可靠性预计、故障模式及影响分析的基础上进行,无法全面衡量产品寿命周期中的安全性、维修性、保障性因素。文章分析了当前产品特性分类准则,提出基于模糊层次分析法的分类模型,该模型能够给出产品针对特性分类准则的优劣排序,用以辅助设计人员进行特性分类工作。最后通过实例验证了模型的实用性。     

推进剂及含能材料安全性分析的模糊聚类方法

本文借助于模糊聚类原理，通过寻找影响安全性各因素之间存在的规律性变化联系。建立了一种新的安全性分析方法，文中首先确定了影响安全性因素的“模糊”集合，采用广义余弦法，确定了“模糊”集合之间的相关程度；然后，根据聚类原理得出了推进剂及含能材料的安全性最优聚类。并采用所建立的方法对高能推进剂的含能粘合剂的安全性进行了分析，获得了可应用的结果。     

模糊Petri网在航天发射系统故障诊断中的应用研究

航天发射系统结构复杂,各分系统相互耦合,且故障传播模式多样化,故障特征和故障模式之间存在着模糊关系.因此,本文提出利用模糊Petri网对航天发射系统进行故障诊断,并给出了基于模糊Petri网的故障传播模式模型及反正向结合的推理算法.反向推理用于故障诊断,以选择检测路径,有效地找到发生某一故障的原因及其传播路径;正向推理用于计算该故障发生的真实度.文中以某运载火箭控制系统漏电故障诊断为例,说明了该模型直观、表达能力强的优点,同时表明了算法的适用性和有效性.     

增量聚类综述及增量DBSCAN聚类算法研究

本文首先介绍了增量聚类算法的分类以及研究现状,提出了增量聚类算法等价性概念;然后介绍了增量DBSCAN聚类算法;最后针对用于批量更新的增量DBSCAN聚类算法,提出了本文的改进方法。其中,用插入更新数据集生成的子模式调整原聚类模式的方法,还可有效地应用于分布式聚类。     

增量聚类综述及增量DBSCAN聚类算法研究

本文首先介绍了增量聚类算法的分类以及研究现状,提出了增量聚类算法等价性概念;然后介绍了增量DBSCAN聚类算法;最后针对用于批量更新的增量DBSCAN聚类算法,提出了本文的改进方法.其中,用插入更新数据集生成的子模式调整原聚类模式的方法,还可有效地应用于分布式聚类.     

基于广义模糊熵的液体火箭发动机故障检测研究

定义了系统状态的广义模糊熵及其计算公式，即当前时刻滑动数据窗口上聚类结果的我模糊度，给出了滑动数据窗口中采样数据矢量方向分布中心的离散度定义及其与广义模糊熵之间的负指数关系，并基于该离散度概念对自适应窗口滤波器进行了改进，提高了滤波器对噪声对敏感度，从而进一步提高了基于自适应窗口滤波器的故障检测算法对强干扰噪声的鲁棒性。本文基于受强噪声干扰的实际试车数据，采用模糊Ｋｏｈｏｎｅｎ聚类网络（ＦＫＣＮ）     

顾及不确定性的多光谱遥感图像分类及其不确定性度量和表达

针对传统遥感图像分类方法缺乏考虑空间自相关性、分类模糊性以及分类误差的空间表达的缺点，采用顾及空间数据的空间自相关性和分类模糊性的邻域EM算法进行多光谱遥感图像分类。构建了四个不确定性度量指标一模糊隶属度残差、相对模糊隶属度最大离差、模糊隶属度熵和相对模糊隶属度熵对其分类的不确定性进行度量和可视化表达，克服了采用误差矩阵和Kappa系数进行传统遥感图像分类精度评价缺乏空间信息分布的不足。     

客观多因素权重分配方法及其应用

综合模糊聚类技术和粗糙集理论中的信息熵原理,提出了一种多因素决策中确定各因素权重分配的新方法.利用模糊聚类分析对数据进行聚类,并提取最佳聚类;基于粗糙集中信息熵原理确定各因素的权重分配.算例结果表明:方法合理有效,具一定的可行性.     

基于模糊聚类分析的无源雷达目标识别方法

针对无源雷达目标识别的特点,提出了基于模糊聚类分析的识别方法。首先分析了空中目标类型和目标表征,然后阐述了目标识别的原理和步骤,最后运用该方法对给定特征的空中目标进行了聚类分析,实验结果表明提出的方法是可行和有效的。     

弹载遥测系统模块划分综合分析方法研究

针对系统模块化设计过程中存在的模块划分问题,提出对数据流图进行抽象化建模,得到抽象数据流图,并对抽象数据流图进行规范化定义,描述在抽象数据流图基础上进行模块划分的规则。针对具体的弹载遥测系统问题,利用抽象数据流图和模糊聚类两种方法进行模块划分;然后计算模块之间总耦合度,得到相对统一的模块划分方案;最后通过对系统的分析得到最佳方案。利用方法得到的模块划分方案可以指导弹载遥测系统的构建,系统的稳定性和数据交互效率得到可靠保证。     

模糊聚类辨识在导弹自动驾驶仪横滚通道设计中的应用

在建立模糊逻辑系统的一般数学模型后，利用聚类方法推导出了模糊聚类辨识算法，从而使被辨识出的某型规导弹横滚通道时变气动参数c1、c3能够较准确的反映出在具有某些典型特征飞行条件下与导弹在飞行过程中各个主要特征参数之间的非线性关系。然后在此基础上设计了横滚通道自动驾驶仪。     

顾及不确定性分析的多数投票 SAR 影像变化检测

合成孔径雷达（Synthetic Aperture Radar，SAR）影像变化检测是遥感领域的一个重要研究方向。文章以投票法（Majority Voting，MV）为基础，提出一种全新的顾及不确定性分析的SAR影像变化检测方法（Uncertainty Analysis-based MV，UAMV）。首先选取三组典型的差分影像生成算法，生成三组互补的差分影像。然后使用模糊C均值聚类估算每组差分影像的关于变化类和未变化类的模糊隶属度函数。最后用模糊集合和信息熵理论优化MV，构建顾及不确定性分析的多数投票法，并用所构建方法融合三组差分影像的模糊隶属度函数，生成变化检测图。为验证文章方法的有效性，通过三组真实SAR影像数据进行实验分析。实验结果表明：1）通过用信息熵分析MV融合过程中的不确定性，能够显著提高MV的变化检测性能；2）与7种现有相关算法相比，UAMV方法能够取得更优的变化检测结果。该研究为SAR影像变化检测提供一种新的思路和方法。     

模糊神经网络控制器及其在航天器姿态控制系统中的应用研究

在航天器姿态控制领域，模糊控制技术作为一种辅助控制方法得到越来越多的关注。本文提出了一种基于模糊聚类算法和分布式模糊神经网络的模糊神经网络控制器，并将其用于《东方红三号》卫星应急星地大回路姿态控制系统之中。仿真研究表明，这种模糊神经网络控制器能够有效地从样本数据提取信息，实现分区域控制，并且具有较强的鲁棒性。该方法具有较为满意的控制效果。     

一种新的雷达辐射源识别算法

针对雷达信号环境,运用综合分析的方法,提出了一种新的基于模糊综合评判的雷达辐射源识别算法。该算法通过构造模糊评判矩阵并进行合成运算来计算表示辐射源相关程度的模糊集,然后按照最大隶属度原则进行判决,同时给出了相应的多义性处理方法。最后通过仿真将它与经典的统计模式识别方法进行了比较。仿真结果表明,所提出的识别方法性能明显优于统计模式识别方法,用于雷达辐射源识别是有效的。