金属切削加工状态的模糊（Fuzzy）模式识别（二）——模糊ISODATA聚类分析法

 本文利用模糊ISODATA聚类分析的方法对切削加工状态进行了模糊模式识别,并就此方法中的初始矩阵U_fo的选择原则做了进一步地探讨,最后把这种方法与模糊等价矩阵聚类分析法进行了比较分析。结果表明,把模糊模式识别应用于金属切削加工状态的识别是切实可行的,且识别精度高、识别运算简单、具有实时性,从而为切削加工过程的实时识别与控制提供了基础。     

图像识别在机场泊位自动引导系统中的应用

从计算机数字图形图像的测量、识别、跟踪等基本原理出发,结合机场停机坪飞机泊位的过程,提出了一种基于图形图像技术、但更适合在机场停机坪特定环境下使用的飞机自动泊位引导系统.     

控制图异常模式的识别技术研究

质量控制图中所呈现出的异常状态可揭示出加工过程潜在的质量问题。本文提出了一种基于SLFM网络的控制图模式识别模型 ,该模型不仅能够识别控制图的 6种基本模式 ,对混合型的异常模式也能够有效识别。数字仿真表明 ,该模型训练速度快 ,识别精度高 ,并且具有很强的可塑性 ,适用于质量控制图的在线实时模式识别     

GA—HCM混合聚类算法及其在液体火箭发动机故障检测中的应用

针对HCM聚类算法对初始值和学习参数具有较强依赖性的缺点，提出了GA－HCM混合聚类算法。应用改进的基因算法为HCM算法选取初始种子解，使滑动数据窗上的聚类算法以功能层次分明的“导师一学生”制智能结构出现，从而实现了“精”与“初”相结合的解空间搜索算法，使HCM聚类算法能较快收敛到问题的最优解。同时针对液体火箭发动机系统动力学的特殊性，利用我们提出的一种适用于离线或在线系统故障检测与诊断的算法框架，基于实际试车数据对GA－HCM混合聚类算法进行了准实时的数字仿真。仿真结果表明该算法基本上克服了HCM算法的缺点，能有效地用于液体火箭发动机的事后故障分析或在线故障诊断。该故障诊断框架能区分干扰噪声、永久性故障或间歇性故障所引起的异常数据现象，并能形成当前系统的故障特征模式。对缓变故障的早期检测能力使该算法框架极富应用前景。     

一种基于实数粗集空闻的自组织映射方法及在模式识别上的应用

提出一种实数粗糙集，避免了经典粗糙集必须经过离散化处理的环节；并且用实数粗糙集的下、上近似集的精确概念划分自组织映射的输出结果，使得修改后的映射结果中各类样本点之间有明显的间隔，易于进行分类识别。最后通过对某型歼击机的舵面故障的模式识别仿真验证了其方法的正确性和有效性。     

实例推理中遗传训练算法用于机械失效模式识别的研究

采用实例推理和遗传算法相结合的方法，研究了航空机械零部件失效模式识别的问题。对用于识别的失效属性的选择、检索相似度计算、训练用遗传算法的适应度函数设计以及训练策略的影响进行了较为详细的描述。应用测试表明，对包含分布均衡的3种模式的情况取得了高于74．67％的识别率，所获得的最佳权值向量对另外2种模式具有很好的识别精度（大于73．3％），对混合多模式情况也具有较好的推广能力。验证了该方法对航空零部件失效模式的识别是可行的。     

金相图象的计算机处理与分析

本文对使用微机处理和分析金相图片进行了探讨，针对多灰度级的不同形状的金相粒子进行图象预处理，并抽取各粒子典型特征进行模式识别和聚类，提出了分析和处理金相图象的可行方法，为金相组织的定量分析提供了有效的手段。     

一种星模式识别算法的稳健性研究

研究了一种基于奇异值分解的星模式识别算法的稳健性。首先简述了研究星模式识别算法的必要性和现有的星模式识别算法。从数学原理上证明了本文算法进行模式识别所用的矩阵的奇异值相对于坐标变换是不变的。从物理意义上给出了稳健的解释。仿真试验选取了四种有代表性的情况进行了研究。结果证实该算法所用的特征不变量是稳健的。结论部分分析了该算法的优缺点。最后给出了待研究的问题。     

大型充液卫星在轨模式识别

提出了大型充液卫星在轨模式识别的方法 ,通过大型充液卫星在轨飞行试验确定液体晃动阻尼 ,为控制系统设计中确定晃动阻尼提供最可靠的依据     

非连通非确定运动目标的识别方法

针对非连通目标的识别问题,结合人眼识别的特点,提出了一种基于识别目标的全局特征建模,从图象中提取模型特征参数的模型参数识别法,处理的结果表明,此方法参数的识别误差仅为正负一个像素,而且对序列图象能够准实时自动识别,通过对实际图像进行了实验,证实了本方法的有效性。