从属函数在地磁扰动预报研究中的初步应用

根据1966-1982年期间有关太阳耀斑、行星际激波和地磁扰动的观测资料而建立的从属函数,对1984-1985年间的行星际闪烁观测中能证认出的耀斑-激波所引起的地磁扰动作了预报试验。结果表明:(1)磁扰开始时间预报的相对误差,δT/T≤10%的事件数为20个,占总事件数的50%,δT/T≤20%的事件占总事件数的70%以上;(2)磁扰幅度(ΣKp)大小的预报,其相对误差δΣKp/ΣKp≤30%的事件数为32个,占总事件数的80%,而δΣKp/ΣKp≥60%仅占15%.本文方法显示了一定潜力,有待从聚类分析方面进一步深入。     

模糊灰色聚类评估方法在导航滤波中的应用

目前针对深空探测导航中滤波算法的综合评估的方法种类繁多,但是仍然有较多评估方法由于其单一性,存在或多或少的问题。提出了一套反映滤波算法优劣程度的评估指标体系,并为其建立相应的数学模型。深空探测器采样点数据通过该数学模型计算后,由模糊灰色聚类方法进行综合评估。该方法是以灰色系统理论为基础,结合模糊综合评估方法所建立的评估模型。该模型可以摒弃二者单一使用时的缺点,提升评估结果的准确性。评估结果表明,此评估模型能够对滤波算法进行比较准确、合理、全面的评估。     

基于模糊聚类的模态参数全因素自动验证方法

为了解决实验模态分析中的模态参数验证问题,利用模糊聚类分析实现了模态参数的自动验证,降低了模态参数验证对使用者主观因素的依赖,并提高了实验模态分析工作中模态参数验证的效率.首先,将模态参数分为标量型和向量型;其次,采用传统的模糊聚类方法对标量型模态参数进行综合聚类分析;再次,为解决模糊聚类高维困难,提出了一个基于模态置信准则的距离函数,并以此完成模态振型的模糊聚类;然后,综合标量型和向量型模态参数模糊聚类的结果,实现模态参数的全因素自动验证;最后,通过实验结果对所提出的方法进行了验证,结果表明该方法能够自动、准确、高效地完成结构模态参数的验证.     

Bezdek型模糊属性C均值聚类算法

推广了属性均值聚类算法,提出了基于模糊度m的Bezdek型模糊属性C均值聚类算法(FAMC),给出了FAMC算法的迭代算法,并讨论了模糊度m对算法收敛性的影响.在标准Iris数据集与肿瘤基因芯片表达数据的模式识别实验结果,验证了该算法优于模糊C均值算法和属性均值聚类算法.      

基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.      

模糊综合评判在机械设计中的应用

着重分析了模糊综合评判的方法以及模糊综合评判中权重和隶属度的确定，以滚动轴承为例进行了说明。     

GA矩阵编码方法及其在模糊建模中的应用

在遗传算法(GA)的实际应用中,许多问题都可以采用树结构描述.模糊建模中的结构辨识是指如何划分输入空间,它是一种复杂的非线性优化过程,模糊树模型可将输入空间的划分表示成二叉树结构的形式.本文提出了一种树结构的矩阵编码方法,这种编码方法直观、简单,非常适合遗传算法的各种遗传操作.针对模糊树模型,以树结构为个体,采用矩阵编码方式,利用遗传算法优化输入空间的划分,得到了一个精度较高而复杂度较低的次优模糊树模型.     

模糊判别在软件可靠性加速测试中的应用

从软件可靠性测试的基本特点出发,分析软件可靠性测试用例之间存在的相似性;并利用模糊数学中的一系列原理,对软件可靠性测试用例特征进行处理;对测试用例相似性进行组合模糊判别,若相似性达到一定置信度,则对该测试用例进行不执行而累积测试时间的处理过程,从而加速软件可靠性测试.该方法只对软件可靠性测试用例特征进行分析处理,对软件可靠性评估模型没有影响,因此一定程度上减小了评估误差,同时在软件可靠性加速测试方面进行了新的尝试.     

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.      

深度聚类算法在SuperDARN雷达目标回波分类中的应用

SuperDARN雷达目标回波中通常包含多种类型散射的回波, 例如电离层不规则体回波、地面/海面散射回波、极区中层夏季回波以及流星余迹回波等. 利用SuperDARN采集的电离层回波制作的电离层对流图对于空间天气研究具有重要意义. SuperDARN接收到的电离层回波通常会与地面海面的散射回波混淆, 从而造成绘制的电离层对流图不准确, 因此对于SuperDARN目标回波进行聚类分析具有重要意义. 本文首次将基于自动编码器网络的图嵌入深度聚类算法应用于SuperDARN目标回波数据, 有效地对SuperDARN回波数据进行了分类. 此外, 还将该模型与传统算法和机器学习聚类算法进行了比较. 该模型在样本数据中的应用表明, 深度聚类算法能够捕捉到回波数据的深层结构特征, 提高了回波聚类的准确性.     

一种新的太阳质子事件警报方法的探讨

本文分析了第21太阳活动周后半期的太阳质子耀斑硬X射线辐射资料, 发现它们的峰值流量、积分流量、上升沿斜率、X光子的最高能量和持续时间等物理参数之间有着不同于非质子耀斑的相关性。据此, 本文采用模糊聚类分析法, 对21太阳活动周期间(1980.2—1986.2)的质子事件进行预报试验。其报准率为88.5%, 虚报率为53.1%, 漏报率为11.5%。本文提供了基于X射线辐射特征的太阳质子事件警报的新途径和方法。     

用模糊聚类算法快速定位小卫星在轨运行故障

针对小卫星在轨系统复杂,监测点众多以及测量信息固有的不确定性等特点,采用一种 化的模糊Ｃ均值聚类算法快速定位在轨运行故障,并以哈尔滨工业大学卫星工程技术研究所研制的立体测绘微小卫星为背景以达到实际应用的目的。     

铝合金试件腐蚀深度分布特性及变化规律研究

以飞机蒙皮结构常用材料LY12CZ铝合金模拟试件的试验室加速腐蚀和大气暴露腐蚀试验结果为依据,用腐蚀深度对腐蚀损伤程度进行了描述,对腐蚀深度进行了测量;给出了一定腐蚀时间下腐蚀深度的分布特性,对腐蚀深度分散性及腐蚀深度随时间的变化规律进行了研究;并得到了加速腐蚀与大气暴露试验的当量加速关系.     

Segmentation of extreme ultraviolet solar images via multichannel fuzzy clustering

The study of the variability of the solar corona and the monitoring of its traditional regions (Coronal Holes, Quiet Sun and Active Regions) are of great importance in astrophysics as well as in view of the Space Weather and Space Climate applications. Here we propose a multichannel unsupervised spatially constrained fuzzy clustering algorithm that automatically segments EUV solar images into Coronal Holes, Quiet Sun and Active Regions. Fuzzy logic allows to manage the various noises present in the images and the imprecision in the definition of the above regions. The process is fast and automatic. It is applied to SoHO–EIT images taken from February 1997 till May 2005, i.e. along almost a full solar cycle. Results in terms of areas and intensity estimations are consistent with previous knowledge. The method reveal the rotational and other mid-term periodicities in the extracted time series across solar cycle 23. Further, such an approach paves the way to bridging observations between spatially resolved data from imaging telescopes and time series from radiometers. Time series resulting form the segmentation of EUV coronal images can indeed provide an essential component in the process of reconstructing the solar spectrum.     

A note on the relationship between sunspot numbers and active days

We have studied the relationship between three different versions of the sunspot number (Group, International and American Sunspot Number) and the number of active days (i.e., the number of days with spots on the solar disk). We have detected an approximately linear relationship for low solar activity conditions. However, this relationship for the International Sunspot Number is very different to the ones obtained with the other versions of the sunspot number. The discordant values correspond to older observations.     

基于信息理论的网络文本组合聚类

尽管近年来针对文本聚类问题进行了大量研究,其仍然是数据挖掘领域的一个富有挑战性的问题,特别在弱相关特征乃至噪声特征的处理上,仍然存在诸多挑战。针对这一问题提出了文本聚类的分解-组合算法框架——DIAS。该方法首先通过简单随机特征抽样将高维文本数据进行分解得到多样化的结构知识,其优点是能够较好地避免产生大量的噪声特征。然后采用基于信息理论的一致性聚类（ICC）将多视角基础聚类知识组合起来,得到高质量的一致性划分。最后通过在8个真实文本数据集上的实验,证明DIAS算法相较于其他被广泛使用的算法具有明显优势,特别在处理弱基础聚类上具有突出效果。由于在分布式计算上的天然优势,DIAS有望成为大规模文本聚类的主流算法。      

Ionospheric reflection of the magnetic activity described by the index η

Differences in the external part of the vertical geomagnetic component point to the existence of local inhomogeneities in the magnetosphere or the ionosphere. Usually used magnetic indices are not sufficient to express the state of ionosphere, the common used global Kp index derived in the three-hour interval does not indicate much more rapidly changes appearing in ionosphere. Magnetic index η reflects ionospheric disturbances when other indices show very quiet conditions. Data of ionospheric characteristics (foE, foEs, h’E, h’F2) during 28-day long quiet day conditions (Kp = 0–2) in 2004 were analyzed. The correlations between strong local disturbances in ionosphere during very quiet days and high values of magnetic index η were found. The most sensitive to magnetic influence – ionospheric E layer data (foE characteristic) – reaches median deviations up to (+0.8 MHz and −0.8 MHz) during very low magnetic activity (Kp = 0–1). The high peaks (2–2.7) of the magnetic index η correlate in time with large local median deviations of foE. Such local deviations can suggest local inhomogeneities (vertical drifts) in the ionosphere. The correlation in space is not trivial. The strong peak of η is situated between the positive and negative deviations of foE. Additional observation is connected with correlation in time of the high η value with the negative median deviations of h’F2 (in some cases up to −90 km). The analysis was based on one-minute data recorded at each of 20 European Magnetic Observatories working in the INTERMAGNET network and from 19 ionosondes for 2004. Ionospheric data are sparse in time and in space in opposite to the magnetic data. The map of the magnetic indices can suggest the behavior of ionospheric characteristics in the areas where we have no data.     

无人驾驶直升机纵向姿态运动的模糊控制研究

介绍了基于模糊逻辑的无人驾驶直升机纵向姿态运动的模糊控制系统设计方法,并根据直升机的飞行控制系统具有快速动态特性的伺服机构的特点,在Ｆｕｚｚｙ控制系统中设置滤波器,平滑控制信号,削弱伺服机构振荡运动,经仿真证明该控制方案是可行的。