二型模糊系统在音频信号分类中的应用

针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法,并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化,最后采用向量相似性测度准则对优化后的模糊规则集合进行简化,得到最终的模糊分类器模型。与传统的一型模糊集合相比,二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示,应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。     

模糊聚类与预测分析模型在高等学校定位中的应用

利用模糊数据挖掘方法 (FDM) ,建立了模糊聚类与预测分析模型 ,并结合 2 0 0 4年中国大学 10 0强排行榜的有关数据 ,对某些综合类大学进行了定位分析 ,其分析结果与实际定位情况基本一致 ,这充分说明利用该模型对高等学校定位是可行的、实用的 ,期望能为我国高等学校的正确定位提供决策支持。     

遗传模糊C-均值聚类算法应用于MRI分割

通过分析知经典的将图像分割成C类的常用的模糊C-均值聚类算法(FCMA)依赖于初始聚类中心的选择,通常得到的是局部最优解而并非全局最优解,又由于遗传算法能搜索到全局最优解,因此将遗传算法(GA)与FCMA相结合,对MRI直接进行聚类,利用遗传算法搜索全局最优解,从而有效地避免了模糊C-均值聚类算法收敛到局部最优的问题,并在此基础上实现了对MRI的分割,得到了比较满意的效果。     

基于减法聚类产生具有优化规则的模糊神经网络及其软测量建模

提出了一种通过调整减法聚类半径优选模糊规则的软测量建模方法。首先用减法聚类建立T-S模糊模型,然后通过调整聚类半径优选模糊规则数,以取得具有良好泛化性能的模型,之后利用梯度下降混合最小二乘算法精调参数。最后用该方法对初馏塔石脑油干点进行软测量建模,结果表明能较快确定优化模型,并能满足软测量建模精度要求。     

基于神经网络和模糊逻辑的信用评价模型

在对Z评分模型以及KMV模型、J.P.摩根的Credit-Metrics模型、瑞士信贷银行的Credit-Risk模型、麦肯锡的信用组合模型等信用风险模型进行分析的基础上,提出在多元综合回归分析的基础上建立企业财务状况指数测算公式,再使用模糊聚类方法进行信用等级评价、使用模糊神经网络进行风险预测的信用评价的新方案。     

一种基于最大模糊熵的高斯聚类算法

介绍了一种新的模糊聚类方法，定义了模糊熵，提出了基于最大模糊熵的模糊聚类的方法，得到了一种新的聚类算法——GCM算法。该算法的物理意义清晰，有明确的数学含义，相对于传统的FCM聚类算法，其聚类效果更好。     

模糊神经网络用于非线性系统模型辨识(英文)

提出了一种非线性系统的模型辨识方法。在只有被辨识系统的输入输出数据的情况下,利用一种无监督的聚类算法来进行结构辨识,从而自动获得模糊规则库,并可以得到模糊系统的初始参数。在聚类的基础上,构造一个与之相匹配的模糊神经网络,用它的学习算法来训练网络得到一个精确的模糊模型,从而实现参数辨识。同时,证明了所构造的模糊神经网络具有通用逼近能力,这个能力在模糊建模和模糊控制方面非常有用。通过对两个非线性系统辨识的仿真结果验证了该方法的有效性。     

基于加权模糊c均值聚类的快速图像自动分割算法

图像分割是指将一幅图像分解为若干互不交迭的区域的集合，是图像处理和计算机视觉的基本问题之一。为了提高图像分割的效率，提出了一种基于2维直方图加权的塔形模糊c均值（FCM）聚类图像快速分割算法。该方法先通过构造合理的2维直方图对噪声进行抑制；然后通过塔形分解来缩减聚类样本集；最后利用加权FCM聚类算法进行分类。仿真结果表明，该方法的效率明显优于标准的FCM算法。此外，为确定分割的最优类别数c，还引入了一种基于该快速算法的聚类有效性评价函数——修正划分模糊度，实现了最佳图像分割类别数c的自动确定。基于人造图像和实际图像的测试实验结果表明该方法是有效的。     

基于模糊聚类-模糊模式识别的复合材料高温机械性能评价

将模糊聚类和模糊模式识别相结合的识别方法应用于具有多模糊特征变量的复合材料高温机械性能的识别中。对给定特征的复合材料进行模糊分类,建立群体模式。通过模糊模式识别在模式库中对检验样本进行匹配,实现对未知材料的聚类识别。结果表明:对于多因子相关的复合材料性能,两种方法的结合是有效可行的,可以满足经济性和准确性的要求。     

平凡中的卓越——基于The Old Man and the Sea的语言动力学研究

本文以海明威的小说The Old Man and the Sea为文本材料，运用MATLAB、Excel等软件从语言动力学角度对文本进行处理，然后建立频率分析、模糊聚类、马尔科夫过程等模型，分析所选文本中单词与字母之间的关联程度，从而揭示出该作品的写作风格和技巧。     

网络银行风险状态诊断方法研究

随着我国网络用户的增加及金融服务的进步,我国的网络银行业也获得了快速的发展。但是,网络银行系统漏洞、信息不对称以及风险对网络银行业务的高破坏性,使得风险问题已成为网络银行发展的最大障碍,因而迫切需要加强对网络银行的风险评估和管理。本文利用模糊数学建立影响网络银行风险因素的诊断模型,得到各项指标对网络银行风险因素的影响程度和表现状况的定量诊断方法,从而为改进网络银行风险管理提供决策依据。     

财务比率在股票选择中的作用

利用财务报表中的盈利性比率和保值增值率,结合定性和定量分析方法对财务报表进行了研究。此理论首先从定性分析出发,然后再利用模糊数学这一手段对这些比率进行定量化研究,将财务比率和财务比率的稳定性转化成为股票选择的可能程度值。此理论克服了现存理论的某些缺陷,为机构投资者利用财务比率选择股票提供了理论依据。     

阜新工业行业财务状况的模糊聚类分析

通过对阜新2002年工业行业财务状况的分析,运用模糊聚类分析方法,选取7种财务状况评价指标,建立模糊聚类分析模型,进行实证分析,形成模糊聚类图,将具有财务状况相似性的行业分为六大类,分析各种类别行业的财务特点,提出轻工业行业、采掘业行业、自来水行业、电力、蒸汽及热水的生产和供应业等行业的发展建议。     

股票指数模糊随机预测与灰色预测实证比较研究

灰色预测和模糊随机预测是两种不同的对股票指数进行预测的方法。灰色预测模型出现的较早,模糊随机预测模型是近年来才被应用在对股票指数的预测当中。为了找出能够更加准确和能够得到更接近于真实值的较优预测模型,分别依据灰色预测模型和模糊随机预测模型,以2009年全年的每日60分钟沪深300指数为样本进行了实证研究。研究发现,采用模糊随机预测模型得到的预测结果中有71%比采用灰色预测模型得到的预测结果更接近于真实的股票指数。研究结果表明,在对股票指数实时预测准确度方面,模糊随机预测模型优于灰色预测模型。     

分层型多变量自适应模糊控制算法的研究

利用多维模糊条件语句的分解定理,结合分层多规则集输入的设计方法,获得了多变量模糊控制算法的一个简化表达式。模糊规则的修正通过抑制外扰的α因子查询修正表得到,从而获得了一类带解耦设计的多变量自适应模糊控制算法,并进行仿真验证。     

基于结构元理论的折衷型决策方法

根据折衷型决策方法的原理,提出了基于结构元理论的模糊折衷型决策方法,共有两种模式：一种是先加权,后综合的模式,另一种是先综合,后加权的模式。借助传统模糊多属性决策中的一个实例,运用这两种算法进行了决策,得出了与传统决策方法相同的结论,证明这两种算法的可靠性,同时与传统的决策算法相比,本算法不仅易于理解,而且计算的速度也远比传统算法快。     

现金流量表相关指标分析

现金流量表作为企业法定编报的三张报表之一 ,对于债权人、股东及企业管理者分析企业的经营状况而言 ,具有重要的意义。本文重点阐述了现金流量表相关指标的分析。     

基于结构元理论的模糊回归预测

在许多预测问题中,观测得到的数据既具有随机性,也具有模糊性,因此常采用模糊回归预测.该文基于模糊结构元理论,构造了一种有对称结构元线性生成的线性回归预测模型.该模型可以把复杂的模糊线性回归预测问题归结为普通规划问题求解,计算简单,易于实现,减少了模糊线性回归预测模型的复杂性.     

完善我国合并会计报表理论与实务的思考

随着现代企业制度的建立，企业集团的不断发展壮大，合并会计报表已显得越来越重要．针对我国《合并会计报表暂行规定》存在的问题，就合并会计报表的编制方法等问题进行了探讨，以期完善我国合并报表的理论与实务．