检索结果-内蒙古大学图书馆

大连理工大学学报 2014年第2期54卷 240-245页

作者：冯兴华刘晓东刘亚清大连理工大学控制科学与工程学院辽宁大连116024 大连海事大学信息科学技术学院辽宁大连116026

在AFS(axiomatic fuzzy set)理论框架下,提出了一种基于模糊概念相似性与模糊熵度量的分类算法.模糊分类规则的前件通过概念聚合得到,一种基于模糊概念相似性与模糊熵度量的概念选择函数指导聚合过程;然后,利用剪枝算法对得到的模糊规... 详细信息

在AFS(axiomatic fuzzy set)理论框架下,提出了一种基于模糊概念相似性与模糊熵度量的分类算法.模糊分类规则的前件通过概念聚合得到,一种基于模糊概念相似性与模糊熵度量的概念选择函数指导聚合过程;然后,利用剪枝算法对得到的模糊规则集进行剪枝,得到最终的分类规则集.用8组来自UCI数据库的数据集作为实验数据对算法进行验证,并与7种经典分类方法进行比较.实验结果表明该算法能得到较高的分类精度,分类结果明显优于参照的分类方法.

关键词：分类模糊规则相似性模糊熵公理化模糊集

来源：评论

学校读者我要写书评

暂无评论

基于DEMD和模糊熵的滚动轴承故障诊断方法研究

引用

计量学报 2016年第1期37卷 56-61页

作者：孟宗季艳闫晓丽河北省测试计量技术及仪器重点实验室河北秦皇岛066004 国家冷轧板带装备及工艺工程技术研究中心河北秦皇岛066004

提出一种基于微分的经验模式分解（DEMD）模糊熵和支持向量机（SVM）相结合的滚动轴承故障诊断方法。首先对信号进行基于微分的经验模式分解，得到若干具有物理意义的本征模函数（IMF）分量，再利用相关度准则对固有模式分量进行筛选，... 详细信息

提出一种基于微分的经验模式分解（DEMD）模糊熵和支持向量机（SVM）相结合的滚动轴承故障诊断方法。首先对信号进行基于微分的经验模式分解，得到若干具有物理意义的本征模函数（IMF）分量，再利用相关度准则对固有模式分量进行筛选，计算所选分量的模糊熵，组成故障特征向量，然后将其作为支持向量机的输入来识别滚动轴承的状态。并将该方法与基于EMD模糊熵和SVM相结合的方法进行比较，实验结果表明该方法对机械故障信号能够更有效准确地进行识别分类。

关键词：计量学故障诊断滚动轴承微分经验模式分解模糊熵支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于EMD去趋势波动的脑疲劳模糊熵分析

引用

中国生物医学工程学报 2020年第1期39卷 33-39页

作者：杨硕李润泽丁建清徐桂芝河北工业大学省部共建电工装备可靠性与智能化国家重点实验室天津300130 河北工业大学河北省电磁场与电器可靠性重点实验室天津300130

脑疲劳是由于人们长时间地从事重复单一或高负荷的认知活动所引起的,短时间的脑疲劳会引起注意力下降、工作效率降低,而长时间的脑疲劳则会造成脑功能损伤。提取脑疲劳特征有助于脑疲劳的检测,预防脑疲劳带来的危害。熵能够反映脑疲劳... 详细信息

脑疲劳是由于人们长时间地从事重复单一或高负荷的认知活动所引起的,短时间的脑疲劳会引起注意力下降、工作效率降低,而长时间的脑疲劳则会造成脑功能损伤。提取脑疲劳特征有助于脑疲劳的检测,预防脑疲劳带来的危害。熵能够反映脑疲劳状态下大脑复杂度的变化情况,有望成为评价脑疲劳的指标。但是,熵对脑电信号特征的提取受趋势重叠的影响,无法实现信号动态特性的准确描述,造成不同时间段得到的熵特征不一致。为解决趋势重叠对脑电信号熵特征的影响,将基于经验模式分解(EMD)的去趋势波动分析同熵值计算相结合,以4 h英语科技论文翻译作为脑疲劳诱发任务,记录14名本科生志愿者在正常安静和脑疲劳状态下的脑电信号,对比分析两种状态及3个时间段脑电信号的近似熵、模糊熵和去趋势模糊熵。结果表明,相比传统的近似熵和模糊熵,脑疲劳状态下去趋势模糊熵在左半球脑区的熵值较正常安静状态下显著降低(FC3,P=0.022;P5,P=0.007),且3个时间段有显著性差异的导联基本相同(3个时间段FC3导联P值分别为0.025、0.017、0.012,P5导联P值分别为0.011、0.006、0.017)。结果表明,去趋势模糊熵可以更好地表达两种状态下大脑复杂度的差异,且具有很好的时间稳定性。因此基于EMD的去趋势模糊熵可以更加快速有效地评价脑疲劳对大脑活动复杂度的影响。

关键词：脑疲劳模糊熵经验模式分解去趋势波动分析

来源：评论

学校读者我要写书评

暂无评论

基于模糊熵与方向相似度的液体火箭发动机故障检测

引用

国防科技大学学报 1998年第4期20卷 15-19页

作者：谢涛张育林国防科技大学航天技术系

先定义系统的广义模糊熵及其计算公式，再给出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模糊熵之间的负指数解析关系，并基于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的敏感度以及故障检测算法对... 详细信息

先定义系统的广义模糊熵及其计算公式，再给出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模糊熵之间的负指数解析关系，并基于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的敏感度以及故障检测算法对强干扰噪声环境的鲁棒性。同时，根据滑动数据窗口中二模糊聚类数据中心矢量方向相似度的变化来监示发动机系统故障的发展趋势。本文基于受强噪声环境干扰的实际试车数据并用自组织模糊聚类算法作为滑动数据窗口上的聚类算法进行了数字仿真试验。仿真结果表明：基于模糊熵的故障检测算法具有对强噪声环境的鲁棒性，是低信噪比环境下的一种客观的故障检测算法。

关键词：液体火箭发动机故障检测模糊熵方向相似度

来源：评论

学校读者我要写书评

暂无评论

基于多尺度模糊熵的动作表面肌电信号模式识别

引用

生物医学工程学杂志 2012年第6期29卷 1184-1188页

作者：邹晓阳雷敏上海交通大学振动冲击噪声研究所上海200240

动作表面肌电(SEMG)信号是一种从皮肤表面采集的复杂电信号,它的模式识别在人体假肢和人—计算机交互系统等实际应用中非常重要。为了提高识别率,提出一种将模糊熵(FuzzyEn)和多尺度分析相结合的方法。该方法从动作SEMG信号非线性和非... 详细信息

动作表面肌电(SEMG)信号是一种从皮肤表面采集的复杂电信号,它的模式识别在人体假肢和人—计算机交互系统等实际应用中非常重要。为了提高识别率,提出一种将模糊熵(FuzzyEn)和多尺度分析相结合的方法。该方法从动作SEMG信号非线性和非平稳特性的角度出发,引入了多尺度模糊熵(MSFuzzyEn)特征,并应用到人体前臂六类动作SEMG信号的模式识别中。首先利用小波分解对原始信号进行多尺度分解。然后计算MSFuzzyEn并将其作为特征向量输入支持向量机(SVM)进行识别,平均识别率达到97%,比利用原始信号的FuzzyEn进行识别时提高3%。结果表明,利用MSFuzzyEn对动作SEMG信号进行模式识别效果良好。

关键词：表面肌电信号模糊熵小波分解支持向量机模式识别

来源：评论

学校读者我要写书评

暂无评论

基于模糊熵边缘信息同质性测度的对比度增强

引用

中北大学学报（自然科学版） 2014年第1期35卷 76-82页

作者：王睿凯桂志国张权刘祎中北大学电子测试技术国家重点实验室山西太原030051

针对传统图像对比度增强方法存在局部区域过增强或增强不足等诸多问题,提出了一种基于模糊熵边缘点特征向量的同质性对比度增强算法.首先提取边缘特征信息,找到基于模糊熵边缘点特征向量的三个本质特征,然后用此来定义同质性,进而利用... 详细信息

针对传统图像对比度增强方法存在局部区域过增强或增强不足等诸多问题,提出了一种基于模糊熵边缘点特征向量的同质性对比度增强算法.首先提取边缘特征信息,找到基于模糊熵边缘点特征向量的三个本质特征,然后用此来定义同质性,进而利用同质性增强的方法来进行对比度增强,得到增强图像.仿真结果表明:与其他传统的对比度增强方法相比,新方法图像增强效果明显,平均梯度、边缘强度、信息熵、增强度准则(EME)这4个客观标准均得到改善,很好地加强了细节信息.

关键词：对比度对比度增强模糊熵同质性边缘点特征向量

来源：评论

学校读者我要写书评

暂无评论

基于脑电节律能量与模糊熵的VR诱发晕动症水平检测研究

引用

数据采集与处理 2024年第2期39卷 490-500页

作者：周占峰化成城柴立宁严颖刘佳付荣荣南京信息工程大学自动化学院南京210044 南京信息工程大学江苏省智能气象探测机器人工程研究中心南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 燕山大学河北省测试计量技术及仪器重点实验室秦皇岛066000

晕动症一直是影响虚拟现实用户体验及限制虚拟现实行业发展的一个关键因素。为解决这一问题,本文研究了虚拟现实晕动症对大脑神经活动的影响,并利用脑电特征对晕动症水平进行检测。为得到可度量眩晕水平的特征,记录受试者在体验眩晕测... 详细信息

晕动症一直是影响虚拟现实用户体验及限制虚拟现实行业发展的一个关键因素。为解决这一问题,本文研究了虚拟现实晕动症对大脑神经活动的影响,并利用脑电特征对晕动症水平进行检测。为得到可度量眩晕水平的特征,记录受试者在体验眩晕测试场景前及过程中的脑电信号,计算节律能量和模糊熵,并利用统计分析进行特征选择,最后分类验证该特征的有效性。结果表明,受试者产生晕动症时,CP4和Oz的θ、α频段能量及C4的β、γ频段能量显著降低(p<0.01);在模糊熵方面,δ频段有FC4、Cz模糊熵值显著升高(p<0.0001),β频段有O1模糊熵值显著降低(p<0.0001)。对比线性判别分析(Linear discriminant analysis,LDA)、逻辑回归(Logistic regression,LR)和支持向量机(Support vector machine,SVM),K最近邻(K-nearest neighbor,KNN)算法的分类效果较好,它在节律能量和模糊熵上的分类准确率分别为89%和91%。本研究表明脑电节律能量及模糊熵有望成为晕动症水平检测的有效指标,为研究虚拟现实晕动症成因及缓解方案提供客观依据。

关键词：虚拟现实晕动症脑电信号模糊熵

来源：评论

学校读者我要写书评

暂无评论

结合模糊熵和遗传算法的双阈值图像分割

引用

应用科学学报 2014年第4期32卷 427-433页

作者：郑毅郑苹山东工商学院信息与电子工程学院山东烟台264005 西安电子科技大学技术物理学院西安710071 华中科技大学图像识别与人工智能研究所武汉430074 安徽理工大学计算机科学与工程学院安徽淮南232001

在火炮身管弯曲度测量系统中,为了能从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法.基于模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3个模糊子集,用于畸变校正的标定图案的像素灰度... 详细信息

在火炮身管弯曲度测量系统中,为了能从光靶图像中同时提取标定图案和激光光斑,提出了一种双阈值图像分割方法.基于模糊数学理论和最大模糊熵判据,把光靶图像中的像素灰度级分为黑、灰和亮3个模糊子集,用于畸变校正的标定图案的像素灰度级隶属于黑模糊子集,用于测量的激光光斑的像素灰度级隶属于亮模糊子集.使用改进的模糊指数熵作为分类判据,提高了分类准确性.通过遗传算法确定模糊熵参数的最优组合,降低了计算复杂度,并且最大模糊熵判据仅含有4个模糊熵参数,减小了搜索空间.针对光靶图像进行了双阈值分割实验,并与最大类间方差双阈值法、模拟退火模糊熵法和使用未改进的模糊指数熵的遗传模糊熵法进行了比较.实验结果表明,所提方法能自动而有效地选取双阈值,且分割效果优于其他3种双阈值分割方法.

关键词：图像分割阈值隶属度函数模糊熵遗传算法

来源：评论

学校读者我要写书评

暂无评论

模糊熵和深度学习在精神分裂症中的应用研究

引用

计算机工程与应用 2020年第3期56卷 152-158页

作者：田程胡廷曹锐相洁太原理工大学信息与计算机学院

精神分裂症是一种常见的重性精神疾病,多年来严重影响人类的生活质量,因此,对该病的准确诊断是治疗疾病的前提。针对以上问题,提出一种基于大脑复杂性和深度学习的精神分裂症脑电信号(EEG)分类方法,旨在发现隐藏在数据中的分布式特征。... 详细信息

精神分裂症是一种常见的重性精神疾病,多年来严重影响人类的生活质量,因此,对该病的准确诊断是治疗疾病的前提。针对以上问题,提出一种基于大脑复杂性和深度学习的精神分裂症脑电信号(EEG)分类方法,旨在发现隐藏在数据中的分布式特征。与忽略空间信息的标准脑电数据分析技术相反,首先将脑电信号的时间序列进行分频处理,并将每个频段的时间序列用模糊熵(FuzzyEn)进行特征提取,按照电极的空间位置构成特征向量,并将特征向量输入到卷积神经网络(CNN)中训练分类模型,自动识别受试者是否患病。实验结果表明,基于模糊熵和卷积神经网络的分类方法是有效的,分类准确率达到了99.16%。

关键词：精神分裂症模糊熵卷积神经网络分类

来源：评论

学校读者我要写书评

暂无评论

基于模糊熵与LS-SVM的轴承故障诊断

引用

机械强度 2014年第5期36卷 666-670页

作者：杨望灿张培林任国全李俊军械工程学院七系石家庄050003 武汉军械士官学校武汉430075

由于滚动轴承不同状态的振动信号具有不同复杂度的特点,提出利用模糊熵和最小二乘支持向量机(LSSVM)实现轴承故障的准确诊断。模糊熵将模糊理论引入到数据序列的复杂度测度中,能够测量出不同复杂度的数据序列。根据模糊熵计算方法,选择... 详细信息

由于滚动轴承不同状态的振动信号具有不同复杂度的特点,提出利用模糊熵和最小二乘支持向量机(LSSVM)实现轴承故障的准确诊断。模糊熵将模糊理论引入到数据序列的复杂度测度中,能够测量出不同复杂度的数据序列。根据模糊熵计算方法,选择最优参数计算轴承振动信号的模糊熵,作为区分轴承不同故障状态的特征参数。以轴承振动信号的模糊熵为输入,以最小二乘支持向量机为分类器,准确识别轴承故障状态。轴承实测振动信号分析表明,方法能够有效诊断轴承故障,提高故障诊断的准确率。

关键词：模糊熵最小二乘支持向量机滚动轴承故障诊断

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：