导读:本文包含了模糊逻辑分类论文开题报告文献综述及选题提纲参考文献，主要关键词:电能质量,扰动分类,距离测度,T-S模糊推理
模糊逻辑分类论文文献综述
刘博[1]（2016）在《基于模糊逻辑的电能质量暂态扰动分类研究》一文中研究指出随着复杂敏感的新型电力负荷的迅速发展,电力用户对电能质量的要求不断提高,电能质量问题受到越来越广泛的关注。其中,电能质量暂态扰动的分类是评估和改善电能质量的必要前提,是电能质量分析与控制领域的重要课题。在电能质量暂态扰动模糊分类中,由于扰动复杂多样和模糊逻辑中的知识总结与获取困难,使得模糊分类器参数确定过程繁琐,且不易达到性能最优。本文主要针对电能质量暂态扰动模糊分类的扰动数据提取、特征提取与分类器设计、分类器优化和分类效率等方面进行研究,主要工作如下:首先,为获取高信息量的电能质量暂态扰动数据,提出一种基于改进归一化距离测度函数的电能质量扰动数据提取方法。通过分析电能质量扰动特性,提取适合于表征电能质量扰动信号的全局测度因子和局部测度因子,构造改进归一化距离的测度函数。根据改进测度函数计算出的距离测度值,判定是否保存当前周期的信号,并给出距离测度阈值的确定方法,验证所提方法对电能质量扰动的检测能力及扰动数据提取的有效性,为实现电能质量暂态扰动精确分类提供必要的数据基础。针对电能质量暂态扰动模糊分类中的人工试凑问题,提出一种基于T-S模糊推理的电能质量扰动分类方法。该方法采用多分辨率S变换提取表征扰动信号本质特性的电能质量扰动特征,并用作模糊分类器的输入量。之后,引入T-S模糊推理机制进行电能质量扰动分类器设计;利用基于模糊聚类的等分区间法确定隶属函数的中心和宽度等参数值,建立模糊推理结论与分类结论之间的映射关系,并在此基础上生成模糊分类规则,构造模糊规则库,验证所提方法分类单一及复合电能质量扰动的可行性,实现电能质量暂态扰动的有效分类。为提高电能质量暂态扰动模糊分类准确率,提出一种基于改进细菌觅食算法的电能质量扰动T-S模糊分类优化方法。该方法通过在细菌觅食算法的趋化操作中加入变异算子进行细菌当前位置调整,确保在保持大致搜索方向的基础上扩大搜索范围。在此基础上,通过对比选取适合的改进细菌觅食算法参数,并进行T-S模糊分类器参数优化,检验所提方法的全局搜索能力及其优化性能,实现电能质量暂态扰动T-S模糊分类器推理精度和分类性能优化。最后,在满足工程应用需求的前提下,为提高电能质量暂态扰动模糊分类效率,提出一种基于类别语言值的电能质量扰动分类方法。该方法针对电能质量扰动模糊分类器简化模糊规则需求与传统模糊推理机制之间的差异,将电能质量暂态扰动的类别作为隶属函数的语言值,给出基于类别语言值的模糊分类器设计方法,并确定隶属函数,生成模糊规则,实现分类目的与语言值选择及隶属函数设计的融合,为分类器模糊推理过程及模糊规则库的精简提供了重要依据。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
闫旭,李春明[2]（2016）在《基于模糊逻辑的可控串补线路故障分类》一文中研究指出提出一种基于模糊逻辑的可控串补线路故障分类方法。采集故障后半个周期的叁相电流数据,选取db4小波作为小波基,使用离散小波变换(DWT)分解电流暂态信号,将小波分解系数划分为叁个频带,计算每个频带的小波奇异熵,获得能反映不同故障的故障特征量。将特征量作为模糊逻辑的输入,构建模糊故障分类系统。在Matlab环境下建立电力系统模型,选择500 k V、300 km超高压输电线路进行故障仿真。仿真结果表明,不同的TCSC触发角下,该算法不受故障阻抗、故障初始角、故障类型、故障位置的影响,可以准确检测故障,完成故障分类。(本文来源于《电力系统保护与控制》期刊2016年05期）
梅亚敏,郭敏[3]（2013）在《基于决策树和模糊逻辑的玉米颗粒分类研究》一文中研究指出玉米颗粒存在虫蛀和霉变现象,为检测玉米颗粒的品级,采用基于决策树和模糊推理系统相结合的方法,对采集的玉米颗粒碰撞声信号进行特征选择和分类.首先,提取每个碰撞声信号的标准差、偏度、峰度等9类统计特征,作为C4.5算法的输入,构造决策树,进行特征选择;然后,根据构造的决策树,设计模糊推理系统的隶属函数和IF-THEN规则;最后,利用设计好的模糊推理系统对碰撞声信号进行分类,该方法对玉米的完好粒、虫蛀粒和霉变粒的正确识别率分别达到了97.6%、92.9%和96.4%.实验结果表明,采用决策树和模糊推理系统相结合的方法对玉米颗粒检测与分级是可行的,具有较强的实际应用价值.(本文来源于《华中师范大学学报(自然科学版)》期刊2013年04期）
彭瑜,李瀚旻,沈昕[4]（2013）在《模糊逻辑在中医舌诊中的应用研究——以模糊逻辑对慢性乙型肝炎苔色分类的研究为例》一文中研究指出中医舌像诊断是一种巨复杂系统,传统数学方法不能对系统进行精确、有效的描述,而模糊逻辑为计算机提供了一种处理真实世界中自然语言与人类思维模糊性的方法。文章以慢性乙型肝炎患者的苔色分类为例,提出了一种基于模糊逻辑的算法,能辅助中医师进行苔色诊断,具有一定的临床应用价值。(本文来源于《中医药管理杂志》期刊2013年04期）
汪传忠,莫灵珊[5]（2012）在《一种基于Mamdami模糊逻辑推理的血细胞分类方法》一文中研究指出通过模拟血细胞图像人工识别过程,建立自动识别分类模型,该模型利用Mamdami的模糊逻辑推理来完成从细胞图像特征空间到细胞属性特征的隶属度,再从属性隶属度到语义空间的鉴别映射,最后在语义空间中实现血细胞的分类。语义鉴别映射是实现从细胞图像特征空间到细胞语义空间的非线性变换,是细胞识别方法的关键。本文提出的血细胞自动分类识别方法是基于血细胞认识原型分类方法的具体实现。通过初步实验表明该方法是可行的。(本文来源于《计算机与现代化》期刊2012年05期）
高建斌,娄渊胜[6]（2011）在《基于模糊逻辑分类的WSN Sinkhole侦测》一文中研究指出分析无线传感器网络Sinkhole攻击侦测的监测特征、方法和侦测流程,设计并实现基于模糊逻辑分类的攻击侦测方案。仿真实验表明,该方案能较好地解决多因素集合的模糊信息问题,克服以往方案侦测模型复杂、误报率较高的不足,具有运算量小,易于实现、适用性好的特点。(本文来源于《计算机工程》期刊2011年09期）
文斯[7]（2011）在《遥感影像数据的面向对象分类与模糊逻辑分类研究》一文中研究指出随着科学技术的发展,遥感影像的空间分辨率、时间分辨率以及光谱分辨率有了显着提高,在环境监测、土地利用、国防军事等领域发挥着越来越重要的作用。高分辨率遥感影像虽然具有突出的结构和纹理特征,信息量丰富,但是其波段较少,光谱信息不足,存在“同物异谱”和“同谱异物”的现象,这些因素使得影像的信息提取变得更加复杂和困难。对于遥感影像的分类,模糊方法已显示出在分析混合像元、提高分类精度方面上的优势。作为世界着名的影像分析软件,eCognition的基本思想就是面向对象的模糊分类。同时,纹理作为影像中的重要特征,体现了空间结构信息,在分类时也是一个不可忽视的重要因素。基于以上考虑,为了对面向对象的分类技术和模糊分类的思想有更加全面的认识,本文选用经过了预处理后的昆明地区的四块QuickBird影像作为实验数据,对基于像素的模糊分类和面向对象的模糊分类展开研究,以期获得运用Fuzzy logic分类的实验结果。实验工作包括：(1)以eCognition软件为实验平台,在其规则模式和快速制图模式下,运用模糊逻辑算法,对实验区影像分别进行了面向对象的分类。对多尺度分割、光谱差异分割以及边缘提取算法进行了研究,实验内容包括特征空间的建立,隶属函数分类法、最邻近分类器、Box分类器的使用等。实验一区得到的分类结果总体精度达到95.68%,Kappa系数为0.9407,优于最大似然法的分类结果；(2)在MATLAB下进行了纹理分析实验,在3x3、5×5、7×7叁种不同窗口下,从0°、45°、90°、135°方向上对实验数据分别进行了能量、熵、相关性、对比度、均质性五个纹理测度的计算,将每个纹理测度在四个方向上的结果取平均值作为该纹理测度的最后结果输出,通过比较,在5×5窗口下得到的均质性测度能够较好的反映影像的纹理特征；(3)根据遥感影像数据的特点,设计了模糊分类系统。将影像的红、绿、蓝的均值及纹理信息作为输入变量,设置隶属函数和模糊规则,通过模糊推理及反模糊化的过程,在MATLAB下实现模糊分类并得到了较好的分类结果。针对实验一区影像中水域的提取,生产者精度可达95.24%,用户精度为100.00%,Kappa系数为0.9693。(4)对四个实验结果进行分析、讨论和总结,得出了一系列的关于实验、结果比较、不同实验方法等方面的结论。这些结论对今后应用面向对象的模糊分类、基于像素的模糊分类的实践者和学者具有参考价值。(5)通过对eCognition软件、ERDAS软件,以及MATLAB程序所完成的分类实验进行的比较可以看出：(a)在高分辨率遥感影像的信息提取中,多尺度分割在分割算法上具有较强的优势；(b)纹理分析已成为一种重要方法,可以提高分类精度；(c)基于像素的模糊分类和面向对象的模糊分类方法在处理一些边界问题,归属不确定的像素、区域和区块问题方面具有重要价值。(d)模糊理论(Fuzzy logic)在遥感影像分类的应用方面,具有长远的意义。(本文来源于《昆明理工大学》期刊2011-05-05）
任建奇,严卫,杨汉乐,施健康[8]（2011）在《基于模糊逻辑的CloudSat卫星资料云分类算法》一文中研究指出为了提高星载毫米波雷达资料云分类的准确性,从基于云角色的分类思想出发,利用源于Cloud-Sat/CPR(云廓线雷达)和CALIPSO/Lidar(激光雷达)的云几何廓线数据产品2B-GEOPROF-LIDAR以及相关资料,通过对云的特征参数进行提取,采用模糊逻辑技术对特征参数进行处理并完成对云的分类,将分类结果与CloudSat数据处理中心(DPC)发布的云分类产品、以及CALIPSO激光雷达的观测数据进行对比分析,结果表明分类具有较高的一致性。(本文来源于《解放军理工大学学报(自然科学版)》期刊2011年01期）
任建奇,严卫,杨汉乐,施健康[9]（2009）在《基于模糊逻辑技术的CloudSat卫星云分类算法研究》一文中研究指出基于云角色的分类思想,利用源于CloudSat/CPR(云廓线雷达)和CALIPSO/Lidar(激光雷达)的云几何廓线数据产品2B-GEOPROF-LIDAR以及相关资料对云的特征参量进行提取,采用模糊逻辑技术对特征参量进行处理并完成对云的分类,将分类结果与CloudSat数据处理中心(DPC)发布的云分类产品、以及CALIPSO激光雷达的观测数据进行对比分析,结果表明分类具有较高的一致性。(本文来源于《第26届中国气象学会年会第叁届气象综合探测技术研讨会分会场论文集》期刊2009-10-14）
朱小蕾[10]（2009）在《基于AFS模糊逻辑和属性选择的分类问题研究》一文中研究指出自美国控制论专家扎德(L.A.Zadeh)于1965年提出模糊集理论以来,模糊集与系统便作为一门新的工程数学方法被人们广泛地研究并应用到各个领域。1995年刘晓东教授提出的AFS模糊理论,即公理模糊集理论(Axiomatic Fuzzy Set)则是对扎德提出的模糊集思想的数学公理化,是人类认识、思维的部分机理的数学抽象和表示。AFS模糊理论能被用来研究人类思维的法则,并且便于计算机处理。事实上,AFS模糊理论提供了一个有效的工具将训练样本中的信息转化为隶属度和模糊逻辑算子,并且两者都是基于原始数据的分布而直接得到的,这就使得隶属函数和模糊逻辑系统的建立更具客观性、严密性和统一性。现在,AFS模糊理论已经得到进一步的发展,并且已经应用到模糊决策树、信用分析、模式识别和故障诊断等领域。在很多模糊系统中,我们常常需要对原始属性进行模糊划分,添加一些语言标签(例如大,中,小等),把原始属性空间映射到模糊属性空间上。为了减少模糊化后运算的复杂度,通常我们就需要对属性进行筛选,删除冗余和无关的属性,得到一个最优的属性子集,也就是属性选择。本文提出了一种基于AFS模糊逻辑和属性选择的分类算法。首先,运用AFS模糊逻辑对原始空间进行模糊化;其次,采用基于最大最小值原理和模糊扩展矩阵的属性选择算法对模糊属性进行筛选,得到最优模糊属性子集;再次,在具有最优模糊属性的数据空间上挖掘模糊分类关联规则,得到各数据类的模糊描述。实验表明,该算法切实可行,可操作性好,并且已经取得了较好的分类效果。(本文来源于《大连海事大学》期刊2009-06-01）
模糊逻辑分类论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出一种基于模糊逻辑的可控串补线路故障分类方法。采集故障后半个周期的叁相电流数据,选取db4小波作为小波基,使用离散小波变换(DWT)分解电流暂态信号,将小波分解系数划分为叁个频带,计算每个频带的小波奇异熵,获得能反映不同故障的故障特征量。将特征量作为模糊逻辑的输入,构建模糊故障分类系统。在Matlab环境下建立电力系统模型,选择500 k V、300 km超高压输电线路进行故障仿真。仿真结果表明,不同的TCSC触发角下,该算法不受故障阻抗、故障初始角、故障类型、故障位置的影响,可以准确检测故障,完成故障分类。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊逻辑分类论文参考文献
[1].刘博.基于模糊逻辑的电能质量暂态扰动分类研究[D].哈尔滨工业大学.2016
[2].闫旭,李春明.基于模糊逻辑的可控串补线路故障分类[J].电力系统保护与控制.2016
[3].梅亚敏,郭敏.基于决策树和模糊逻辑的玉米颗粒分类研究[J].华中师范大学学报(自然科学版).2013
[4].彭瑜,李瀚旻,沈昕.模糊逻辑在中医舌诊中的应用研究——以模糊逻辑对慢性乙型肝炎苔色分类的研究为例[J].中医药管理杂志.2013
[5].汪传忠,莫灵珊.一种基于Mamdami模糊逻辑推理的血细胞分类方法[J].计算机与现代化.2012
[6].高建斌,娄渊胜.基于模糊逻辑分类的WSNSinkhole侦测[J].计算机工程.2011
[7].文斯.遥感影像数据的面向对象分类与模糊逻辑分类研究[D].昆明理工大学.2011
[8].任建奇,严卫,杨汉乐,施健康.基于模糊逻辑的CloudSat卫星资料云分类算法[J].解放军理工大学学报(自然科学版).2011
[9].任建奇,严卫,杨汉乐,施健康.基于模糊逻辑技术的CloudSat卫星云分类算法研究[C].第26届中国气象学会年会第叁届气象综合探测技术研讨会分会场论文集.2009
[10].朱小蕾.基于AFS模糊逻辑和属性选择的分类问题研究[D].大连海事大学.2009