搜索资源列表
Measure_of_Medium_Truth_Scale_and_Its_Application(
- 国内中介数学系统的最新研究，用中介真值程度函数替代模糊数学的隶属函数，能够更加自然的表示模糊现象，如果与神经网络结合其性能会优于模糊神经网络。此为论文1。
Measure_of_Medium_Truth_Scale_and_Its_Application(
- 国内中介数学系统的最新研究，用中介真值程度函数替代模糊数学的隶属函数，能够更加自然的表示模糊现象，如果与神经网络结合其性能会优于模糊神经网络。此为论文2。
AutomaticImageSegmentationAlgorithmThreshold
- 摘 要 该文提出了一种新的图像阈值分割算法。该算法通过求取最大模糊熵准则下，灰度均值直方图的最佳模糊划分 参数来确定两个模糊集 和 ，图像分割阈值即选取为两个模糊集的交点。该算法用 的模糊熵定义适应度函数， . / 01234 采用改进的遗传算法寻求最佳模糊参数。该文对遗传算法的改进包括，给出了缩短染色体码长的编码方法和性能良好的 改进的单点交叉算子和均匀变异算子。实验结果表明，该算法的分割效果与二维模糊熵算法接近，而计算时间还没有用 到二维模糊熵算法的一半。
EMM盲运动模糊图像的恢复
- 摘 要 盲图像恢复的主要困难是信息不足，而为了恢复图像和确定点扩散函数需要适当的先验知识。解决这个问题的法、 法以及正则化方法等。但是这些方法的计算量都太大，针对上述方法的不足，文章提出了一种恢复图方法有图像的新算法，它通过恢复残差的最小化和后验概率的最大化来估计参数和恢复图像。其中，巧妙地利用了最陡梯度法和 共轭梯度法的迭代求解。对由于运动造成的模糊图像，可以明显地改善图像的质量，实验结果证明，在对模糊操作没有严格限制的情况下，仍可得到较好的恢复图像。,： : 2$*/<$ I?E
kj06
- 传统的自动控制 器的综合设计都要建立在被控对象准确的数学模型(即传递函数模型或状态空间模型)的基础上，但是在实际中，很多系统的影响因素很多，油气混合过程、缸内燃烧过程等) ，很难找出精确的数学模型。这种情况下，模糊控制的诞生就显得意义重大。因为模糊控制不用建立数学模型不需要预先知道过程精确的数学模型-fuzzy control in
JTXHFANGZHEN
- 本文在分析城市交通信号控制研究现状和交叉口交通信号控制原理、评价方 法的基础上，设计了单交叉口交通信号两级模糊控制系统。分级模糊控制能有效 减少模糊规则数，易于提取模糊规则，适合于交通状况复杂的城市交叉口交通信 号控制。但它存在难以由人工合理定义全部模糊隶属度函数的问题。为此本文进 一步采用遗传算法对两级模糊控制器中模糊隶属度函数进行优化。本文提出的方 法具有分级模糊控制的优点，同时可以使模糊隶属度的选取更为合理，获得更好 的控制效果。对一个四相位单交叉口，利用MA
Anewtypeofslidingmodecontrollerdesignandsimulation
- 本文运用自适应模糊系统逼近滑模控制器参数,并引入一个自适应模糊参数连续逼近常规滑模控制器 的开关函数,最后给出一种新型自适应模糊滑模控制器,该方法克服函数和边界层法的不足 -err
KMP--suanfa
- 初看kmp算法的时候有点模糊，第一次就根本没明白过。 仔细的推敲。找相关类似的问题。现在把源程序贴出来供大家参考。 关键一点就是要了解next函数的构造，以及为什么要这么做。在数据结构中的next推倒，不过不是很好理解。 其中next是按1开始。 -Kmp algorithm for the beginning of the time look a bit vague on the first did not understand too. Careful scrutiny. To fin
chapter4_3
- 图像在传输过程中，传递函数对高频成分有衰减作用，造成图像模糊，细节轮廓不清楚。图像锐化就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰。亦分空域处理和频域处理两类[3]。-Image in the transmission process, the transfer function of the role of high frequency components are attenuated, resulting in image blurring, the details
zy5
- 摘 要:曝光瞬间造成图像模糊的运动通常作为直线运动近似处理 ,若能找出模糊图像的运动模糊方向 ,并将之旋转到水平轴 ,则二维问题可简化为一维来处理 ,大大简化由模糊图像估计出运动模糊点扩散函数以及图像恢复的过程 ,并为图像恢复的并行计算创造有利条件。由于运动模糊降低了运动方向上图像的高频成 分 ,沿着运动方向实施高通滤波 方向微分 ,可保证微分图像灰度值 绝对值 之和最小。基于此 ,本文利用双线性插值的方法 ,固定并适当选取方向微分的微元大小 ,构造出3 ×3方向微分乘子 ,得到了高效高精度
z5
- 摘 要 运动模糊恢复就是利用运动模糊退化的某种先验知识来重建或恢复原有图像 在运动模糊的点扩散函数未知的情况下 : 。 , 估计运动模糊的点扩散函数是运动模糊恢复的前提和关键 从傅立叶变换的角度对匀速直线运动模糊图像的点扩散函数在频域 。 论证了点扩散函数在频域内的零点特性及模糊图像两次傅立叶同态变换后的方向特性 并提出了利用这中的特点做了理论分析,些特性进行运动模糊方向估计的方法及两种模糊距离的估计方法 实验结果证明了所提出方法的有效性-Abstract motion blur
Anauto-focusingsystemusedfordigitalimaging
- 一种用于数字成像的自动对焦系统。提出一种用于数字成像的自动对焦系统，它以CMOS 为图像传感器，用DSP 进行数据处 理并控制驱动电路调整镜头的位置，达到准确自动对焦的目的。系统采用对焦深度法实现自动对 焦，通过改变镜头的位置获得一系列模糊程度不等的图像，计算每幅图像的清晰度评价值构成对 焦评价曲线；采用梯度函数作为评价标准来评价图像的清晰度；采用窗口选择技术控制对焦感兴 趣范围，减少了数据处理量；对实验样机的测试表明，系统有较好的自动对焦性能，并解决了百 叶窗问题，对透过玻
Fuzzy_PID_Control_of_Stepping_Motor
- 摘要:由于步进电动机调速系统具有非线性等特点,使得利用简单模糊控制与传统PID控制精度不高,因此文中提出利用模 糊PID控制器实现对步进电动机调速系统进行控制的方法,并设计了模糊PID控制器。文中首先建立了步进电动机的数学 模型,并根据数学模型推导了其传递函数 然后介绍了模糊PID控制器结构,以及模糊控制规则的生成方法,并且对该控制 方案进行数字仿真。仿真结果表明:该方法调节精度较高,动态响应快,无超调,有一定的可行性。 -Abstract: As the stepper mot
hundun
- ：针对正交编码信号已有设计方法计算复杂、编码长度和数量受限等问题，该文利用混沌序列类随机、初值 敏感， 易产生和易使用的特点， 提出应用混沌序列设计随机离散频率编码信号。 在给出编码信号设计方案的基础上， 详细推导此类信号的模糊函数，分析了其距离、多普勒分辨能力，讨论了信号的准正交特性，并比较了不同混沌序 列对信号性能的影响。 理论分析和仿真实验表明， 结合混沌序列的频率编码信号具有优良的模糊函数、 准正交性能， 且信号产生容易，编码长度和数量可以任意设置，可以作为一类有潜力的雷
radar
- 分析了混沌非周期截短效应对雷达模糊函数影响；计算了基于四个映射的载波幅度调制混沌雷达信号的模糊函数 -Analysis of the effects of chaotic non-periodic truncation effects on radar ambiguity function calculated based on radar signals modulated chaotic carrier amplitude four fuzzy mapping function
ambg
- matlab画出单个模糊函数、计算并画出LFM模糊函数-Draw a single fuzzy matlab function, calculate and plot the ambiguity function LFM
LFMCW-analysis
- 对称三角线性调频连续波信号模糊函数分析Symmetrical triangular linear frequency modulation continuous wave signal ambiguity function analysis-Symmetrical triangular linear frequency modulation continuous wave signal ambiguity function analysis
ambifunb
- 雷达模糊函数，3D图形展示，包含模糊函数公式，模糊函数矩阵展示，图形展示-Radar ambiguity function, 3D graphics, vivid display radar ambiguity function graphics
用遗传算法优化模糊控制器的隶属度函数的参数
- 使用遗传算法优化模糊控制器的隶属度函数的一种新方法
NN_FUZZY
- 利用自适应神经模糊推理系统对非线性函数进行逼近(Approximation of nonlinear functions by fuzzy inference system)