导读:本文包含了模糊划分论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模糊,指纹,波速,特征,关系,不等式,神经网络。
模糊划分论文文献综述
孙德建,胡雄,王冰,王微,林积昶[1]（2019）在《基于GG模糊聚类的滚动轴承退化阶段划分研究》一文中研究指出针对滚动轴承退化特征提取以及性能退化阶段准确划分的问题,采用Logistic混沌映射,对谱熵在复杂度演化中的变化规律进行了研究。提出了一种基于均方根、谱熵、"弯曲时间参数"特征以及GG模糊聚类的滚动轴承退化阶段划分方法,并采用IMS轴承实验中心的滚动轴承全寿命试验数据进行了实例分析。研究结果表明:谱熵参数能够有效描述性能退化过程中的复杂度变化规律,对复杂度变化十分敏感,计算速度快;引入的Curved Time参数能够反映退化状态在时间尺度上的集聚特性,更符合机械设备的性能退化规律,因此GG模糊聚类方法能够实现对轴承等机械设备性能退化阶段的准确划分。(本文来源于《机电工程》期刊2019年11期）
高春成,王蕾,吕经纬,刘敦楠,李霄彤[2]（2019）在《电力市场交易平台移动客户端用户信息安全研究——基于模糊Petri网理论的等级划分方法分析》一文中研究指出移动技术和互联网带来便捷的同时也伴随着复杂多变的信息安全隐患。为满足电力交易移动业务信息的涉密程度和安全防护需求,对电力交易平台客户端用户信息安全的相关研究刻不容缓。本文首先基于风险评估理论分析影响信息安全等级的因素,并构建指标评价体系;其次将信息安全等级依据信息防护需求划分为5个不同的等级;再次,将模糊Petri网的逻辑推理特点与电力交易平台移动客户端结合构建了用户信息安全等级划分模型;最后,得到信息安全分级结果并提出信息安全分级防护策略。(本文来源于《价格理论与实践》期刊2019年08期）
武一,张朝旭,田小森[3]（2019）在《改进模糊C均值软划分管理指纹库的WiFi定位》一文中研究指出针对WiFi指纹定位中管理指纹库的聚类方法不稳定,且类交界附近定位性能差的问题。研究使用粒子群算法改进模糊C均值聚类,并提出隶属度最小间隔的想法,将不能明确分类的指纹划分至多个子指纹库实现具有交叉的软划分管理。期间针对标准粒子群容易陷入局部最优出现早熟的不足,将满意度与线性递减惯性系数结合并引入突变。通过查看由聚类导致误差增大的发生区域,分析类交界处定位性能差的原因,将指纹库进行不同重合程度的软划分。结果表明,改进后的粒子群算法寻优能力更好,而且与改进粒子群算法融合的模糊C均值聚类结果稳定不受初始值影响,将软划分和多种硬聚类对比,类交界附近定位误差明显减小,说明软划分指纹库更适合指纹定位。(本文来源于《测控技术》期刊2019年09期）
姚卫,陈晓庆[4]（2020）在《模糊划分及其模糊粗糙近似算子》一文中研究指出以含幺序半群(不必交换)为取值域,引入一种模糊划分的定义,证明它与模糊等价关系之间的一一对应性,并以交换单位quantale为取值格研究了这种模糊划分诱导的模糊粗糙近似算子的基本性质.(本文来源于《聊城大学学报(自然科学版)》期刊2020年01期）
李严鹏,姜偕富,王芳,吴金晶[5]（2019）在《基于时滞划分法的T-S模糊系统的稳定性分析》一文中研究指出针对一类具有时变时滞的Takagi-Sugeno模糊系统的稳定性问题,采用时滞划分法,充分利用区间时滞的内部信息,用可变参数m(0<m<1)将时滞区间进行划分。同时对一些现有文献中的Lyapunov-Krasovskii(L-K)泛函做进一步改进,给出一个具有较小保守性的T-S模糊系统的时滞相关稳定性判据,最后用数值实例验证了判据的有效性。(本文来源于《杭州电子科技大学学报(自然科学版)》期刊2019年05期）
王保兴,刘丹,周同新,黄海涛[6]（2019）在《基于梯形直觉模糊集的复杂产品模块划分》一文中研究指出为减少模块划分过程中存在的模糊性与不确定性,将模糊集理论引入到模块划分的多属性决策问题中,研究关于产品的结构、功能及客户参与度的关联关系定量化方法,采用基于梯形直觉模糊数计算加权复杂网络的边权;然后,采用Fast Unfolding算法实现复杂机械产品零部件加权复杂网络的模块划分,得到模块划分的最优方案;最后,以二级减速器为例验证方法的实用性与有效性。(本文来源于《组合机床与自动化加工技术》期刊2019年07期）
孙立川,赵在立,朱永强,杨乾坤[7]（2019）在《场地类别模糊划分和地震动反应谱参数的计算及其应用》一文中研究指出采用了模糊分类的方法来进行场地类别划分,使用隶属度函数和其它不同的插值方法计算了一个工程实例的场地反应谱特征周期和地震加速度调整系数,分析了各种插值方法的优缺点。针对石家庄地区剪切波速处于Ⅱ类、Ⅲ类界限附近的情况,分析了错划场地类别对超限/非超限乙、丙类抗震建筑物的结构设计的影响。建议划分场地类别除了要考虑剪切波速数值和覆盖层厚度以外,尚需综合考虑地质年代等因素的影响。(本文来源于《工程勘察》期刊2019年07期）
张雄涛,胡文军,王士同[8]（2019）在《一种基于模糊划分和模糊加权的集成深度信念网络》一文中研究指出针对DBN算法训练时间复杂度高,容易过拟合等问题,受模糊理论启发,提出了一种基于模糊划分和模糊加权的集成深度信念网络,即FE-DBN(ensemble deep belief network with fuzzy partition and fuzzy weighting),用于处理大样本数据的分类问题。通过模糊聚类算法FCM将训练数据划分为多个子集,在各个子集上并行训练不同结构的DBN,将每个分类器的结果进行模糊加权。在人工数据集、UCI数据集上的实验结果表明,提出的FE-DBN比DBN精度均有所提升,具有更快的运行时间。(本文来源于《智能系统学报》期刊2019年05期）
樊国旗,蔺红,程林,张锋,樊国伟[9]（2019）在《基于K均值模式划分改进模糊聚类与BP神经网络的风力发电预测研究》一文中研究指出为了克服模糊聚类不能反应数据内部差别的不足,提出了一种基于模式划分改进的模糊聚类与BP神经网络的风电功率预测算法。该算法首先确定最佳的模式划分数,接着将不同的风速模式下的历史风速数据进行模糊聚类以确定关联系数,并对关联系数高的历史风速数据和发电数据进行训练,然后利用BP神经网络得出风电预测功率。以新疆某地区实际风力发电数据作为仿真算例,对比分析了所提算法与未改进模糊聚类与BP神经网络在风力发电预测中的误差,结果表明所提算法克服了模糊聚类的缺点,具有更高的精度,对地区发电计划安排具有较高的价值。(本文来源于《智慧电力》期刊2019年05期）
陈晓庆[10]（2019）在《模糊划分及其诱导的模糊粗糙近似算子》一文中研究指出模糊集理论是利用集合论方法处理现实世界中不确定性问题和亦此亦彼的模糊现象的一种数学工具。粗糙集理论是继概率论、模糊集理论和证据理论之后的又一个处理不确定性的数学工具,可以用来分析不精确、不一致或不完整等各种不完备信息,从中发现隐含的知识,揭示潜在的规律。将模糊集和粗糙集相结合一直是国际上相关领域的一个研究热点。本文主要考虑模糊划分的概念及其与模糊等价关系的一一对应性,定义基于模糊划分诱导的模糊粗糙近似算子,并研究模糊粗糙近似算子的一些基本性质,其中一些具体问题的处理方法和技巧可以应用到覆盖型和邻域型模糊粗糙集的研究中。主要研究内容如下:内容一:以含幺序半群(不必交换)为取值域,引入了一种模糊划分的定义,证明了模糊划分和模糊等价关系之间存在一一对应性。当取值域是一个剩余格时,该定义和Belohlavek的定义方式等价。内容二:以交换单位quantale为取值格,定义了基于模糊划分的模糊上下近似粗糙算子及其性质,得到了上下近似算子的两种等价描述方式。内容叁:系统研究了模糊上下近似粗糙算子的性质。虽然根据内容一中的等价性也可以得到模糊上下粗糙近似算子的全部性质,但具体方法和技巧可以被运用到覆盖型和邻域型模糊粗糙集理论的研究中。(本文来源于《河北科技大学》期刊2019-05-01）
模糊划分论文开题报告
（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：
移动技术和互联网带来便捷的同时也伴随着复杂多变的信息安全隐患。为满足电力交易移动业务信息的涉密程度和安全防护需求,对电力交易平台客户端用户信息安全的相关研究刻不容缓。本文首先基于风险评估理论分析影响信息安全等级的因素,并构建指标评价体系;其次将信息安全等级依据信息防护需求划分为5个不同的等级;再次,将模糊Petri网的逻辑推理特点与电力交易平台移动客户端结合构建了用户信息安全等级划分模型;最后,得到信息安全分级结果并提出信息安全分级防护策略。
（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。
模糊划分论文参考文献
[1].孙德建,胡雄,王冰,王微,林积昶.基于GG模糊聚类的滚动轴承退化阶段划分研究[J].机电工程.2019
[2].高春成,王蕾,吕经纬,刘敦楠,李霄彤.电力市场交易平台移动客户端用户信息安全研究——基于模糊Petri网理论的等级划分方法分析[J].价格理论与实践.2019
[3].武一,张朝旭,田小森.改进模糊C均值软划分管理指纹库的WiFi定位[J].测控技术.2019
[4].姚卫,陈晓庆.模糊划分及其模糊粗糙近似算子[J].聊城大学学报(自然科学版).2020
[5].李严鹏,姜偕富,王芳,吴金晶.基于时滞划分法的T-S模糊系统的稳定性分析[J].杭州电子科技大学学报(自然科学版).2019
[6].王保兴,刘丹,周同新,黄海涛.基于梯形直觉模糊集的复杂产品模块划分[J].组合机床与自动化加工技术.2019
[7].孙立川,赵在立,朱永强,杨乾坤.场地类别模糊划分和地震动反应谱参数的计算及其应用[J].工程勘察.2019
[8].张雄涛,胡文军,王士同.一种基于模糊划分和模糊加权的集成深度信念网络[J].智能系统学报.2019
[9].樊国旗,蔺红,程林,张锋,樊国伟.基于K均值模式划分改进模糊聚类与BP神经网络的风力发电预测研究[J].智慧电力.2019
[10].陈晓庆.模糊划分及其诱导的模糊粗糙近似算子[D].河北科技大学.2019
论文知识图
