导读:本文包含了预测模糊识别论文开题报告文献综述及选题提纲参考文献，主要关键词:城轨车辆门,密封胶条,老化识别,寿命预测
预测模糊识别论文文献综述
张雨,朱文明,许丽娇,李敬轩,肖衡[1]（2018）在《城轨车辆门密封胶条的力学性能老化模糊识别与使用寿命预测》一文中研究指出为构建城轨车辆门密封胶条按需维护制度,对密封胶条开展力学性能老化模糊识别与使用寿命预测的研究.在南京和上海两条轨交线上收集了一批叁元乙丙橡胶材质的在用城轨车辆门密封胶条,按照国家标准检测硬度、拉伸强度、拉断伸长率叁项力学性能;采用模糊方法处理检测数据并识别老化程度,设置密封胶条的老化程度衡量指标和使用寿命预测指标.研究结果表明:自然老化条件下城轨车辆门密封胶条力学性能变化趋势具有随机性;力学指标50%性能保持率可作为容忍密封胶条老化的临界值;模糊贴近度可作为辨识密封胶条老化程度的指标;拉断伸长率更适合作为密封胶条使用寿命预测性能指标;基于拉断伸长率的检测数据和50%性能保持率进行非线性拟合,可建立城轨车辆门密封胶条寿命预测方法.(本文来源于《南京工程学院学报(自然科学版)》期刊2018年04期）
徐邮邮[2]（2018）在《基于模糊识别的土壤含水量高光谱预测模型研究》一文中研究指出土壤水作为植物生存的物质基础,对陆地表面植物的分布状况具有重要影响。因此,进行土壤含水量的预测对农作物的生长发育至关重要。土壤含水量定量预测研究,从传统的实验室化验方法到现在利用高光谱遥感技术,发生了很大的变化。高光谱遥感技术具有许多独特的优势,包括波段多、分辨率高、数据量大等,使研究工作变得实时、快速、高效并且无破坏性,为土壤性状指标的反演提供了一种有效途径。土壤含水量数据以及光谱反射率数据受众多因素的影响,导致数据在大小划分上具有不确定性,即不可避免的具有模糊性和随机性。而模糊理论主要用于描述研究对象的不确定性,因此利用模糊理论进行土壤含水量预测具有一定的理论依据。本研究以山东省泰安市的94个棕壤样本为研究对象,针对采集样本获取其室外反射率光谱数据以及含水量实验室化验数据。首先对获取的光谱反射率数据进行预处理,包括断点校正、平滑优化、异常样本剔除。在此基础上对光谱数据进行多种数学变换,分析土壤含水量光谱反射特性,了解含水量在各变换光谱的敏感波段,根据单相关分析法选取特征因子。最后建立土壤含水量高光谱模糊识别预测模型,包括可变模糊集预测模型以及半监督模糊识别预测模型,并建立其它常用预测模型进行对比分析。主要研究内容和成果如下:(1)土壤含水量的光谱特征因子提取。通过对光谱反射率数据进行变换处理,利用单相关分析法,确定各变换光谱与土壤含水量的相关性,根据最大相关性原理选取特征因子。选择两组数据作为特征因子,包括平方根一阶微分变换条件下的669nm、762nm、1022nm、1235nm、2060nm,以及对数倒数一阶微分变换条件下的655nm、1235nm、1497nm、1677nm、2059nm,相关性均较好。(2)土壤含水量高光谱模糊识别模型建立。基于特征因子建立模糊识别以及其他常用模型进行含水量预测。结果表明,基于平方根一阶微分变换数据建立的可变模糊集模型预测效果最优,平均相对误差、决定系数分别为2.761%、0.972,后验差比值、小概率误差分别为0.284、1;其它常用预测模型中,支持向量机模型预测效果相对较好,精度指标值分别为9.642%、0.957、0.208、1,略差于可变模糊集模型预测效果。基于对数倒数一阶微分变换数据建立的半监督模糊识别模型预测效果最优,平均相对误差、决定系数分别为4.406%、0.977,后验差比值、小概率误差分别为0.384、0.944;决策树模型相对其它常用预测模型预测效果较好,精度指标值分别为4.940%、0.925、0.326、0.944。综合分析,其它常用模型预测效果较差一些。说明利用模糊识别模型进行土壤含水量高光谱预测具有一定的有效性和稳定性。(本文来源于《山东农业大学》期刊2018-04-25）
马驰,朱泊宇[3]（2018）在《基于灰色神经网络和模糊识别的航电系统故障预测技术研究》一文中研究指出大型飞机航电系统故障呈现多耦合、影响复杂和快速蔓延等特点,要求故障诊断技术定位准确、自动化程度高、处理迅速,本文建立的灰色神经网络模型综合了灰色模型处理贫信息的优势以及人工神经网络处理非线性数据的特点,实现对航电系统的故障预测,同时通过基于劣化度的模糊识别方法来建立两者的桥梁,进而实现系统的健康预测管理。(本文来源于《2018（第七届）民用飞机航电国际论坛论文集》期刊2018-04-17）
邵广哲,焦晓东[4]（2018）在《基于模糊模式识别法的南水水库汛期降水预测与分析》一文中研究指出在多年开展汛期水情趋势预报的基础上,根据水文要素,采用周期分析法,先确定汛期降水准周期,然后应用模糊模式识别法进行定量预报,精度较好,同时结合中期水文跟踪预报,可以用来指导汛期防汛工作。(本文来源于《人民珠江》期刊2018年01期）
王汉元,贾宝山,金珂,李守国[5]（2017）在《基于模糊模式识别的瓦斯突出预测研究》一文中研究指出针对矿井瓦斯突出问题,基于模糊模式识别理论,对矿井瓦斯突出灾害进行评估,实现灾害提前预测.运用模糊聚类分析方法对已知瓦斯突出样本集进行分类,建立模糊识别模式库.根据择近原则,通过计算待评估样本与已知模糊模式的接近程度,选取可比实例,完成对待评估样本的模糊模式识别,实现对待预测样本的评估与预测.此方法克服了模糊聚类分析方法的单一性,实现多指标定量化评估,提高了评估结果的准确性.通过举例分析,验证了评估方法的可靠性.(本文来源于《应用泛函分析学报》期刊2017年03期）
朱志洁,张宏伟,刘鑫[6]（2014）在《基于模糊模式识别的矿井动力灾害预测》一文中研究指出随着煤矿采掘强度和深度的不断加大,煤与瓦斯突出、冲击地压等矿井动力灾害愈发严重。对矿井动力灾害的准确预测,有针对性地采取防治措施,可以保证矿井安全生产和人身安全。基于地质动力区划方法,确定了矿井动力灾害的各影响因素,采用模糊数学方法将样本进行聚类分析,结合各样本的危险性确定合理的分类并形成标准模式库,对预测样本进行模式识别,建立了矿井动力灾害的危险性预测模型;以煤与瓦斯突出为实例对该模型进行了检验,初步证明了该方法的可靠性和科学性。(本文来源于《自然灾害学报》期刊2014年04期）
陆红梅,王雪青[7]（2013）在《基于模糊模式识别和BP神经网络的工程项目成本预测模型研究》一文中研究指出将模糊模式识别与BP神经网络结合起来建立工程项目成本预测模型,首先利用模糊模式识别选取样本工程项目,其次运用BP神经网络进行工程项目成本预测,最后经过算例分析,得出运用模糊模式识别结合BP神经网络建立工程项目成本预测模型是切实可行的。(本文来源于《项目管理技术》期刊2013年05期）
刘双跃,陈丽娜,王娟,王丹,江飞[8]（2013）在《基于模糊聚类分析和模糊模式识别的煤层底板突水区域预测》一文中研究指出借助于模糊理论与技术可以较客观地实现煤层底板突水预测中模糊信息与模糊关系的正确表达与处理,综合考虑突水影响因素,提出了采用模糊聚类分析与模糊模式识别相结合的预测方法。首先采用模糊聚类分析对底板突水的样本集合进行分类,建立不同程度的模糊模式,然后对待测样本进行模糊模式识别,以此来预测待测样本的底板突水危险程度。此方法克服了模糊聚类单一分析方法的不确定性,提高了预测结果的准确程度。(本文来源于《矿业安全与环保》期刊2013年02期）
连增增,谭志祥,邓喀中,郭仓[9]（2013）在《基于模糊模式识别的采动区建筑物损害等级预测》一文中研究指出为掌握煤矿采动区建筑物损害程度,采用模糊模式识别方法对采动区建筑物损害等级进行预测。首先对30个已知采动区建筑物损害数据进行预处理,根据研究区域井下开采情况、地质条件及建筑物结构等因素,采用模糊聚类方法生成包含4个标准模型的模型库。然后对8个测试样本与标准模型库进行测试,计算样本数据与各个标准模型的贴近度,根据择近原则判断各样本所对应的标准模型。通过计算,8个测试样本预测结果与实测值完全相同,预测结果准确可靠。研究表明使用模糊模式识别方法预测建筑物损害等级是可行的,研究成果为预测矿山采动区建筑物损害等级提供了一种新的方法。(本文来源于《煤矿安全》期刊2013年02期）
董敏娥[10]（2012）在《基于模糊识别的高速公路交通拥挤预测算法》一文中研究指出在分析影响交通拥挤因素的基础上,提出了一种基于模糊识别的交通拥挤状态预测算法,并对算法进行了模拟测试。测试结果表明:该算法实时性好,准确性高,可作为高速公路交通控制与诱导等管理手段的可靠依据。(本文来源于《科学技术与工程》期刊2012年25期）
预测模糊识别论文开题报告
（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：
土壤水作为植物生存的物质基础,对陆地表面植物的分布状况具有重要影响。因此,进行土壤含水量的预测对农作物的生长发育至关重要。土壤含水量定量预测研究,从传统的实验室化验方法到现在利用高光谱遥感技术,发生了很大的变化。高光谱遥感技术具有许多独特的优势,包括波段多、分辨率高、数据量大等,使研究工作变得实时、快速、高效并且无破坏性,为土壤性状指标的反演提供了一种有效途径。土壤含水量数据以及光谱反射率数据受众多因素的影响,导致数据在大小划分上具有不确定性,即不可避免的具有模糊性和随机性。而模糊理论主要用于描述研究对象的不确定性,因此利用模糊理论进行土壤含水量预测具有一定的理论依据。本研究以山东省泰安市的94个棕壤样本为研究对象,针对采集样本获取其室外反射率光谱数据以及含水量实验室化验数据。首先对获取的光谱反射率数据进行预处理,包括断点校正、平滑优化、异常样本剔除。在此基础上对光谱数据进行多种数学变换,分析土壤含水量光谱反射特性,了解含水量在各变换光谱的敏感波段,根据单相关分析法选取特征因子。最后建立土壤含水量高光谱模糊识别预测模型,包括可变模糊集预测模型以及半监督模糊识别预测模型,并建立其它常用预测模型进行对比分析。主要研究内容和成果如下:(1)土壤含水量的光谱特征因子提取。通过对光谱反射率数据进行变换处理,利用单相关分析法,确定各变换光谱与土壤含水量的相关性,根据最大相关性原理选取特征因子。选择两组数据作为特征因子,包括平方根一阶微分变换条件下的669nm、762nm、1022nm、1235nm、2060nm,以及对数倒数一阶微分变换条件下的655nm、1235nm、1497nm、1677nm、2059nm,相关性均较好。(2)土壤含水量高光谱模糊识别模型建立。基于特征因子建立模糊识别以及其他常用模型进行含水量预测。结果表明,基于平方根一阶微分变换数据建立的可变模糊集模型预测效果最优,平均相对误差、决定系数分别为2.761%、0.972,后验差比值、小概率误差分别为0.284、1;其它常用预测模型中,支持向量机模型预测效果相对较好,精度指标值分别为9.642%、0.957、0.208、1,略差于可变模糊集模型预测效果。基于对数倒数一阶微分变换数据建立的半监督模糊识别模型预测效果最优,平均相对误差、决定系数分别为4.406%、0.977,后验差比值、小概率误差分别为0.384、0.944;决策树模型相对其它常用预测模型预测效果较好,精度指标值分别为4.940%、0.925、0.326、0.944。综合分析,其它常用模型预测效果较差一些。说明利用模糊识别模型进行土壤含水量高光谱预测具有一定的有效性和稳定性。
（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。
预测模糊识别论文参考文献
[1].张雨,朱文明,许丽娇,李敬轩,肖衡.城轨车辆门密封胶条的力学性能老化模糊识别与使用寿命预测[J].南京工程学院学报(自然科学版).2018
[2].徐邮邮.基于模糊识别的土壤含水量高光谱预测模型研究[D].山东农业大学.2018
[3].马驰,朱泊宇.基于灰色神经网络和模糊识别的航电系统故障预测技术研究[C].2018（第七届）民用飞机航电国际论坛论文集.2018
[4].邵广哲,焦晓东.基于模糊模式识别法的南水水库汛期降水预测与分析[J].人民珠江.2018
[5].王汉元,贾宝山,金珂,李守国.基于模糊模式识别的瓦斯突出预测研究[J].应用泛函分析学报.2017
[6].朱志洁,张宏伟,刘鑫.基于模糊模式识别的矿井动力灾害预测[J].自然灾害学报.2014
[7].陆红梅,王雪青.基于模糊模式识别和BP神经网络的工程项目成本预测模型研究[J].项目管理技术.2013
[8].刘双跃,陈丽娜,王娟,王丹,江飞.基于模糊聚类分析和模糊模式识别的煤层底板突水区域预测[J].矿业安全与环保.2013
[9].连增增,谭志祥,邓喀中,郭仓.基于模糊模式识别的采动区建筑物损害等级预测[J].煤矿安全.2013
[10].董敏娥.基于模糊识别的高速公路交通拥挤预测算法[J].科学技术与工程.2012