近年来一些学者将模糊理论引入到图像分割中，较传统方法取得了更好的分割效果。 本文在研究传统的模糊阈值分割和模糊聚类分割的基础上，提出了以下改进的新方法： 1．针对目标／背景两类图像分割问题，考虑二维灰度直方图，采用了一种更符合图像空间分布特点的隶属函数，建立了对应的二维图像模糊熵，并采用遗传算法对二维图像模糊熵的各个参数进行优化，根据最大模糊熵准则，确定目标和背景的晟佳分割阈值；实验结果表明，基于遗传算法的二维最大模糊熵阈值分割法具有较好的分割性能和较快的分割速度，对噪声有一定的抑制能力。另外，针对多目标的复杂图像分割问题，本文聚用了一种三类阈值分割法，该方法将图像分为暗区、灰度区和亮区，通过建立相应的模糊隶属函数，对图像各个灰度级属于暗区、灰度区和亮区的模糊特性进行描述，应用指数熵的概念，基于概率分析，引进了一种新的模糊熵定义；并根据最大模糊熵准则，应用遗传算法，确定最佳的分割阈值：实验结果表明，基于遗传算法的三类阈值分割法能快速有效地分割复杂图像。 2．针对传统的模糊c均值聚类(FCM)图像分割方法未考虑图像的空间信息，本文采用了一种结合空问信息的模糊C均值聚类分割算法；该方法将图像的二维直方图引入传统的模糊C均值聚类算法，并对隶属函数做了改进；依据平方误差和最小准则，来确定模糊分类矩阵及聚类中心；最后，依据最大隶属度原则，划分图像像素的类别归属；实验结果表明，结合空间信息的模糊C均值聚类分割方法对含噪图像有效，分割效果较好。另外，针对二维直方图模糊化处理时存在空问信息损失问题，而马尔可夫随机场(MRF)理论能准确描述图像像素Ⅻ的空间相互关系，本文采用了一种基于马尔可夫随机场的模糊c均值聚类图像分割方法，利用MRF理论所描述的邻域关系属性．以Gibbs能量的形式引入先验的邻域约束信息，建立了包含灰度信息与空问信息的聚类目标函数，依据平方误差和最小准则，束确定模糊分类矩阵及聚类中心：最后，依据最大隶属度原则，划分图像像素的类别归属，以改善传统FCM算法的分割质量；实验结果表明，该方法能准确有效地分割图像，且具有较强的抗噪能力。

2.双输入-单输出模糊控制器的模糊控制规则 if and then 3.多输入-单输出模糊控制器的模糊控制规则 if and and …and then *

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

摘要：US0012是一种基于数字信号处理器和模糊逻辑技术的高性能智能化超声波干扰探测器集成电路。它具有价格低、适用面广、便于安装等优点，可广泛用于车辆内部的安全系统。文中介绍了US0012的主要特点和功能原理，给出了US0012的典型应用电路及其连接方法。     关键词：超声波；干扰探测器；干扰识别；报警；US0012 １ 主要特性 ＵＳ００１２是一种采用ＣＭＯＳ工艺制成的超声波干扰探测器信号处理专用集成电路，它兼有干扰探测、干扰识别和干扰报警三大功能。其主要性能特点如下： （１）内含超声波发送与接收电路、模拟信号处理器、数字信号处理器（ＤＳＰ）、基于模糊逻辑技术（Ｆｕｚｚｙ－Ｌｏ

一种模糊聚类算法MATLAB，能够将矩阵的元素按照一种聚类的方式重新排列

设定E、DE、U的论域为：{-4,-3,-2,-1,0,1,2,3,4}，并均有7个模糊子集{NB,NM,NS,Z,PS,PM,PB}。

研究生授课辅导课件，应用作业。TOPSIS法及模糊评价法的理解和比较。

应用线性矩阵不等式(LMI)方法研究T-S模糊系统的H2/H∞混合控制器的设计问题.首先针对T-S模糊系统分别设计H2和H∞ 控制器;然后以线性矩阵不等式的形式给出T-S模糊系统H2/H∞混合控制器存在的充分条件及相应的控制器设计方法.在给定的H∞ 干扰约束下,通过优化H∞控制性能指标实现了模糊状态反馈次优控制.最后通过例子验证了所给出的H2/H∞混合控制器设计方法的可行性和有效性.

论文研究-基于区间直觉模糊数的得分函数与精确函数及其应用.pdf,  在模糊决策理论中，区间直觉模糊数的排序是一个非常重要的理论问题.运用得分函数和精确函数对区间直觉模糊数进行有效排序的关键是得分函数和精确函数的科学构建.本文基于得分函数和精确函数的内涵，运用概率论全概率公式思想提出了新的得分函数和精确函数，并证明了其公理化的性质.通过大量的实际数据测算与比较分析，验证了本文提出的得分函数和精确函数的科学性，从而在对区间直觉模糊数排序时更有效、更准确.

为获取连续属性值数据集的最小属性子集，提出了一种两步约简方法．该方法以模糊粗糙集模型为基础，将描述条件属性和决策属性依赖关系的模糊依赖度概念进行了扩展，使其能对条件属性之间的依赖关系进行度量，利用属性与类别之间的依赖度选出候选属性集，然后根据单个属性与类别和属性之间的依赖度对候选属性集进行约简．仿真结果表明，该方法在有效降低属性维数的同时一定程度上保证了分类正确率．