區(qū)間二型模糊聚類算法研究及其在電力牽引監(jiān)控系統(tǒng)中的應(yīng)用.pdf

1、模糊聚類算法因其類人的邏輯語言及易于實現(xiàn)的優(yōu)點稱為了聚類分析的最主流研究方法，且在圖像分割、大規(guī)模數(shù)據(jù)分析、數(shù)據(jù)挖掘、模式識別等眾多領(lǐng)域中得到廣泛應(yīng)用。模糊理論為模糊聚類分析提供了理論基礎(chǔ)，隨著模糊理論的發(fā)展，一型模糊集處理不確定性能力差的缺陷逐漸顯現(xiàn)，因此擁有更強處理不確定性能力的二型模糊集成為了模糊理論研究的熱點。在模糊控制等領(lǐng)域中，二型模糊集已經(jīng)表現(xiàn)出優(yōu)于一型模糊集的處理能力。然而在模糊聚類分析中，二型模糊集的應(yīng)用仍處于起步階段。

2、
　　雖然目前二型模糊集在模糊聚類分析中已經(jīng)有成功地嘗試，并提出了較為有效的區(qū)間二型和廣義二型模糊聚類算法，但是由于二型模糊集的運算復(fù)雜度較高，直接制約了二型模糊聚類算法的發(fā)展與應(yīng)用。為提升二型聚類算法的運算效率以及處理大數(shù)據(jù)量樣本的能力，通過對區(qū)間二型模糊聚類算法的深入研究，提出了結(jié)合降型特點的初始化聚類中心方法，并對降型運算的初值選擇和運算過程進(jìn)行優(yōu)化，消除了傳統(tǒng)方法的計算冗余。通過大量的實驗結(jié)果表明，優(yōu)化的區(qū)間二型模糊聚類算

3、法在運算效率上較傳統(tǒng)算法有約40％的提升。
　　由于模糊聚類分析處理的數(shù)據(jù)類型多種多樣，單一的聚類算法無法滿足不同數(shù)據(jù)的聚類要求，因此二型模糊聚類算法的推廣需要結(jié)合不同的研究背景展開。圖像分割作為模糊聚類分析的一個重要應(yīng)用方向，是目標(biāo)識別、圖像理解、計算機視覺研究中最基本、最重要的處理步驟和關(guān)鍵技術(shù)。首先，對于現(xiàn)有的圖像分割模糊聚類算法進(jìn)行歸納總結(jié)，并分析了改進(jìn)方法在區(qū)間二型模糊聚類中應(yīng)用的可能性。同時，考慮二型模糊聚類算法的有效

4、性評估處于空白狀態(tài)，將一型模糊聚類算法的有效性函數(shù)進(jìn)行了擴展，提出了幾種適用于區(qū)間二型模糊聚類算法的廣義有效性函數(shù)。此外，結(jié)合圖像分割中圖像像素點相互關(guān)聯(lián)的特點，提出了描述像素點鄰域信息的空間隸屬度函數(shù)。通過引入空間隸屬度函數(shù)的區(qū)間二型模糊聚類算法進(jìn)行圖像分割，提高了算法對于噪聲點以及邊緣處像素點的劃分精度。對人造圖像及醫(yī)學(xué)圖像的分割結(jié)果驗證了所提算法的有效性。
　　作為接觸網(wǎng)與受電弓的唯一連接部件，受電弓滑板肩負(fù)著保障機車運行動

5、力的使命。由于鐵路系統(tǒng)的不斷提速，受電弓滑板的損耗情況日益嚴(yán)重。及時檢測受電弓滑板的磨耗狀態(tài)并更換過限滑板是鐵路安全檢測的重要任務(wù)。隨著智能化鐵路監(jiān)控系統(tǒng)的發(fā)展，數(shù)字圖像處理技術(shù)成為了受電弓滑板狀態(tài)檢測的重要手段。而圖像分割作為圖像目標(biāo)提取與后期處理的重要步驟，其分割結(jié)果的好壞直接影響圖像處理的最終結(jié)果。傳統(tǒng)圖像檢測算法在檢測現(xiàn)場圖像時易受噪聲、天氣、光照等眾多因素影響，導(dǎo)致檢測到的滑板邊緣線段不連續(xù)，從而影響檢測的精確度。因此，考慮將