基于N步不变集的时滞切换系统的饱和控制

构造离散时滞切换系统的不变集,提出基于N步不变集的切换控制器设计方法,估计执行器饱和非线性的吸引域范围。首先,考虑时滞的影响,选取依赖于时滞的Lyapunov函数,构造时滞切换系统的不变集,并将其表达为若干个椭球集的凸组合,椭球集的个数与时滞常数相关。其次,在系统的前N个采样时刻,分别施加不同的饱和约束,求解得到一组椭球集,椭球集的个数与常数N相关,而每一步计算得到的椭球集均为时滞切换系统的不变集。再将N个不变集用一组凸包系数拟合,即可获取较大的吸引域估计。最后,在满足平均驻留时间约束的条件下设计切换律,并设计状态反馈控制器,保证闭环系统渐近稳定。控制器的求解转化为线性矩阵不等式的可行性问题。仿真结果验证了所提方法的可行性和有效性。     

基于优化支持向量机的人脸表情分类

分析了支持向量机（support vector machine, SVM）目前主要存在的问题和参数选择对分类性能的影响后, 提出了以改进粒子群算法优化SVM关键参数的优化SVM算法。将加入拥挤度因子的微粒群算法引入到SVM中, 在不牺牲泛化性能的前提下, 对其参数进行优化, 增加了SVM初始化参数的多样性, 减慢了局部搜索, 促进其在全局范围内的寻优搜索, 以有效克服SVM算法过分依赖初始值和容易陷入局部极小值的缺点, 并利用由粗到精的策略构造多层SVM人脸表情分类器, 在提高准确率的基础上加快分类的速度。实验证明, 新算法具有速度快、准确率高的优点。     

一种新的动态视觉传感器网络目标覆盖率算法*

动态视觉传感器网络目标覆盖研究中把目标点看成一个质心,而实际中存在物体直径可能大于视频节点半径、质心模型不适用的情况,针对此提出了一种新的动态视觉传感器目标物体覆盖率问题。基于此问题同时结合有向感知模型,提出有向线性感知模型,并基于该模型使用改进的粒子群优化算法对物体覆盖率进行仿真优化。仿真结果表明了该模型的有效性。     

基于图论的无线传感器网络自组织性能研究

无线传感器网络自组织问题越来越受到人们的关注,控制方法也大量涌现,但在对自组织性能的评价上,现在大多仍停留在定性分析阶段。本文针对无线传感器网络自组织中连接和覆盖两个重要指标,利用Delaunay三角剖分评价节点实体和他们的关系以及结点之间的信息传递和融合;利用Voronoi图进行评价节点覆盖的区域;同时,对整个自组织过程,引用自组织度的概念对其分布效果进行定量分析。仿真结果表明,我们提出的性能分析方法能够很好地评价无线传感器网络自组织算法的优劣。     

结合马氏距离与自编码器的网络流量异常检测方法

当前网络流量数据规模较大且分布不均衡,传统网络流量异常检测方法检测准确率较低。提出一种结合马氏距离和自编码器的检测方法,使用马氏距离倒数及判别阈值快速检测部分正常数据以减少训练数据量,同时,在自编码器代价函数中添加马氏距离度量项以增强自编码器的特征提取能力。在此基础上,将自编码器与分类器相结合以解决网络参数初始化问题,并通过调整自编码神经网络交叉熵损失函数中各项的权重,提高自编码神经网络对数据分布不均衡数据集的训练效果。实验结果表明,该方法在CICIDS2017数据集、NSL-KDD数据集上的异常检测准确率分别高达97.60%、99.84%,在CICIDS2017数据集上的F1值为0.941 3,高于DNN、LSTM、C-LSTM等方法。     

一种新型监狱使用的物联网节点设计

一种新型智能手铐作为物联网的节点,其主要利用指纹和电子滚码通过优先级进行开关锁来加强安全性,并且通过上位机能够实时地监控手铐的开关状态;同时加上了GPS定位功能,由上位机监控节点所在的位置和移动轨迹,并且系统每小时做一次监测结果备份,监察员可以调用任意时间段的数据.这种新型手铐运用物联网技术便于对犯人进行统一管理和监控,减轻了监狱监控管理人员的负担,并且在犯人逃跑过程中可以起到有效跟踪追捕功能.主要介绍了系统的整体架构、软硬件设计技术和系统功能.     

基于RFID的超市物联网购物引导系统的设计与实现

提出了一种基于RFID技术的超市物联网购物引导系统的设计方案.超市物联网智能导购系统中最关键的问题是产品的识别和产品信息的获取.将电子标签与物联网相结合,利用电子标签作为产品识别的手段,利用物联网来获取产品的详细信息并自动生成产品信息,从而提出了基于RFID的超市导购物联网系统的想法,并对其结构和功能进行了分析.此外还重点分析了在该物联网中的RFID系统的应用以及中间环节的通信技术,以实现在超市物联网系统中的人性化、智能化.     

结合边缘特征先验引导的深度卷积显著性检测

针对当前基于深度学习的显著性检测算法缺少利用先验特征和边缘信息，且在复杂场景中难以检测出鲁棒性强的显著性区域的问题，提出了一种结合边缘特征，利用先验信息引导的全卷积神经网络显著性检测算法。该算法利用三种被经常用到的先验知识结合边缘信息形成先验图，通过注意力机制将提取的先验特征与深度特征有效融合，最终通过提出的循环卷积反馈优化策略迭代地学习改进显著性区域，从而产生更可靠的最终显著图预测。经过实验定性定量分析，对比证明了算法的可靠性。     

工业循环冷却水系统中运行条件对污垢的影响

为解决污水再生后回用于工业循环冷却水易产生管道结垢和微生物滋生等问题,动态模拟了循环冷却水系统,探索温度、流速、浓缩倍数对污垢量和污垢中EPS、多糖(PS)、蛋白质(PN)、细菌总数(TB)、粘液形成菌(SFB)、铁细菌(IB)及硫酸盐还原菌(SRB)的影响。结果表明,温度升高,污垢量增加,35℃时的TB、SFB和IB含量最高。流速提高,污垢量变化不大;0.8~1.0 m/s时TB、SFB、IB和SRB数量最多。增大浓缩倍数,循环冷却水系统中的污垢量增加,浓缩倍数为4.0时微生物对系统影响最大。建议系统温度宜控制在30℃以内,流速宜大于1.0 m/s,浓缩倍数宜避开4.0倍。