基于神经网络的非线性系统轨迹线性化自适应容错控制

针对一类仿射非线性系统,首先采用轨迹线性化方法将其等价表示为线性时变系统;然后利用神经网络构建伪逆模型以及动态故障模型：最后基于模型参数变化,应用李亚普诺夫稳定性理论构建标称系统控制器及故障补偿控制律,从而实现系统故障下的稳定有界容错控制．仿真结果表明了所提出算法的有效性．     

基于分层转移的粒子滤波MCMC重采样算法

针对粒子滤波中如何设计重采样策略以解决“权值蜕化”,同时又可避免“样本贫化”的问题,提出一种基于分层转移的Monte Carlo Markov链（MCMC）重采样算法．当样本容量检测出现“蜕化”时,将样本集按权值蜕化程度进行分层,利用提出的变异繁殖算法,将其与PSO融合产生MCMC转移核,并施以分层子集;然后通过Metroplis—Hastings算法进行接收-拒绝采样,由此构建的Markov链可收敛到与目标真实后验等价的平稳分布．数值仿真结果表明,所提出的算法能以更快的收敛速度和更小的估计误差贴近目标真实后验,从而提高了估计精度．     

ADO.NET数据访问模型研究

开发数据库应用程序的时候,如何选择数据库访问方式以及提高其性能至关重要.通过分析ADO.NET访问数据库的对象模型,一种是直接连接到数据库的对象,另一种是断开连接的对象,阐述了面向流和面向集的数据访问方式的区别及其各自的优点,并重点讨论了面向集的数据访问方式,即用DataSet(数据集)如何处理脱机数据,提高应用程序性能.     

基于socket的简单聊天室的设计与实现

介绍了在Linux上用socket编程来设计并实现一个简单聊天室。首先选择了服务器的轮询工作方式,以满足多个用户进程的连接;然后从数据结构、模块开发和源码实现三个方面详细分析了聊天室的实现;最后将该聊天室与传统聊天室进行了比较,并指出该聊天室的优势所在。     

免疫优化神经网络对倒立摆的控制

人工免疫算法是基于生物免疫系统机理和特点发展而来的一种新型智能算法。针对BP神经网络传统训练算法的学习效率低、收敛速度慢且容易陷入局部最优等不足,采用免疫算法对BP神经网络权值进行优化,以实现对倒立摆的控制。实验结果表明,用免疫算法训练神经网络收敛速度快,并能有效避免陷入局部最优。优化后的神经网络能对实际的倒立摆装置进行控制,并取得了满意的效果。     

数字信号处理器TMS320VC5402与音频模拟芯片TLC320AD50C的接口设计

介绍了TI公司的信号处理器TMS320VC5402串行口的主要特点,及其和音频模拟接口芯片TLC320AD50C的结构及其使用注意事项。详细讲述了两者的硬件连接及软件实现。     

基于混合熵和L_1范数的遥感图像分类

针对遥感图像数据具有的高维数、非线性以及海量无标记样本的特性,提出了一种基于混合熵和L1范数的概率型最小二乘支持向量机分类方法.将准熵和熵差分融合,构造一种混合熵用以从海量无标记样本集中选出最有＂价值＂的待标记样本;基于L1范数距离度量,进一步从待标记样本集中筛选出孤立点和冗余点加以剔除;基于初始已标记样本以及筛选得到的样本,训练得到概率型最小二乘支持向量机.对反射光学系统的成像光谱仪（ROSIS）高光谱遥感图像进行了分类实验.结果表明：所提分类方法的总精度和Kappa系数分别达到了89.90%和0.868 5,能够以较少的训练样本得到较高的分类精度,其更适于处理遥感图像分类问题.     

WMSNs节点不相交多路径QoS路由算法

将图的染色理论与合作博弈论相结合,建立起一个理性节点的收益模型,然后基于此模型提出了一种适用于无线多媒体传感器网络的节点不相交多路径路由算法,算法采用源路由方式建立,中间节点基于节点收益对路由请求消息进行转发,目的节点回复路由答复消息,源节点收到答复消息后迅速建立到目的节点的路由.该算法不仅能够建立质量更好的多路径,还能够平衡网络节点的能耗,从整体上达到多路径路由建立和优化的目的.仿真结果表明：与SMR,Tin-yONDMR算法相比,利用该算法所建立的多路径在数据传输时具有更高的能量效率,网络中节点的能量分布更理想.     

矿井移动载体摄像的电子稳像算法

针对矿井移动载体摄像造成的视频抖动,提出一种电子稳像算法,分离移动载体摄像中的主动扫描运动矢量和随机抖动矢量,实现视频序列的稳像补偿.算法首先利用平移运动模型建立图像运动矢量估计方程,以视频序列的角点特征建立帧间映射,求解其最小二乘解得到帧间图像全局运动矢量.然后针对移动载体摄像抖动的不确定性,构建粒子状态预测方程,采用二维欧氏距离定义观测值和观测概率密度,求解运动补偿矢量.通过算法有效性和稳像准确度实验,结果表明:该稳像算法可有效保留摄像机主动扫描运动、去除随机抖动,提高了输出视频的图像质量,稳像后峰值信噪比(PSNR)的平均值比稳像前提高了25.38DB.     

MDS-MAP算法在不同传播模型中定位误差的比较

主要介绍了MDS-MAP算法在通过4种不同传播模型时定位误差的不同,通过仿真可以看到MDS-MAP算法在各个传播模型中的定位误差图。从仿真结果可以得出,在环境好的情况下,规则模型与不规则模型的定位误差相差不大,当环境变化时,不规则传播模型比规则传播模型更能适应恶劣的环境。介绍了两种情况,随着环境的改变,传播模型相关参数也会有所改变进而影响定位误差的变化。