去噪声的加权SVM分类方法

针对支持向量机(SVM)本身抗噪声能力低和训练数据类别不均匀会造成分类结果偏向数目较大一类的倾向性等问题，本文提出了去噪声的加权SVM分类方法。在该方法中，通过引入主成分分析方法来降维去除噪声，再通过引入加权系数的方式，补偿了上述倾向性造成的不利影响，提高了预测分类精度。对污水处理过程运行状态的分类实验表明该方法的有效性。     

基于径向基小波核的多尺度小波支持向量机

普通支持向量机(SVM)方法用于多尺度回归建模时不能取得满意的精度,而现有的多尺度SVM算法存在只适合均匀分布的样本并可能收敛于局部极值等问题.为解决上述问题,本文提出了一种基于径向基小波核的多尺度小波支持向量机学习算法.文中提出并证明了一种新的径向基小波支持向量核,可提高小波SVM的训练速度和逼近精度.在此基础上,通过解一个二次优化问题可求出多尺度回归建模问题的全局最优解.最终得出的多尺度回归模型能够有效地逼近多尺度信号.仿真结果验证了所提算法的有效性.     

自适应Smith补偿器在基于IP的网络控制系统中的应用

在基于IP网络的网络控制系统(NCS s)中,网络诱导时延变化显著且往往大于一个采样周期.本文引用数据通信中应用广泛的网络回程时间来估计NCS s中时变的全回路网络诱导时延,并提出了一种新的自适应Sm ith补偿器.仿真结果表明,该补偿器能够有效地消除网络诱导时延变化对控制性能的负面影响;结合该自适应Sm ith补偿器所设计的控制系统能够获得很好的控制性能与较强的鲁棒性.     

环境控制自动化--控制理论新的应用领域

从三废处理的典型过程出发，叙述废水生化处理过程、垃圾焚烧处理过程、废气电除尘过程的建模与控制。     

具有多个平衡点的不确定混杂系统的鲁棒镇定

考虑具有多个平衡点的参数不确定混杂系统的鲁棒镇定问题。采用分段二次型Lyapunov函数推导得到此类混杂系统可由混杂状态反馈鲁棒镇定的充分条件，在此基础上提出了混杂状态反馈鲁棒镇定控制器的设计方法，将控制器的设计转化为与一组线性矩阵不等式相关的凸优化问题，从而可以用有关的计算软件求解。由于控制器的设计不仅包含控制器连续时间动态行为的设计，还包含离散事件动态行为的设计， 因此不要求混杂系统中每个连续子系统都具有可控性，仿真结果表明了设计方法的有效性和可行性。     

NIR汽油辛烷值测定仪中的支持向量机方法

提出了应用于近红外光谱汽油辛烷值测定仪的支持向量机方法 ,该方法具有强的泛化能力及全局最优解的特点 ,得到的数学模型其预测能力明显改善。实验表明该方法优越于目前在近红外光谱测定汽油辛烷值中常见的偏最小二乘和人工神经网络等方法     

移动机器人在线实时路径规划

研究了不确定环境下移动机器人的路径规划问题。采用全局规划和局部规划相结合的方法，提出了一种基于极坐标空间，以期望方向角为优化性能指标的在线实日寸路径规划方法。该法利用机器人的传感器系统，实时探测局部环境信息，在每次的局部规划窗口，确定机器人的期望方向角，以机器人的实际运动方向角与期望方向角之间的差异来驱动机器人避开障碍物和朝向目标点运动。该法不仅简单灵活，而且克服了全局规划和局部规划的缺陷。仿真实验表明其有效可行性、实时性、优化性、精度高、稳定性好。     

基于三维直方图的Fisher评价函数图像分割方法

提出了一种基于三维直方图的Fisher评价函数图像分割方法,该方法利用了图像像素点的灰度信息和邻域的均值信息及中值信息,给出了三维阈值分割方法。实验结果表明,相比较基于二维直方图的Fisher线性判别函数图像分割方法,在图像受高斯噪声干扰的情况下,该方法具有更好的分割效果。     

粗SVM 分类方法及其在污水处理过程中的应用

提出一种基于粗糙集理论和支持向量机理论的粗SVM分类方法，该方法采用粗糙集属性约筒方法以减少属性个数，且在属性约筒过程中选出几组合适的属性集组成新的属性集，使模型具有一定的抗信息丢失能力，同时充分利用SVM的良好推广性能，提高了预测分类精度，对城市污水处理厂运行状态的实验结果表明了该方法的优越性。     

基于连接模型的局部优化算法在水域污染监测数据融合系统中的应用

针对水域污染监测数据融合系统中存在的困难，讨论了基于“连接”模型的局部优化算法及其应用。该模型采用非“抑制”连接，极大地减少了节点“连接”数和扇出数；各个节点只和相邻节点通过“连接”传递信息，竞争输出，保证了局部最优，同时为实现分布式计算提供了方便。在此模型的基础上本文用局部优化及其改进算法对一个水域污染监测问题进行了仿真研究，理论分析和计算结果表明，局部最优及其改进算法在保证搜索准确性的同时极大地减少了计算量，是解决水域污染监测问题的有力工具。