基于粗糙集和模糊神经网络的空气质量评价

针对概率神经网络的输入量过多会影响其训练速度的问题,采用了基于分辨矩阵的粗糙集属性约简方法,删除不相关或不重要的指标.鉴于空气质量分级标准的模糊性,将模糊数学和概率神经网络结合起来,构建了模糊概率神经网络空气质量评价模型(FPNN),然后将约简后的指标值进行模糊化处理后输入到PNN神经网络进行智能训练.实例表明.该方法提高了收敛速度,评价结果客观可靠,具有一定的实用价值.     

基于矩阵变换的彩色图像加密算法

研究了矩阵变换的性质,找到一种新的SCAN遍历矩阵,对彩色图像各分量进行像素位置置乱,结合彩色图像结构特点,利用彩色图像每个像素的RGB分量构成三维列向量,并将其作为输入分量,经过矩阵变换,改变其像素值的大小,得到加密矩阵.试验结果表明,加密图像具有类随机性,直方图接近于均匀分布,算法具有很强的密钥敏感性.     

具有时变时滞的Lurie系统时滞依赖绝对稳定性新判据

考虑了一类具有时变时滞和范数有界不确定的Lurie控制系统绝对稳定性分析问题. 通过选取一个新的Lyapunov-Krasovskii泛函将整个时滞区间分为两段, 每段区间上定义了不同的能量函数. 并给出了由LMI描述的新的时滞依赖鲁棒绝对稳定性判据.     

T-S模糊广义系统研究综述

对目前T-S模糊广义系统的研究成果加以总结. 主要讨论了T-S模糊广义系统的分析、综合与应用的问题, 并对这一研究领域仍需解决的问题和未来的发展方向作了进一步的展望.     

基于改进齐次多项式技术的离散时间2-D T-S模糊系统的收敛镇定条件

通过利用改进的齐次多项式技术来研究了Roesser型二维T-S模糊系统的镇定设计问题. 首先, 提出了一种用来镇定该二维T-S模糊系统的一种新型非二次控制率, 并且通过应用两种改进的齐次多项式技术得到了保守性更小的镇定条件. 随着所选用的齐次多项式参数依赖矩阵度数的增加, 所得结果的保守性会越来越小. 其次, 为了继续减少保守性, 提出了一种新的右侧松弛变量引入方法, 该方法适合于齐次多项式情形. 最后, 仿真实验验证了所提方法的有效性.     

基于差分分段PCA的多模态过程故障监测

多模态的故障监测是一个复杂的问题, 既需要考虑稳定模态下的故障监测, 也需要考虑不同模态间的过渡故障监测. 不同稳定模态下的数据具有不同的相关关系, 对每个稳定模态需要建立不同的稳定模态模型. 当稳定生产模态发生改变时, 生产过程进入过渡模态, 需要考虑过渡变量相关关系的变化. 本文通过对过渡数据差分, 得到变量相对变化信息. 利用主成分分析(Principal component analysis, PCA)分段对差分变量的相关特性进行分析, 提取相对变化的特征. 最后以实际连续退火机组生产线为背景, 用基于差分分段PCA的多模态方法对多模态过程进行故障监测, 发现算法很好地反映了实际过渡过程机理, 验证了算法的有效性.     

基于T-S模糊模型的非线性时滞系统H∞滤波器设计

基于Takagi-Sugeno模糊模型, 研究了时变时滞非线性模糊系统的滤波器设计方法. 通过构造改进的Lyapunov泛函, 结合自由权矩阵与矩阵解耦方法, 提出模糊H∞滤波器存在充分条件. 此充分条件较已有文献中类似条件具有更低的保守性. 并给出示例说明了所给出方法的有效性.     

网络图形最短路径算法分析与研究

着重对求网络图上每一对节点之间最短路径的矩阵算法及Floyed算法进行分析与比较,详述它们的功能、原理及异同点,以求在实际应用中合理选择恰当的算法。     

基于压缩传感的背景差分方法研究

近年来国际上出现了一种新的信息获取理论——压缩传感理论（CS）,不同于传统的奈奎斯特采样定理,它指出只要信号具有稀疏性或可压缩性,就可以通过少量随机采样点来恢复原始信号。基于对CS理论基础的深入分析,提出一种运用背景差分进行运动目标检测的新方法,此方法可以显著减少信号采样点数和传输带宽,而且一定程度上了克服了由于如光照变化而造成的误检测,仿真结果证实了该文算法的可行性。     

神经网络模型平衡点的全局稳定性

该文介绍了一类Hopfield神经网络模型问题,证明了此类系统的平衡点是全局指数稳定的。