多版本技术中的对象标识及其压缩

协同编辑系统支持不同地域的协作者通过网络同时地编辑同一个文本或图形对象,其研究具有挑战性.介绍了协同图形编辑中的多版本技术,重点讨论了对象标识及其策略,给出所存在的问题.提出了一个全面的对象标识方案.该方案解决了以往方案不能处理具有依赖关系的操作和相同关系的操作的对象标识和系统维护问题.同时,随着编辑的进行和冲突的产生,对象标识会急剧膨胀,影响系统处理的效率,分析了对象标识压缩的规则,给出一个对象标识压缩方法,并对其有效性进行了分析.实例分析和实验结果表明,所提出的对象标识及其压缩方案提高了系统的效率.     

基于MATLAB的辅助变量法参数辨识与仿真

本文介绍了参数辨识中辅助交量法的基本原理以及Matlab系统辨识工具箱中参数辨识主要功能函数，并通过实例分析该工具箱在参数辨识、系统仿真中的应用。     

冗余度机器人运动模型的神经网络辨识及实现

为提高网络学习速度,提出了一种新的动态神经网络结构——状态延迟输入动态递归神经网络.以德国PowerCube^TM模块化机器人为研究对象,将机器人系统返回的关节位置信息和OPTOTRAK30203维运动测量系统测得的机器人末端位置信息作为神经网络的学习样本,对包含各种影响因素的机器人运动模型进行了辨识,所得结果及误差分析,说明了SDIDRNN在学习能力上的优越性.     

机动目标运动模型动态辨识理论的研究

在对现有机动目标假定模型结构的合理性及现代战场对目标模型需求性综合分析的基础上，完成了机动目标运动模型的辨识理论研究，提出了机动目标运动模型可动态辨识的条件．为解决机动目标运动模型动态辨识提供了新的技术途径．所提出的“参数辨识模型”具有良好的模型结构，对目标的各种运动模态具有广泛的适应能力．     

一类非线性大滞后系统的智能前馈控制策略与算法

针对工业控制中一类常见的非线性大滞后对象,本文提出一种基于仿人智能策略的前馈组合控制器.前馈控制部分通过在线优化滞后参数估计值来获得被控对象的静态逆模型,逆模型辨识与直接逆控制由两个神经网络分别实现,从而可以在线调整网络权值.基本模糊控制器可在模糊PID和模糊PD控制算法之间进行转换,适用于控制系统的各工作状态.仿人智能控制策略根据输出误差变化的不同阶段调整所使用的控制组合,并具有自寻优功能.仿真表明,这种控制方法可取得较好的控制效果.     

关于模糊系统辨识近年来的研究与发展

为了实现理想的模糊控制，基于对象的模糊系统辨识研究具有非常重要的理论与实际应用价值．本文主要从模糊系统结构辨识和参数辨识两方面讨论了近年来在该领域的一些研究内容和方法，分析了它们的主要优缺点并探讨了这一研究领域目前存在的问题和研究趋势．     

基于RBF网络的动力系统Lyapunov指数的计算方法

提出一种基于径向基函数(RBF)神经网络的动力系统Lyapunov指数计算方法，设计了一个RBF网络结构，推导了基于RBF网络的Lyapunov指数计算公式．仿真实验表明，与其它现有方法相比，此方法计算精度较高，收敛速度较快，而且只需要较少的样本数据量．本方法能更准确、更快速地计算动力系统的Lyapunov指数．     

网络控制系统中基于时延辨识的模糊控制器研究

针对网络控制问题，建立包含变网络时延及网络传输丢包等的统一模型．提出基于允许误差阈值及最大时延等多重准则的网络调度算法．在被控对象模型已知的情况下，本文采用模糊控制器作为Smith控制的内模控制部分，同时将Smith预估环节与被控对象放在一处，减少了冗余信息的传输，补偿了网络时延．仿真结果说明该调度算法及控制方案对于模型精确已知的一类网络控制对象能取得较好的控制效果．     

基于模糊模型的非线性离散时间系统辨识:算法与性能分析

讨论使用模糊系统方法辨识非线性离散时间系统时,模糊系统模型的构造、逼近性 质以及模型参数的自适应调整算法.研究了该辨识方案的有关性能,对模糊模型的参数误差 和辨识误差进行了分析,并给出了模糊模型参数的估计值收敛到其真实值所需的持续激励条 件.     

Web日志挖掘的预处理过程及算法

随着WWW的广泛应用和Web技术的发展,数据挖掘进入一个崭新阶段。本文详细介绍了Web日志挖掘的预处理过程,通过实例分析了预处理方法,并给出了预处理过程中用户识别的算法实现。