基于互测PMC模型的条件诊断算法

本文以条件诊断系统为研究对象,首先对条件诊断系统的互测PMC模型进行研究,把传统诊断系统的有向图表达式G(V,E)转换成互测有向图表达式G(F,T,M,HF),然后对条件诊断互测有向图表达式中相互关联的F、T、M、HF四个集合的性质和定理进行研究,最后提出一种基于互测PMC模型的条件诊断算法,该算法可简单、快速地找出故障模式,并对具体症侯是否有唯一故障模式进行判定.     

基于PMC模型的条件故障诊断

系统级故障诊断是保证复杂多处理器系统可靠性的一种重要的手段,PMC模型是一种重要的系统级故障诊断模型.本文通过对PMC模型的t条件可诊断性进行分析和论证,首次给出了互测PMC模型的t条件可诊断的充要条件.并通过构建条件故障模式方程组,然后利用自然连接和笛卡尔积等关系代数对条件故障模式方程组进行求解,进而首创了一种便捷的条件故障模式算法.本文最后根据互测PMC模型的t条件可诊断的充要条件进一步给出了一种新型的t条件可诊断判定算法,该算法简单有效.     

Lyapunov方法在广义系统变结构控制中的应用

利用广义Lyapunov方法首次研究广义系统的变结构控制问题,对具有单输入的广义线性系统,多输入的广义线性系统,分别选取适当的切换流形及设计其变结构控制以保证其闭环系统E－渐近稳定,实现滑动模运动。     

广义系统的快速终端滑模控制

研究了一类广义系统的快速终端滑模控制问题.通过非奇异线性变换把广义系统变换成受限等价形式,利用Lyapunov函数的方法,提出了一种新的指数型快速终端滑模控制策略,给出了特殊的指数型终端滑模超曲面,设计了相应的终端滑模控制器,使得闭环系统渐进稳定,实现了滑模运动,保证了系统状态变量以较快的收敛速度在有限时间内到达平衡点...     

电容层析成像图像重建的新算法

对采用RBF神经网络的8电极电容层析成像系统的图像重建的方法进行了探讨。该神经网络采用遗传算法结合传统的最近邻聚类方法进行学习。仿真实验结果表明，该方法的成像精度及成像实时性较好。     

基于粗糙集的规则的挖掘

随着计算机技术的发展，急剧产生海量的数据。如何从这些数据中提取有用的信息是一个重要的问题。一种新的数据分析方法——粗糙集理论被提出。该理论在分类的意义下定义了模糊性和不确定性的概念，是一种处理不确定和不精确问题的新型数学工具。文中首先对近年兴起的粗糙集的基本理论进行了讨论，在此基础上运用粗糙集理论对从数据库中规则的挖掘方法进行了研究。并通过一个实例详细地说明了具体挖掘过程，该实例说明了基于粗糙集进行规则的挖掘是较简单的。     

电容层析成像系统三维图像重建的研究

探讨了电容层析成像(ECT)系统中利用二维断层图像进行三维表面重建并由三维图像求取两相流中离散相体积和观察其空间位置的方法。首先对二维断层图像序列进行轮廓抽取和细线化，然后进行轮廓匹配和轮廓插值并进行表面重建。初步的仿真结果表明，使用的三维重建算法简单、重建精度高、成像速率快。     

基于危险理论的web文本挖掘研究

web挖掘是处理Internet环境下数据挖掘的一个重要方向,本文在比较研究传统web挖掘方法的基础上提出了一种基于危险理论的web挖掘新方法,该方法具有很强的自适应性和更新能力,为web挖掘领域提供了一种新的研究思路.     

Vague聚类分析在模式识别中的应用

本文借鉴灰色关联分析法建立Vague相似关系矩阵。给出了Vague聚类的概念，并在此基础上进行Vague聚类分析。该方法充分利用Vague集的特点，可从肯定、否定和未知度等多雏度进行聚类分析。最后用模式识别中的实例验证了本方法的可行性和有效性。