对象族可镇定半径的计算

本文采用优化方法把计算对象族的可镇定半径问题转化成优化问题。2范数定义下的可镇定半径采用了Lagrange乘子法求解；无穷范数意义下的可镇定半径采用了最小范数解方法求解。本文方法对可镇定半径的定义形式和不确定参数结构没有要求，因此更具有一般性。     

无穷范数意义下的可镇定半径问题

利用棱边定理给出了计算参数未知的区间对象族能镇定半径的解析式. 对于参数区间确定且标称对象相同的区间对象族, 通过本文方法计算出的可镇定半径, 只要参数变化范围小于能镇定半径时, 即可确保给定区间对象族能镇定. 最后, 通过一个计算例子说明了本文的方法.     

Co-training机器学习方法在中文组块识别中的应用

采用半指导机器学习方法co2training 实现中文组块识别。首先明确了中文组块的定义,co-training 算法的形式化定义。文中提出了基于一致性的co-training 选取方法将增益的隐马尔可夫模型(Transductive HMM) 和基于转换规则的分类器(fnTBL) 组合成一个分类体系,并与自我训练方法进行了比较,在小规模汉语树库语料和大规模未带标汉语语料上进行中文组块识别,实验结果要比单纯使用小规模的树库语料有所提高,F 值分别达到了85134 %和83141 % ,分别提高了2113 %和7121 %。     

同时镇定及鲁棒控制器存在条件

在保证闭环系统稳定的前提下，将被控对象看成控制器，控制器看成被控对象。从集合的角度研究了镇定区间对象族的控制器存在条件和设计方法，利用值集的概念和Youla参数化结果给出了镇定区间对象族控制器存在的充分条件．在强约束条件下，得到了控制器存在的充要条件．最后给出了鲁棒镇定控制器的设计方法．     

变视速倾角滤波方法的应用

通过滤波来压制噪声、加强有用信号是地震数据处理的重要任务,传统的时变滤波一般是采用分段时窗方法．在ＣｌａｅｒｂｅｕｔＪＦ方法的基础上提出一种现速度逐点变化的滤波方法,并应用干地震勘探数据处理．