共查询到18条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
5.
6.
7.
模糊控制原理,设计及应用:第7讲 高级模糊控制器的设计 总被引:2,自引:0,他引:2
模糊控制原理、设计及应用 第7讲高级模糊控制器的设计韩启纲(天津大学冶金分校天津300400)从前面介绍的基本型模糊控制器原理及设计方法中我们体会到:其核心问题在于语言控制规则,而这些语言控制规则是人们在生产实践中对过程进行控制的经验总结,即对模糊信... 相似文献
8.
无需辨识的PSD自适应控制器及其应用 总被引:9,自引:0,他引:9
对Marsik、Strejc等人的无需辨识自适应控制器给出了算法中增益g(k)和时间常数T_v(k)初始值的选择方法,针对算法的不足,提出了两种改进算法,并应用于力学持久机电加热炉的控温上,得到了满意的结果。 相似文献
9.
10.
11.
12.
13.
手背静脉身份识别由于其非接触和不易被污染等独特的优势,已成为各种新型生物特征识别手段中的研究和应用热点.如何提取具有高鉴别性且鲁棒的手背静脉图像特征是本文的研究重点.本文简述了基于局部二值模式(local binary pattern,LBP)的特征提取方法及其改进方法的基本原理,讨论分析了其不足,并针对不足,提出了一种多尺度块中心对称局部二值模式(multi-scale block center-symmetric LBP,MB-CSLBP)算子.本文所提出的MB-CSLBP算子既考虑图像的局部宏观特征,也兼顾图像的微观特征,获取了更加全面的图像信息.在自建的2040幅近红外手背静脉图像数据库中,用MB-CSLBP方法获取图像特征并使用最近邻分类器进行识别.大量的对比实验结果表明,本文所提方法的识别率达到98.21%,优于原始LBP及其改进算子,中心对称局部二值模式(center-symmetric LBP,CS-LBP)和多尺度块局部二值模式(multi-scale block LBP,MB-LBP)等. 相似文献
14.
在热连轧生产过程中会产生大量的数据,使用这些海量数据进行诊断和预报非常困难,运算时间较长,甚至会导致"维度灾难"。因此,需要对特征进行提取,去除冗余和不相关的特征。提出基于主成分分析-深度置信网络(principal component analysis-deep belief network,简称PCA-DBN)的热连轧数据特征提取,采用主成分分析(principal component analysis,简称PCA)对数据集进行特征提取,并将选择出的特征按照贡献率可视化,直观显示提取的特征。二次特征提取采用深度置信网络(deep belief network,简称DBN)对已提取数据集进行二次特征提取。将最终得到的数据集作为粒子群优化的最小二乘支持向量机(particle swarm optimization-least squares support vector machine,简称PSO-LSSVM)对精轧轧制力进行预报的数据集,以检验特征提取的合理性。试验显示,预报相对误差要小于机理模型预报相对误差,说明提取特征比较合理。 相似文献
15.
针对离散奇异脉冲系统,在保证闭环系统稳定的基础上,考虑网络中存在的数据丢包和信号量化问题,提出了一种基于数据丢包的量化反馈控制器设计方法.首先,根据非线性奇异脉中系统的描述,建立了相应的具有丢包的闭环量化反馈控制系统的数学模型.其次,根据李亚普诺夫稳定性理论,给出了离散奇异脉冲系统的渐近稳定的充分条件以及量化反馈控制器的设计方法.最后,通过求解一组代数矩阵不等式得到量化反馈增益.通过对洛伦兹系统仿真,表明利用所设计的量化控制器能够保证闭环非线性离散奇异脉冲系统在具有数据丢包的情况下渐近稳定. 相似文献
16.
针对目前对薄壁钣金件孔测量的效率低,孔心位置和孔半径测量方法上存在的不足,提出一种基于T-scan测量的薄壁钣金件孔特征的重构方法.该方法用T-scan对薄壁钣金件上孔进行扫描得到点云数据;根据点云数据中连续点的欧拉距离将点云数据划分成扫描线点数据;对扫描线点云数据进行算法处理获取位于平面上的点及孔的边缘点;最后对平面上的点采用稳健特征值平面拟合得出平面参数,利用最小二乘空间圆拟合获取孔心坐标值及孔径大小,完成薄壁孔特征重构.通过对试验件和薄壁钣金件上孔进行测量处理,实验表明该算法有很好的实用性且精度满足钣金件孔的实际检测精度要求. 相似文献
17.
18.
随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路. 相似文献