Performance index based learning controls for the partial non-regular systems using lifting technique

Deficiencies of the performance-based iterative learning control （ILC） for the non-regular systems are investigated in detail, then a faster control input updating and lifting technique is introduced in the design of performance index based ILCs for the partial non-regular systems. Two ldnds of optimal ILCs based on different performance indices are considered. Finally, simulation examples are given to illustrate the feasibility of the proposed learning controls.     

C／S体系结构下医院病历数据库管理系统的建立

在医疗信息管理中病人病历信息管理具有非常重要的意义.对医生而言,通过病历了解病人的病史以便提出有效的治疗指导和建议,承传有序的治疗方案是获得最佳疗效的必要条件.对医学研究而言,完整的病历资料对于临床科研深人有着不可或缺的地位.文中针对传统的病历纸式登记给医疗咨询及科研调阅造成很多难以克服的问题,详细讨论了与建立病历数据库管理系统相关的数据库相关的知识-SQL.server访问技术以及系统的C/S体系结构.全面介绍病人病历查询系统的数据库设计与实现.根据数据库管理系统的需求分析,给出病历访问系统的设计与实现的过程.通过讨论可以看出适当的病历数据库管理系统的数学模型是完全能够满足医疗系统关于病历管理的要求.     

无线mesh网TCP性能改进研究

无线mesh网(WMN)是一种近年来快速发展起来的新型网络技术,支持宽带高速多媒体业务服务,是一种有效的无线宽带接人手段.为了提高无线mesh网络的性能,使TCP协议在可靠性低、突发错误时间长以及切换时延高的无线移动环境更为有效地工作,人们提出了种种改进传输层TCP技术的方案.文中结合无线mesh网络的自组织、自修复和多跳的特点,将目前的TCP改进方案进行了归类和比较,并分析了其性能特点,同时指出了今后可能的研究方向.     

一种主动感知的纹理图像检索方法(英文)

基于Contourlet变换和支持向量机提出了一种新的纹理图像检索方法。在这种方法中,能量和广义高斯分布参数被用做Contourlet子带图像的特征。通过这种表示,提出了由一类和二类支持向量机组成的两阶段检索算法来完成感知相似性测度。通过具有640个纹理图像的VisTex库和具有1760个纹理图像的Brodatz库证明了所提方法的有效性。实验结果表明,对于这两个纹理库,新的纹理图像检索方法的平均检索率分别达99.38%和98.07%。     

一种基于局部属性集的规则确定度

在传统的粗糙集中,利用确定度来评测决策规则的确定性,然而当多个决策规则拥有相同的确定度时,对给定的对象进行分类变得困难。基于局部属性集对决策规则确定性的影响,提出一种新的规则确定度,能充分反映决策规则的确定性在局部属性集上的差异。实例表明新的确定度对决策规则有较好的评测。     

集成Agent技术和面向服务计算技术：现状和展望

Agent技术和面向服务计算技术是目前计算机科学与技术领域中的二项重要技术.这二种技术都试图为互联网软件系统的开发提供新颖的技术途径,但是它们的关注点、所采用的技术手段、优势和不足各不相同.将这二种技术相互集成有助于发挥各自的优势,同时弥补各自的不足.近年来有关集成Agent技术和面向服务计算技术的研究引起了人们的关注和重视,它将为部署在互联网上的动态、开放系统的开发提供新颖、有效的技术途径.分析了集成Agent技术和面向服务计算技术的背景和动机,综述了该领域的研究现状和已有的成果,并展望了其面临的问题和挑战.     

基于多域特征融合的旋翼无人机分类识别

为提高雷达旋翼无人机的识别效果,本文提出一种基于多域特征融合的旋翼无人机分类方法。首先利用K波段连续波（Continuous Wave,CW）雷达观测多旋翼无人机,对采集到的雷达回波信号进行信号处理依次得到时频图、节奏速度图（Cadence?Velocity Diagram, CVD）和节奏频谱图（Cadence Frequency Spectrum,CFS）,然后将时频图和CVD图分别输入SqueezeNet网络,CFS数据输入一维卷积神经网络（1?D?CNN）提取回波信号在时频域、节奏速度域和节奏频率域的特征,最后将特征融合输入支持向量机（Support Vector Machine, SVM）进行分类。实测雷达数据处理的结果表明基于多域特征融合的旋翼无人机分类识别方法对三类旋翼无人机的分类准确率达到99.14%。     

人工智能在新型冠状病毒肺炎中的研究综述

新型冠状病毒肺炎（corona virus disease,COVID-19）的暴发对全球人类的生命财产安全造成了巨大威胁。人工智能（artificial intelligence,AI）为助力打赢这场疫情攻坚战发挥了不可替代的作用。由于AI的助力,医疗资源紧张的问题得到大幅度缓解,并提高了医疗诊断效率,同时也避免接触感染的风险。阐述了COVID-19和AI的背景知识,从疫情趋势预测、疫情溯源追踪、检测诊断、药物开发、疫苗研制、药物再利用、网络舆论管控以及基因组测序这8个疫情防控的环节讨论了AI在本次COVID-19中的研究进展,并列举本次疫情中AI所面临的挑战,浅谈本次疫情对我国AI产业影响以及两者的辩证关系,对全文进行总结。     

基于知识引导的自适应动态多模态差分进化算法

为充分利用问题求解过程知识,提升动态多模态优化算法的计算资源利用效率,提出一种基于知识引导的自适应动态多模态差分进化算法.首先,利用自组织映射神经网络实现种群自聚类,形成稳定的小生境;然后,通过对种群全局知识和个体邻域知识的综合学习,设计一种基于知识引导的自适应差分进化算法,在对种群进化状态进行实时监测和分析的基础上,逐层递进地引导不同种群个体自适应地选择最符合当前进化需求的变异方式,提升种群搜索效率,平衡种群多样性与收敛性;最后,针对问题动态特性,设计一种基于历史动态过程知识引导的自适应动态响应机制,通过对历史寻优经验的自适应学习,预测生成新环境下的潜在精英个体,引导种群实现精准快速的多峰定位.实验结果表明,所提出算法能够有效解决动态多模态优化问题,且在不同动态环境设置下其求解性能均优于对比算法.     

增材制造技术在电机中的应用综述

增材制造技术(即3D打印)因具有高设计自由度、高材料利用率、高成形效率和精度等优势,逐渐成为高效轻质高功率密度电机设计与制造的研究热点。该文旨在对3D打印电机的性能及其应用作系统性综述。首先,对3D打印电机的发展脉络进行简要概括。其次,分别对3D打印铁心、磁钢、绕组,以及散热和机械支撑结构的研究现状进行总结,并与传统工艺加工的样件进行性能对比。随后,介绍了适用于增材制造的结构设计方法——拓扑优化。最后,根据目前的研究情况归纳了3D打印电机未来的发展趋势和面临的挑战。