基于信息熵的二进制差别矩阵属性约简算法

给出一个简化的二进制差别矩阵的属性约简定义,并证明该属性约简的定义与基于信息熵的属性约简的定义是等价的。为求出简化的二进制差别矩阵,设计了一个快速求简化决策表的算法,其时间复杂度为O（|C||U|）。在此基础上,设计了基于信息熵的简化二进制差别矩阵的快速属性约简算法,其时间复杂度和空间复杂度分别为max{O（|C||U|）,O（|C|²|U/C|²）}和max{O（|C||U/C|²）,O（|U|）},最后用一个实例说明了新算法的高效性。     

基于Petri网故障诊断及在工程机械中的应用

针对传统模糊Petri网在故障诊断应用中的不足之处,提出了一种新的故障诊断模糊Petri网模型（FD-FPN）,变迁激活概率元素的引入,使反向推理中冲突消解问题的解决更加合理。在此基础上,提出了基于变迁激活概率矩阵的反向推理算法,正向与反向推理方法的结合可以实现故障因果的相互验证,使故障诊断过程更加科学,结论更符合事实。最后,结合故障诊断实例的应用,证明了文中提出方法的合理性和有效性,且运算简单,便于计算机实现。     

粗糙集理论中的求核与约简

约简与核是粗糙集理论的两个重要概念，而直接由定义来计算约倚与核是一个典型的NP难题。发现了分辨矩阵的若干有用性质，利用这些性质使粗糙集理论中的求核与约简问题得以解决。进而分别讨论了无决策信息系统的约简和有决策信患系统的约简问题。最后举例说明了所得结果的有效性。     

核函数的选择与改进在人脸识别中的应用

核函数方法广泛应用于人工神经网络和支持向量机等机器学习领域,该方法的采用有效地避免了特征空间中的维数灾难的问题,改善了学习机的分类性能。但是核函数的选择及新的核函数构造一直机器学习领域的核心问题,直接关系到学习机性能的好坏。然而,这个方向的研究成果不多。以支持向量机为例,通过对核矩阵一些特性的计算和研究,从理论上对常用的核函数性能进行了预测。在此基础上,通过实验仿真证实了通过优选后的核函数所组成的混合核函数对分类性能的改善。在加权系数选择合适的情况下,学习机的识别率甚至可以达到100%。所以,不但构造出了性能优异的学习机,而且为核函数的选择提供了参考。     

时滞T-S模糊系统的无源控制器设计

针对时滞T-S模糊系统, 给出了使得系统无源的状态反馈控制器存在的充分条件, 与现有结果相比保守性更小. 在此基础上, 给出了基于观测器的无源控制器与动态输出反馈无源控制器存在的充分条件. 控制器的设计方法都归结为求解一组线性矩阵不等式(Linear matrix inequality, LMI). 最后通过仿真例子, 说明所给设计方法的有效性.     

剖析数字化转型能力,加快数字化转型步伐

<正>数字化战略是融入新一代技术、打造数字时代的生存和发展能力、加速业务优化升级和创新的过程。我的演讲内容分为三个部分:一是数字化转型剖析,包括数字化转型的流程、数字化转型中遇到的困难、进行数字化转型需要具备的能力;二是数字化转型能力矩阵,包括实施数字化转型的步骤以及重点内容;三是分析重点行业的数字化转型趋势。     

特殊流形上的三相交流异步电机传动系统

介绍微分几何反馈控制方法,应用电压激励来实现控制PWM逆变器异步电动机系统,在特殊的流行上,构造性地给出了变换性矩阵的形成方法,采用非线性变换和非线性反馈,把这种多变量、非线性、强耦合的传动系统映射为2个独立的线性子系统,仿真结果表明可以实现系统的动态解耦和局部线性化。     

基于遗传算法的海底沉积物纹理特征优化方法

为了提高水下机器人对海底沉积物的自主分类感知能力,解决特征冗余问题,对利用遗传算法优化海底沉积物纹理特征进行了研究。以基于灰度共生矩阵和分形理论提取多种海底沉积物视觉纹理特征实现海底沉积物分类识别为背景,提出利用遗传算法对纹理特征项进行优化选择以实现对提取特征的降维,并将降维后的特征项作为自组织映射神经网络模型的输入,对海底沉积物进行视觉分类,提高水下机器人作业时的环境感知能力。实验结果表明,相对于未优化的纹理特征,优化后的纹理特征在海底沉积物分类识别中具有更优的分类效果。     

结合互信息和主题模型的微博话题发现方法

为了解决短文本信息流的特征稀疏性对热点话题发现带来的挑战,提出了结合词语互信息和概率主题模型的微博热点话题发现方法。通过建立词共现矩阵并应用对称非负矩阵分解算法获取词项-主题矩阵,再利用概率潜在语义分析模型进行主题发现,最终通过定义微博热度分析和排序,有效地支持微博热点话题发现。实验表明,此方法能有效地进行话题聚类并检测出热点话题。     

A self-calibration algorithm for cross array in the presence of mutual coupling

In this paper,a novel blind mutual coupling self-calibration algorithm especially tailored to cross array is proposed.This method compensates for the mutual coupling not only between sensors in each subarray but also between two subarrays.Exploiting the property of coupling matrix,the proposed method requires neither the calibration sources in known locations nor the multidimensional nonlinear search.This method can jointly estimate the DOAs of the incoming signals and the unknown mutual coupling coefficien...