Rejection of nonharmonic disturbances in a class of nonlinear systems with nonlinear exosystems

This paper proposes an asymptotic rejection algorithm for rejecting exotic disturbances in nonlinear systems. The disturbances, which are produced by nonlinear exosystems, are nonharmonic and periodic. A new internal model is proposed to deal with the disturbances. Further, an adaptive output feedback controller is designed to ensure that the system's state variables can asymptotically converge to zero, and the disturbances can be completely rejected. The proposed algorithm can be used in many applications, e.g. active vibration control, and the avoidance of nonharmonic distortion in nonlinear circuits. An example is performed to demonstrate that the proposed algorithm can completely reject the nonharmonic periodic disturbances produced by nonlinear exosystems. Copyright © 2010 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

关联规则挖掘中Apriori算法的研究与改进

该文在对关联规则挖掘中Apriori算法的深入研究和分析的基础上,发现并指出了该算法存在的不足,并对其进行以下三方面改进：改善候选项集支持度的计算方法;缩小候选项集的生成规模;减少对数据库的扫描次数。实验结果表明．改进算法性能得到了明显提高。     

基于规则推理的军事概念模型验证方法研究

针对现有的概念模型形式化验证方法较复杂、非形式化验证方法的主观性较强, 提出了一种基于规则推理的军事概念模型验证方法, 并详细介绍了该方法的原理、框架、实施步骤、验证内容和验证规则。该方法的实质是利用验证规则和推理机代替领域专家, 在计算机上实现概念模型语义验证的自动化。它可以降低形式化验证方法的复杂性, 减少非形式化验证方法的主观性和不确定性, 提高概念模型验证的质量和效率。     

On characterizations of the input-to-state stability property

We show that the well-known Lyapunov sufficient condition for “input-to-state stability” (ISS) is also necessary, settling positively an open question raised by several authors during the past few years. Additional characterizations of the ISS property, including one in terms of nonlinear stability margins, are also provided.     

离散时间反馈神经网络的渐近行为研究

Hopfield神经网络是一类应用非常成功的人工神经网络模型，它是研究这个反馈神经网络的基础．该文主要研究离散时间、连续状态的反馈神经网络，它是Hopfield神经网络的推广．众所周知，研究反馈神经网络的稳定性不仅被认为是神经网络最基本、最主要的问题之一，同时也是神经网络各种应用的基础．文中主要研究离散时间反馈神经网络的稳定性，给出了连接权矩阵非对称的并且输入-输出函数是一般的S-函数的新的渐近收敛性条件及相应的收敛性结论．所获结果不仅推广了一些已有的结论，而且为反馈神经网络的应用提供了一定的理论基础．     

离散线性时变系统鲁棒稳定性分析

运用矩阵范数方法和分析技巧，研究离散线性时变系统在结构扰动和外加扰动情形下的鲁棒稳定性问题，获得了一组新的充分性定理和便于应用的代数判据。     

面向领域的关联规则评价方法及其应用

针对关联规则挖掘中,基于支持度-置信度框架的关联规则评价标准存在缺乏具体应用领域的分析,挖掘结果很难用于用户决策等问题,提出一种面向领域关联规则评价方法。该方法以领域知识为基准,发现满足技术兴趣度和商业兴趣度的规则,以国家住宅工程中心40个健康住宅试点项目的实际调查数据为例,进行试验和分析。在此基础上,设计并开发了居住健康领域挖掘系统,该系统采用多层次软件架构,包括知识库管理、挖掘数据选择、数据预处理、领域挖掘和结果评价等功能。实验结果和系统应用结果表明了面向领域关联规则评价方法的有效性。     

一种基于蚁群优化的图像分类算法

现有图像降维方法中特征信息被过多压缩,从而影响图像分类效果。提出IC-ACO算法,利用蚁群算法来解决图像分类问题。算法充分提取并保留图像的各种形态特征。利用蚁群优化算法在特征集中自动挖掘有效特征和特征值,构建各类分类规则,从而实现图像的分类识别。在真实的车标图像数据集上的实验结果表明,IC-ACO算法比其他类似算法具有更高的分类识别率。     

领域本体半自动化建模工具的设计与实现

现有的大多数本体都是通过手工构建的。然而,本体的构建是一项非常费时费力的过程,近年来如何半自动地构建领域本体的研究越来越多。文章提出了基于中文分词以及数据挖掘技术的半自动领域本体建模方法,该方法能大大提高本体构建的效率,并且一定程度上保证本体的质量。实验证明该方法是可行的。     

广义左,右线性递归规则组改写

本文从左，右线性递归规则组的定义出发，提出了广义左，右线性递归规则组的定义，放宽了左，右线性递归规则组寻规则形式的限制，扩展了Ｕｌｌｍａｎ提出的左，右线性递归规则组改写方法的适用范围。本文证明了由广义左，右线性递归规则组向左，右线性规则组转换的相容性，并给出了具体的转换算法。