基于非均匀采样系统的无模型自适应控制

针对输入非均匀刷新和输出周期性采样的非线性系统难以控制的问题,采用数据驱动策略,提出一种新的无模型自适应控制方法。首先,使用跟踪-微分器对系统输出数据进行滤波,进而利用该输入输出数据在等价动态平衡点处建立动态化模型,设计了无模型自适应控制器;其次,利用最速下降法对控制律和伪雅可比矩阵(PJM)估计中的惩罚系数进行迭代优化,并对该控制方法稳定性进行分析,该控制方法的优点是减少扰动误差的影响,提高了参数优化能力;最后,通过仿真非均匀采样离散时间非线性系统的实例验证了所提方法的有效性。     

基于燃烧过程分析及模糊诊断技术的柴油机故障诊断方法研究

利用先进的内燃机燃烧学和热力学模型,建立了基于模糊诊断技术的柴油机故障诊断方法,应用数理统计方法确定了柴油机工作过程参数隶属度函数,构造了模糊故障诊断矩阵,并应用计算机技术实现了对柴油机常见故障的模糊诊断,在柴油机故障诊断应用中取得了良好的效果。     

基于E-Learning的移动学习推荐系统研究

移动终端在输出海量学习资源时会存在条件受限问题,对移动学习的协同过滤推荐带来了较大的挑战。用户对学习资源的喜好问题与传统的推荐问题不同,其不仅依赖个人偏好和兴趣特征,且随着学习经历的变化而发生改变,同时移动设备所在的时空环境与上下文信息也影响了资源的选择。以概率矩阵模型为基础,首先利用先验概率分布建立社交关系、行为特征、资源关联、时空环境与用户评价的分布关系,然后将其通过联合概率分布融入到概率矩阵模型中进行优化,构建用户与项目的多维特征关系,得到更为精确的用户与项目的潜在特征矩阵,实现了基于移动环境的实时学习资源推荐。与近年的主流推荐方法进行比较,结果表明,针对移动学习资源推荐方法的均方根误差（root mean square error,RMSE）和平均绝对误差（mean absolute error,MAE）指标均优于相关方法。     

双向通信无人机集群领航顶点选取方法

领航顶点选取是关系到领航-跟随模式无人机集群等多智能体系统可控性的重要问题.以具有几十架个体的无人机集群为研究对象,针对领航顶点选取问题,基于Laplace矩阵的特征向量,提出关键集概念.从理论上证明2关键集、3关键集以及独立关键集的图特征.在此基础上,给出求无向网络最小关键集的CSA算法,通过数值仿真实验获得了不同规...     

基于空间矩阵的历史街区形态与密度研究

对于城市形态的量化研究讨论逐渐增多,但对于历史街区形态的研究多为形态演变等方面的内容.城市研究范围较大,其形态量化方法对于历史街区不具有适用性.本文基于空间矩阵理论,运用容积率、覆盖率、平均层数和空地率四个普及描述城市空间的密度指标以及街巷密度作为研究变量,获取指标分布特征以及形态肌理类型,从数理统计的角度分析总结密度...     

模糊聚类分析在服装舒适性评价上的应用

运用模糊聚类分析方法对不同松量不同面料下的裤装进行评价,将主观评价结果进行了量化分析,结果具有很强的可靠性,为舒适性评价提供了简便的解决方法。     

基于机器视觉的磁铁装配系统

针对自动化装配中常见的圆形物体定位检测过程中原始图像成像质量不高、感兴趣区域边缘模糊和位姿求取精度低的问题,采用形态学处理提高图像质量,引入同态增晰算法增强边缘特征,用最小二乘法Huber圆拟合算法,用梯度下降方法求出圆心,完成高精度定位.通过现场实际验证测试和数据分析,该算法运行速度快,定位精度高,且运行稳定.     

基于Python编程的航空伽马全谱分析方法的应用研究

航空伽马全谱分析方法是基于全能谱数据进行的一种数据处理方法,实现过程除常规处理之外,还需大量的矩阵计算,通常用某一种编程语言调用MATLAB、SCILAB等科学计算工具才能实现,编程过程复杂且数据处理效率较低。作者基于Python和其丰富的第三方类库编程,用简短的程序编码实现了航空伽马射线全能谱分析方法的全过程,解决了只能通过调用其他数值计算软件来计算大矩阵、编程复杂且数据处理效率不高的问题。通过在云南昆明-昆阳磷矿试验区的运用及研究表明,基于Python编程航空伽马全能谱分析方法可行、结果可靠,为航空伽马全能谱数据处理以及类似研究提供了一种借鉴,值得应用和推广。     

基于高阶概率结构的Freeman链码压缩

本文阐述了直接用Huffman编码对Freeman链码数据进行压缩的不足,利用Markov链多步状态转移矩阵重建链码序列模型,给出了一种更合理的Freeman链码数据压缩方法,它在压缩较复杂平面线条图像即较长链码的时候,表现出比直接Huffman编码更优越的性能。