小型化光盘定位系统稳定性的研究

本文从控制电路和机械结构的设计出发，分别介绍了两种抑制或消除内外振动对光盘伺服定位系统影响的方法。     

鲁棒输出反馈控制系统设计

本文利用文献[10]中提出的线性系统特征结构配置结果和Hellman-Feynman定理,导 出了输出反馈系统闭环极点关于开环矩阵中受扰元素灵敏度的参数表达式,并在此基础上给 出了具有最小闭环极点灵敏度的输出反馈控制系统设计的一个算法.该算法简单、有效,且具 有较好的"最优性".     

State feedback stabilization of discrete linear switching systems subject to nonsymmetrical state and control bounds

Stabilization problem of discrete-time linear switching systems with bounds on the state and control input is solved in this paper.First,the synthesis of state feedback controllers that ensure the stab...     

多输入的二阶广义分布参数系统的控制综合问题

广义分布参数系统具有广泛的实际背景.如复合材料中的温度分布,电缆中的信号传播,电磁耦合超导线路中的电压分布,飞行器姿态控制等问题研究中都会出现这样的系统.极点配置与反馈稳定性是这类系统研究的重要方面.本文应用泛函分析及算子理论讨论了Hilbert空间中多输入的二阶广义分布参数系统的极点配置与反馈稳定性问题,获得了这类系统极点可配置与可镇定的一些充分条件,并利用复分析、复级数、有界线性算子的广义逆等方法建立了反馈控制律的构造性表达式.本文结论不仅具有重要的实际意义,而且对广义分布参数系统的控制综合问题研究具有重要的理论价值.     

时分复用光纤光栅传感阵列中DFB激光器的高精度温控设计

针对时分复用光纤光栅(TDM-FBG)传感阵列中使用的分布反馈(DFB)激光器高波长稳定度的要求,设计了一个高精度的DFB温控方案,包括温度测量与设定、热敏电阻线性化、PID补偿回路、H桥驱动、温度电压采集与显示等。使用DFB内置的热敏电阻和半导体制冷器(TEC)对温控电路进行了测试,其精度在180s内达到±0.04℃,温控后激光器温度变化引起的应变测量误差为±3.4με左右,满足TDM-FBG传感阵列的要求。     

多用户MIMO系统低复杂度收发联合波束成形方案

基于多用户多输入多输出(MIMO)有限反馈系统提出了一种收发联合波束成形方法。该方法在发送端采用每个用户酉速率控制(PU2RC)波束成形技术,在接收端采用基于信干噪比(SINR)最大化的天线合并算法。天线合并算法利用用户SINR的广义Rayleigh熵特性寻找最佳的天线合并矢量。仿真结果表明,该方法能充分利用信道信息,不仅改善了传统PU2RC系统的和速率性能,相对于已有的迫零(ZF)联合波束成形方法,对信道状态信息的量化误差的敏感性更低,用户选择算法的复杂度更低,且低速率反馈条件下和速率性能更优。     

联合相关反馈在医学图像检索中的应用

为进一步提高基于内容的医学图像检索性能,本文对相关反馈算法和全局特征进行研究。将基于模糊区域特征的图像检索和相关反馈算法与基于SVM的相关反馈算法结合起来,对复杂的区域特征采用基于模糊区域特征相关反馈算法,对全局特征采用能同时使用正例和负例图像的基于SVM的相关反馈算法,提出联合相关反馈算法。实验结果表明,采用这些方法后,检索结果有了很大的提高。     

众筹项目推荐:面向隐式反馈的深度学习协同过滤

目前,在推荐系统研究中,用户的隐式反馈,以及极度稀疏的数据,已成为影响协同过滤推荐效果的主要问题.针对这一现象,本文提出了深度学习协同过滤算法,先利用卷积神经网络,对用户-项目矩阵的隐层特征进行学习,再结合协同过滤,对用户-项目的交互信息进行建模,并将两种特征融合预测推荐列表.以众筹平台的数据为实验对象,比较模型中各参数对推荐效果的影响,并设计与基线方法的对比实验.实验结果表明:均匀采集负反馈,并在一定卷积层数的网络中,数据稀疏度越高,效果越好;对比基线方法,本文提出的算法在公开数据集(Yahoo!Movie)上取得了最好的推荐结果.本文提出的算法有助于提高众筹平台的融资成功率,同时也丰富了推荐系统的研究体系.     

具有时变状态滞后2-D离散系统的稳定与镇定(英文)

针对一类由局部状态空间(LSS)Fornasini-Marchesini(FM)第二模型描述的,具有时变状态滞后的2-D离散系统,其中时变滞后项的上、下界均为正实数,研究了其稳定性和控制综合问题。首先,利用Lyapunov-Krasovski泛函方法,提出了系统的稳定性准则。再根据这一准则,分别设计状态反馈和动态输出反馈控制器保证系统的稳定性。状态反馈控制律和输出反馈矩阵可由线性矩阵不等式(LMI)求得。最后,通过数值算例说明所得结果的有效性。     

基于反馈学习的网络攻击过滤方法研究

研究网络不良攻击的过滤问题,提高网络抗攻击能力,可保证网络安全。针对当前网络中攻击识别过滤问题,当过滤网络攻击时,只能够明确归属的攻击类型,当网络攻击不能明确归属特定类型,会产生攻击分类效果下降,产生野攻击,导致不能有效过滤的问题。为了解决上述问题,提出了一种反馈学习的网络攻击过滤方法,通过反馈训练对野攻击进行检测,利用错误驱动进行训练,完成对野攻击的准确分类。随着反馈的进行,反馈学习能捕捉到网络中攻击种类的变化,分类性能逐步提高。实验证明,改进方法能快速准确的完成网络不良攻击的过滤,取得了明显的效果。