基于参数自适应模糊PI的三级倒立摆控制

三级倒立摆作为高阶次、多变量、非线性、强耦合的不稳定系统,不易对其进行有效控制.在基本模糊控制器基础上,设计了一种参数自适应模糊PI控制器.即通过LQR(Linear Quadratic Regulator)最优控制理论方法,确定出融合函数,降低了模糊控制器的输入维数,减少了控制器规则数.经过参数修正模糊控制器,实现参数自适应调整,提高了系统控制性能.通过SIMULINK仿真及对比,结果显示,系统能在较短时间内达到稳定,控制效果、稳定性及鲁棒性均较好,能满足系统要求.     

增量式自适应逆控制及在过热汽温中的应用

被控对象的迟延和惯性特性是影响控制系统品质的重要因素之一.从常规PID增量式控制算法入手,在对具有迟延和惯性被控对象的动态特性进行定性分析的基础上,给出了一种改进型增量式控制算法的表达式;分析了被控对象校正逆模型的参数向量与控制器的参数向量之间的联系,进而将控制器的荻取与被控对象校正逆模型的建立相结合,将控制器的自适应过程归结为被控对象校正逆模型的在线辨识问题,通过对校正逆模型的在线辨识直接对改进型增量式控制算法中控制器的参数进行在线修正,形成了一种增量式自适应逆控制系统.将该方法应用于锅炉过热汽温控制系统中,并通过与常规PID串级控制和直接自适应逆控制系统的控制效果对比,验证了所提方法的有效性.     

Feature-based adaptive texture visualization for vector field

An adaptive sparse texture rendering method is proposed to solve for occlusion effects when visualizing 3D flows, building on an extensible fuzzy feature extraction approach. First, the flow feature is described by fuzzy theory and rules for some typical features are obtained. The significance value for each voxel is then calculated by a clustering method under the minimum square-sum rule. An adaptive Gaussian noise field is obtained from the significance field by a noise generation process, and is used as the input for the LIC convolution process. We also present two cool/warm-illumination-based approaches to overcome the shortcomings of texture-based visualization methods, which are usually unable to represent the flow direction. The experiments show that our method can effectively extract the typical flow feature region and can be extended to other flow features easily, and the adaptive technique used lessens the occlusion effects significantly. Furthermore, the main disadvantage of the texture-based method, that is, the direction representation problem, can also be solved by the proposed cool/warm illumination methods.     

盲分离中LMS和RLS两种算法的比较

盲源分离试图从给定的一组混合观察数据中恢复未知的独立信源：本文简要阐述LMS和RLS两种自适应算法,用Matlab对一组混合通信信号进行分离实验,考察算法的特性和效果,并进行比较分析。结果表明：LMS算法与RLS算法相比,RLS算法的收敛性能更好一些,而在RLS算法中,自然梯度RLS法又是最优的。     

基于变周期技术的自适应数据采集算法

在数据采集系统中,按需采集是平衡数据数量、提高数据质量的有效手段。本文所提出的自适应数据采集算法是基于有限采样点的一元线性回归拟合,通过实时地对采集到的数据进行分析,不断修正采样周期,使得采样周期能够快速、准确地适应被测对象的动态变化。MATLAB软件仿真表明,本方法对于被测量加速变化具有较强的动态捕捉能力,能够在降低平均采样频率的前提下减小采样失真度,且与同类方法相比失真度低,稳定性高,是测控系统中实时数据采集的一种较好的代替方案。     

基于并行群体模拟退火算法的蛋白质折叠研究

蛋白质折叠研究对于揭示蛋白结构和功能关系,进而了解相关疾病的致病机理意义重大。蛋白质折叠已被证明是 NP-完全问题。本文针对蛋白质折叠研究中的能量最小化问题,提出了一种新的并行群体模拟退火算法（Parallel Group Simulated Annealing,PGSA）及其改进型算法（PGSA_1/K)。该算法使用了降温因子加速收敛精度,并采用 MPI 消息传递并行编程技术加快蛋白质结构空间搜索以及能量最小化寻找速度。以 Met_Enkephalin 蛋白为对象的计算机模拟仿真结果表明,我们提出的算法及其改进型有很好的扩展性,可以高效搜索蛋白结构空间,从而找到相关蛋白的最小能量结构。     

关于计算机的数据安全策略分析

随着计算机行业的发展,计算机安全技术问题已经渗透到了各行各业,同时计算机数据的安全问题越来越引人瞩目。文章从不同角度出发,对计算机的数据安全问题进行了讨论分析,并提出了解决计算机数据安全问题的一些办法。     

基于物联网技术的智能农业应用系统

立足现代农业智能化发展和实际需求,合理选用ZigBee技术、无线组网技术、传感器技术、RFID技术、单片机智能控制技术、条码识别技术、嵌入式LTCP／IP技术、GSM通讯技术、GPRS通讯技术、GPS全球定位技术、DTU远程传送技术、TTS语音合成技术、自适应网关切换技术等物联网关键技术,设计了一种基于物联网技术的智能农业应用系统。该系统包括农业产品环境监测与培育平台系统、农业产品运输管理与控制系统、农业产品销售与分配管理系统等三个子系统,可通过远程交互方式来解决农作物的智能监测和培育、运输、销售等阶段的一些实际问题,最终实现农作物的科学培育、精准运输、产品溯源等智能农业应用。     

TLWCC：一种双层子空间加权协同聚类算法

协同聚类是对数据矩阵的行和列两个方向同时进行聚类的一类算法。本文将双层加权的思想引入协同聚类,提出了一种双层子空间加权协同聚类算法(TLWCC)。TLWCC对聚类块(co-cluster)加一层权重,对行和列再加一层权重,并且算法在迭代过程中自动计算块、行和列这三组权重。TLWCC考虑不同的块、行和列与相应块、行和列中心的距离,距离越大,认为其噪声越强,就给予小权重;反之噪声越弱,给予大权重。通过给噪声信息小权重,TLWCC能有效地降低噪声信息带来的干扰,提高聚类效果。本文通过四组实验展示TLWCC算法识别噪声信息的能力、参数选取对算法聚类结果的影响程度,算法的聚类性能和时间性能。     

基于ARM-11的野外WSN基站设计与开发

无线传感器网络的应用日益广泛,然而在环境恶劣的野外,数据的采集与发送将受到很大的限制。而建立一个基站作为一个中继,可以很好地沟通节点和终端,从而在很大程度上提高数据的可靠性和有效性。此外,对于不同类型的数据,采用自适应方式选择传输网络进行传输,也可以充分利用有限的网络资源来提高效率。