不同种混沌系统之间的同步

为实现不同种混沌系统之间的同步问题,提出一种基于高增益观测器的滑模控制混沌同步方法.该方法以混沌同步误差系统的标准型为模型,将两个混沌系统之间的结构差异扩张成系统的状态,尽可能少地利用可测的系统信息来构造高增益观测器估计系统的所有状态,设计出物理上可实现的滑模控制策略,有效地解决了不同种系统之间的混沌同步问题.理论分析和仿真结果都验证了该方法的可行性和有效性.该方法在基于混沌同步的保密通信中有很好的应用前景.     

MIMO Ad Hoc网络中一种新的流控多址接入协议

针对PRP-MAC协议中分组冲突导致网络吞吐量减小的问题,提出一种带有冲突避免机制的流控多址接入协议SCMA-CA。该协议可用于MIMO Ad Hoc网络,其在PRP-MAC定义的控制分组基础上,新增CTS分组类型,并利用MIMO技术的流控能力实现冲突避免和最大化数据流数目。仿真结果表明, SCMA-CA协议不仅可避免发送节点数增加时控制分组和数据分组的冲突,提高网络吞吐量,同时又适用于天线多样化的环境,能有效增强网络性能。     

L2增益约束下跳变系统鲁棒控制

不确定跳变系统的L2增益条件与系统可镇定性和鲁棒性密切相关,本文阐述利用依赖于模态的状态反馈鲁棒控制律,以实现闭环系统输入输出L2增益约束的要求,一方面用凸多面体界定跳变系统各模态间的跳变转移率的变化,另一方面,用L2增益界定对象状态方程中时变不确定参数,在一定概率空间下,获得的反馈控制律对不确定跳变概率和时变参数具有鲁棒性.反馈控制律的设计利用线性矩阵不等式技术,通过凸优化计算易于实现,最后给出了数值计算示例.     

基于数据监听算法的异构地籍数据网上提取技术及实现

从分布异构的地籍数据库提取数据,实现国家地籍数据总归户.传统方法是通过在数据库中创建对象,但无法保证地籍数据的安全.本次研究中采用基于文件的数据监听算法以及编制相应的中间件,通过监听数据库文件的大小、属性、最后一次更改时间,在确定文件在某一时间是否更改的情况下启动监听,调用底层的IO接口.中间件是一个与数据库平台无关的客户端程序,采用事件触发机制,实现了定时/实时远程地籍系统之间的数据交换.     

基于改进的C4.5算法的网络流量分类方法

在基于C4.5算法的网络流量分类方法中,网络流量数据量的海量性及其特征的多样性使得决策树的构建速度、分类速度成为评价网络流量分类器的重要标准。在原C4.5算法的基础上提出一种改进的信息熵的计算方法,通过减少计算函数的复杂度,提高决策树的构建速度。实验表明,基于改进后算法的分类器在达到原有分类准确率的同时,极大地缩短了决策树的构成时间。     

基于国际评价基准的溶解氧控制方法研究

针对活性污泥污水处理过程溶解氧浓度(DO)控制的非线性特性，以DO为控制对象、国际评价基准（benchmark）为平台，将PID控制、增益调度控制和一般模型控制(GMC)方法应用于DO控制中，并进行了控制器性能的比较．仿真结果表明，所提一般模型非线性控制方法的性能优于其他两种控制方法，体现出该方法的有效性和优越性．     

一种新颖的鲁棒模糊滑模观测器设计及干扰重构方法

针对一类由T-S模糊模型描述的不确定非线性系统,提出一种新颖的鲁棒模糊滑模观测器设计和干扰重构方法.首先,给出一种T-S模糊模型的等价形式.其次,在考虑滑模匹配条件不满足、状态不可测的情况下,利用高增益估计器构造辅助变量.为避免其峰化问题,提出基于高增益估计器的鲁棒滑模观测器.然后,基于所提出的等价形式,给出一类不确定非线性系统的鲁棒模糊滑模观测器设计方法.并证明其不但对系统的未知干扰具有鲁棒性,而且能保证状态估计残差在有限的时间内收敛于任意小的邻域,并可应用等价输出误差介入原理重构出系统的干扰.最后,将该方法应用于双关节机械臂的控制仿真实验.结果表明所提方法的有效性.     

一种基于信息度量的流特征遴选算法

提出一种基于信息度量的流特征选择算法。该算法可分为粗粒度选择和细粒度选择2个选择步骤。粗粒度的选择通过计算特征集合中各个特征与不同业务类别的互信息,选择在流分类中最具代表性的特征。对于选取的这些特征进行细粒度的选择处理,通过计算已选特征集合中特征之间的一致性,排除多余的特征。实验结果表明,该算法遴选出的特征在用于数据流分类时,准确率和召回率都较同类算法高,且时间复杂度较低。     

基于特征选择的实体关系抽取*

提出了一种实体关系抽取方案,该方案针对实体关系抽取中特征空间维数过高问题,引入了文本分类中的特征选择算法,如信息增益、期望交叉熵和x2统计,实现了特征空间降维。实验结果表明,各特征选择算法均能在尽量保证抽取性能的同时有效地降低向量空间维数,提高分类效率,其中x2统计取得的效果最好。     

基于先验信噪比估计和增益平滑的语音增强

针对语音增强算法残留“音乐噪声”的问题,分析了基于先验信噪比估计的语音增强算法,并在此基础上提出自适应先验信噪比估计与增益平滑相结合的方法.这种方法先对先验信嗓比进行估计,然后对增益函数进行平滑,减小相邻增益函数的随机跳变,弥补了传统先验信噪比估计的不足.最后对含高斯白噪声的语音信号进行处理,仿真结果表明,该算法在抑制“音乐噪声”的效果上得到一定改善,提高了语音增强的性能.