风能转换系统执行器故障主动容错控制

提出了一种新颖的风能转换系统滑模主动容错控制策略.针对风能转换系统执行器故障,运用预测控制思想和迭代算法,设计了一种故障观测器.在设定的优化时域长度内,利用实际系统与故障观测器的输出差值,通过反复迭代运算,不断地对虚拟故障信号进行调整,使其能有效地拟合实际系统执行器故障,并根据故障观测值实时调整滑模容错控制器结构.未发生故障时,故障观测值为零,系统在滑模控制器控制下稳定运行;执行器发生故障时,运用故障观测值实时调整滑模容错控制项,并用双曲正切函数代替符号函数,消除抖动.仿真实验结果表明,滑模容错控制器下的系统具有良好的容错能力,提高了风能转换系统最大风能捕获效率.     

基于预测滤波器的数字降噪耳机研究

通常数字降噪耳机采用的自适应滤波器,一般基于LMS、NLMS等算法,但是由于A/D转换存在一定的延迟,导致实际降噪效果降低,故降噪耳机上的主动降噪系统需要对噪声进行预测.通过线性预测算法和改进滤波器,对已经采样的噪声信号进行算法分析,预测下一时刻的噪声信号,在Matlab中实现对飞机引擎噪声进行预测,并将降噪效果与LMS自适应滤波器的降噪效果进行比较.仿真结果表明,在处理低频噪声时,预测滤波器效果要优于LMS自适应滤波器.     

基于PCA与主动学习AdaBoost的频谱感知算法

针对认知网络中各低信噪比环境下主用户信号检测率偏低的问题,提出一种基于主成分分析和主动学习AdaBoost的主用户信号频谱感知算法.该算法首先采用主成分分析算法对信号特征参数进行提取,获得信号的主成分,之后利用主动学习算法通过多次迭代抽样,获取有利于提高分类性能的样本,并对AdaBoost分类器进行训练,最后利用训练完成的AdaBoost分类器对待测信号进行分类检测.仿真实验表明,在各低信噪比情况下与ANN和MME算法相比较,所提算法具有较高的分类感知性能,有效地实现了对主用户信号的频谱感知.     

主动叶尖间隙模型预测控制系统设计与仿真

为将发动机全工况内叶尖间隙控制在最佳状态,首先,提出实现间隙主动控制的双闭环控制系统结构;其次,设计一种由多个电子机械式作动装置成的可变结构的机匣结构,并建立了其数学模型;然后,应用基于串级模型预测控制的主动间隙控制策略,完成了控制器的设计;最后,以某发动机叶尖间隙变化为被控对象,仿真验证了所设计系统.结果表明:所设计系统控制偏差≤0.01 mm,对对称性间隙变化和非对称性间隙变化的控制效果均较好,可为主动叶尖间隙控制的实现提供参考.     

基于分层选择策略的主动学习分词方法

为了克服训练样本不足、获取大量标注样本费时费力的问题,在基于不确定选择策略的基础上,提出了一种新的基于分层选择策略的主动学习方法。使用新提出的选择策略从大量无标注的样本中选择最有价值的样例,进行标注后加入到训练集中来训练分词器。最后在 PKU、MSR 和山西大学数据集上进行测试,并与不确定选择策略进行比较。结果表明提出的分层选择策略在相同大小的训练语料下可以获得更高的分词准确率,同时还降低了人工标注的代价。     

基于移动应用层组播终端主动反馈的自适应负载均衡机制研究

在移动应用层组播通信中,热点地区可能会因用户过多而导致用户流服务满意度降低,非热点地区却可能会出现资源浪费现象,引起整个系统性能下降.提出了一种基于移动终端主动反馈的自适应负载均衡机制(Adaptive Load Balancing Mechanism based Mobile Terminal Active Feedback,ALBM-MTAF).ALBM-MTAF利用网络相关性能指标模拟移动终端(用户)所获得的流媒体服务满意度(Streaming Media Service Satisfaction,SMSS),通过终端用户主动反馈SMSS不断进行自适应的调整,将SMSS较差地域的子节点切换到SMSS较好的父节点上,从而实现整个系统的负载均衡.模拟实验表明,该机制具有良好的负载均衡效果,并能保证通信的质量.     

基于半监督聚类的文档敏感信息推导方法

针对当前多文档聚合推导引起的敏感信息泄露问题存在风险大、隐蔽性高的特点,提出了一种基于半监督聚类的文档敏感信息推导方法。首先,为确保在较小的时间开销下获得高质量的约束信息,设计了一种新颖的二阶约束主动学习算法,它通过选择不确定性最大的样本点来生成信息量最大的约束闭包;然后,在引入约束信息的基础上结合DBSCAN提出一种新的半监督聚类算法,它能够有效解决DBSCAN算法存在的边界模糊问题,提高文档聚类准确性;最后,在半监督聚类结果的基础上,对相似文档进行敏感信息可能性测度。实验表明,半监督聚类算法准确率提升明显,推导方法能够有效推导出敏感信息。     

基于主动学习的微博聚类分析

K Means聚类算法由于无法准确确定初始化聚类中心,容易造成 聚类结果准确率低下。对微博数据聚类时,可能会导致无法正确反映兴趣热点。本文 设计了基于主动学习的聚类算法,在确定初始聚类中心过程中应用Min Max主动学习策略, 使 得算法每次在很小数量的查询后都会提供数据点供用户进行初始中心点确认,并在K Means算 法中重新计算聚类中心时设置其权重值,从而减少迭代的数量,提高聚类结果的准确 率,并将这一算法运用于微博聚类分析,得出微博热门话题。     

基于改进遗传算法的汽车主动悬架控制器设计

为解决在汽车主动悬架系统中所采用的一般模糊控制策略自适应能力差的特点,提出了一种可以自适应调节的模糊控制策略,采用解析式模糊规则法;利用新型的改进遗传算法优化不同状态下误差与误差变化率的修正因子,从而找到最优的模糊规则,匹配当前状态下最佳模糊控制器的参数;利用Matlab/Simulink对主动悬架系统进行了仿真,结果表明该控制器相较于一般模糊控制器可以有效地改善汽车悬架在不同行驶状态下的稳定性和平顺性,通过优化过后的控制系统有较强的鲁棒性和较好的适应性。     

激发小学语文教学主动提问的课堂教学路径

小学语文教学要充分体现出学生主体地位,在课堂教学中要以学生为核心、老师为辅助来实施教学,就要积极转变传统的提问方式,从老师提问点名回答发展到调动学生学习积极性,使其主动提出问题,老师再加以指导和分析,在课堂上让学生激烈的展开讨论,敢于提出自己的认识和观点,进而实现自主学习。所以小学语文老师应该重视在课堂上以科学手段调动学生提问的积极性,为改革教育贡献自己的力量。