面向Ruby on Rails的多类型RIA集成技术研究

通过对RIA的技术特点进行分析,采用HTTPService和REST风格接口,面向Ruby on Rails模式,设计了一种对多种类型富客户端进行功能调用的集成框架,在可以不断添加新型客户端功能调用的同时简化开发过程、改善用户体验,增强跨平台能力和可降解性.同时支持通用的HTML视图,获得很好的开发效率和效果.     

一类MIMO非线性系统的直接鲁棒自适应模糊控制

针对一类多输入多输出非线性系统,基于后推设计方法,提出了一种新的直接自适应控制方案。该方案中引入连续鲁棒项对系统的摄动部分直接进行抑制,并在自适应律中利用了Leakage项以防止参数漂移。采用修改的积分型Lyapunov函数,取消了每个子系统高频控制增益一阶导数上界已知的假设。通过理论分析,证明了闭环系统是半全局一致终结有界的,跟踪误差收敛到一个小的残差集内。仿真结果表明了该方法的有效性。     

基于特征选择的二维主分量分析

提出了一种基于分类性能的二维主分量特征选择方法.即将二维主分量分析中图像总体散布矩阵的特征向量在二维线性鉴别分析的目标函数上进行投影,并选择分类性更好的特征向量进行投影.另外,为了保持原有的二维主分量分析主特征的优点,对最后的投影特征向量进行组合,也就是最后的投影特征向量选取对图像重建和图像分类分别起着重要作用的特征进行组合.在XM2VTS标准人脸库上的试验结果表明,所提出的方法融合了两种具有互补性的图像并行特征,在识别性能上优于传统的二维主分量分析方法.     

基于M-estimator与可变遗忘因子的在线贯序超限学习机

该文针对时变离群值环境下的在线学习问题,提出一种基于M-estimator与可变遗忘因子的在线贯序超限学习机算法(VFF-M-OSELM)。VFF-M-OSELM以在线贯序超限学习机模型为基础,通过引入一种更加鲁棒的M-estimator代价函数来替代传统的最小二乘代价函数,以提高模型对于离群值的在线处理能力和鲁棒性。同时VFF-M-OSELM通过融合使用一种新的可变遗忘因子方法进一步增强了其在时变环境下的动态跟踪能力和自适应性。仿真实例验证了所提算法的有效性。     

二维主分量分类器

在主分量分类器（PCC）的基础上提出了二维主分量分类器方法,具有速度快、算法简便的特点.人脸性别分类结果表明,所提出的方法在识别性能上优于主分量分类器;另外,算法执行时间具有很大的改进.     

本地多行栅栏覆盖节点活跃调度协议

为了满足沿海泥滩等复杂自然环境中入侵监测系统的需要,改进了栅栏覆盖网络模型,提出了一种本地多行栅栏覆盖调度协议k-MLBCSP,设计了覆盖规划算法与覆盖调整算法。k-MLBCSP协议将网络生命期分为三个阶段,覆盖规划算法保证了初始化阶段网络的合理设置,覆盖调整算法提供了调整阶段sink节点与存活传感器节点进一步协商覆盖规划策略的有效方法。理论分析与仿真结果表明,相比于LBCP、RIS等协议,k-MLBCSP协议提高了网络覆盖率与网络生存期,且节点计算复杂度低,网络负载小。     

用于整合SOA与EDA的智能化事件驱动模型*

SOA与EDA架构的整合应用是未来企业实时软件架构的主流趋势,但要充分发挥两种架构的互补综效,就需要有好的事件管理机制及提供服务的配套设计。针对目前企业应用系统开发面临的主要问题,运用事件价值观分析事件所提供的价值对用户的重要性与实际贡献,设计一种价值驱动的智能化事件本体模型,有效结合了SOA整合系统与EDA即时通知事件的功能,为设计具有弹性、效率与应变能力的健全的企业级系统架构提供了新的解决方案。     

基于T-S模糊模型的鲁棒自适应滑模控制

针对一类具有时滞的非线性连续时间系统,基于T—S模糊模型,考虑系统的外界干扰和建模误差不存在的理想情况,并利用滑模控制理论和LMI方法,设计了滑模控制器;考虑系统的外界干扰和建模误差存在的情况,采用神经网络逼近建模误差,引入自适应控制鲁棒项,设计了自适应滑模控制器,根据Lyaponuv稳定性理论,证明了系统状态渐近稳定。仿真示例表明了所提方法的有效性。