有色噪声场下的量子系统辨识问题研究

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:tangweichao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
智能化是当前汽车发展的重要趋势,无人驾驶技术作为智能汽车的核心功能一直是人们关心的重点。以中国、美国、日本、欧盟为代表的主要国家和地区都将智能网联汽车技术作为发展的重要方向。然而近几年,无人驾驶在技术上遇到了瓶颈。以当前最大的无人驾驶开源软件架构Apollo为例,无人驾驶的软件算法模块主要分为定位、感知、预测、决策、规划和控制。其中,预测模块作为承接感知与决策规划模块的中间模块,在无人驾驶算法的计
学位
统计力学在建立以后已经取得了巨大的成功。统计力学一般假设了一个系统经过足够长的时间后会到达热力学平衡态,称为热化。强意义上的热化是指,对任意的初态,经过一段弛豫时间以后,系统的物理量会基本达到一个稳定的值,这个稳定值由相应的统计力学系综给出,且之后在这附近的涨落较小。但如何建立满足时间反演不变性的微观动力学与时间反演对称破缺的宏观热化行为之间的联系,依然是个悬而未决的基本难题。不论是经典系统还是量
学位
随着量子信息的发展,量子通讯、存储等技术日趋成熟。光子态的非经典非局域特性使得其成为量子信息处理过程的核心。其中光源以及接口器件对于量子领域研究至关重要,基于非线性过程的波长转换为各项量子技术研究提供了可靠的支持。单光子量级的非线性相互作用是现代量子网络发展中不可缺少的组成部分,在量子密码学、量子隐形传态、量子纠缠交换等许多应用领域都有着广阔的应用前景。在众多的非线性晶体中,铌酸锂具有相对较高的非
学位
本文的主要目的是研究辛群上的广义flag簇中的Richardson簇以及几何性质.Schubert以及反Schubert簇在广义flag簇的研究中有着深刻的意义,广义flag簇不仅是代数几何中的重要研究对象,同时也是表示理论中的重要研究对象.一个更一般的研究对象是Richardson簇,由一个Sch-ubert 簇和反 Schubert 簇相交得到.本文首先对于一般线性群以及辛群的情形,通过计算代
学位
遥感影像变化检测通过遥感影像发现地表覆被的变化,广泛应用于国土资源调查、国防军事建设等国家重点领域。但是,由于遥感影像分辨率逐渐提升,影像包含的地物信息越加复杂,使得现有基于人工设计特征的变化检测算法面临巨大挑战。卷积神经网络在图像分类和识别中取得的举世瞩目的成就也为遥感影像变化检测的研究开辟了一条新路径。如何利用卷积神经网络(Convolutional neural network,CNN)快速
学位
对于丢失了宠物狗的主人来说,即使有很多宠物协会提供帮助,想要找到走失的宠物狗仍然是一项艰巨的任务。自由放养的狗也可能对人类构成潜在危险,它在保护自己的领域时可能携带某些疾病或者具有侵略性。对于犬只的身份识别可以帮助我们有针对性地采取保护或隔离措施。当前的一些基于犬类项圈皮毛纹理等特征的识别技术又缺乏可靠性,或可能对动物有害。计算机视觉在生物识别中的应用可以帮助我们解决这些难题。深度学习作为机器学习
学位
大脑神经系统中存在着多种可塑性机制,神经网络的连接结构在可塑性机制的共同作用下不断地进行着自组织,这个过程中神经元活动和突触连接呈现出了许多特性。理解神经网络自组织特性和可塑性机制之间的关系对于研究大脑的信息处理功能具有重要意义。然而大脑神经系统的组成和机制非常复杂,通过生物实验的方法揭示自组织原理存在很大的困难。基于脉冲神经网络(Spiking Neural Network,SNN)和可塑性机制
学位
井冈霉素是在中国广泛使用的农用抗生素,用来高效防治水稻纹枯病等多种作物病害。工业上使用Streptomyces hygroscopicus(吸水链霉菌)以玉米或大米为碳源来发酵生产井冈霉素。但是这种对粮食培养基的依赖不利于井冈霉素的绿色可持续生产。以往的研究表明,Streptomyces hygroscopicus var.jinggangensis 5008(吸水链霉菌井冈变种5008)能以木糖
学位
近年来,随着中国经济的快速发展和国民生活水平的极大提高,飞机已经成为一类普及的出行方式。尤其对于商务和差旅人士来说,购买机票是生活中很经常的需求。由于机票需求不同于刚需消费品,其具有明显的季节性和规律性,容易受到时间等上下文信息的影响。另外航空公司为了提高收益而使用收益管理系统动态制定机票价格,导致机票价格具有较强的动态性。而目前主流的互联网购票和在线服务代理网站为消费者提供了获取机票价格信息的渠
学位
近年来,随着实际应用中数据量的快速增长,在大规模图像搜索问题中,哈希算法由于其较低的存储空间消耗和较快的检索速度,受到了广泛的关注。尽管现有的哈希算法已经取得了不错的效果,但它们仍然存在一些不足。例如,对于无监督哈希算法来说,现有的算法普遍存在两个问题,一方面,被广泛使用的锚点图法在重构样本时存在着内在的缺陷,另一方面,原始空间中样本的局部线性的结构在学习二值化编码时很少被考虑。对于深度哈希算法,
学位