【摘 要】
：
为了提高α阶逆系统在控制中的鲁棒性,提出了区间自组织映射模型。根据定义的损失函数,利用梯度下降法得到新的模型竞争学习算法,并证明了该竞争算法的收敛性。利用区间自组织映射良好的逼近性能辨识非线性系统的α阶逆系统,并将其串联在原系统之前得到复合伪线性系统。仿真结果表明,该逆系统有较高的精度,逆控制器有良好的跟踪效果和较强的鲁棒性。
论文部分内容阅读
为了提高α阶逆系统在控制中的鲁棒性,提出了区间自组织映射模型。根据定义的损失函数,利用梯度下降法得到新的模型竞争学习算法,并证明了该竞争算法的收敛性。利用区间自组织映射良好的逼近性能辨识非线性系统的α阶逆系统,并将其串联在原系统之前得到复合伪线性系统。仿真结果表明,该逆系统有较高的精度,逆控制器有良好的跟踪效果和较强的鲁棒性。
其他文献
TCG规范中的DAA(direct anonymous attestation)方案以CL数字签名(Camenisch and Lysyanskaya signa-ture scheme)为基础,结合了群签名和零知识证明等技术来实现直接匿名证明,其安全性是基于大数分解难解问题。随着计算机性能的提高和密码学的发展,基于大数分解难题问题很可能被攻击,相应的DAA方案也就变得不再安全,而基于椭圆曲线上的
提出了一种在三个锚节点的条件下基于到达角的测距方法,利用节点之间的几何关系实现传感器网络中未知节点的定位。通过仿真验证该方法能够对未知节点进行有效的定位;同时,该方法仅依赖到达角信息来确定节点的位置,从而降低了处理的复杂度、节省了节点的能量、提高了节点的寿命。
为了获得更好的决策树集成效果,在理论分析的基础上从数据的角度提出了一种基于代表性数据的决策树集成方法。该方法使用围绕中心点的划分(PAM)算法从原始训练集中提取出代表性训练集,由该代表性训练集来训练出多个决策树分类器,并由此建立决策树集成模型。该方法能选取尽可能少的代表性数据来训练出尽可能好的决策树集成模型。实验结果表明,该方法使用更少的代表性数据能获得比Bagging和Boosting还要高的决
目前,很多改进多描述编码(multiple description coding,MDC)的算法大多把重点放在减少冗余以及码字在各个描述的合理分配上,而忽略了数据中包含的信息量以及对编/解码器恢复图像时的重要程度。针对上述问题以及时间插值的MDC方案和空间插值的MDC方案各自的优缺点,设计了一个基于信息度优化的时空混合多描述编码的方案,该方案充分利用了H.264编/解码器的特点,预先估计出各帧数据
采用了一种基于步态能量图(GEI)的步态特征提取方法,主要是通过得到的步态侧影图像进行规格化并进行周期分析,然后提取其步态能量图。同时针对传统主成分分析(PCA)方法只能处理线性和服从指数型分布的情况,提出了采用基于核方法的主成分分析(KPCA)来对数据进行特征降维,然后采用泛化能力较强的分类器SVM来对特征进行识别。应用上述方法在CASIA数据库上进行了实验,结果表明采用上述方法取得了较理想的效
提出了一种基于视频流连续性的快速运动目标检测算法。对于背景模型的建立,在原有像素归类背景重构算法的基础上,基于视频流的连续性,选择性使用训练阶段背景至少在50%的时间内可以被观测到的前提假设,提出了一种改进的快速背景重构算法,在准确建立背景模型的同时,有效地减少了运算时间。对于运动阴影的干扰,采用基于RGB色度比例的色度差分算法,能快速有效地去除运动阴影,最终实现运动目标的快速提取。实验结果证实了
PrefixSpan算法在产生频繁序列模式时会产生大量的投影数据库,其中很多投影数据库是相同的。提出了基于位置信息的序列模式挖掘算法——PVS,该方法通过记录每个已产生投影数据库的位置信息,避免了重复产生相同的投影数据库,从而提高了算法的运行效率。通过实验证明,该算法在处理相似度很高的序列数据时比PrefixSpan算法有效。
放射治疗是中晚期肺癌的主要治疗方法之一，但易引起放疗后肺损伤，临床表现为神疲乏力、口干、胸闷气急、咳嗽、胸痛、肺功能下降、食欲减退等，严重影响了患者的生存质量。笔者采
1临床资料观察病例来自浙江省新华医院中医内科门诊患者，共计76例，均符合喉源性咳嗽诊断标准。76例随机分为2组。治疗组38例．男23例，女15例；年龄18—75岁，平均年龄58岁。对照组38例
通过驱动人体模型来改变服装模型的方法实现服装三维设计。首先利用基于特征线造型的方法构造人体模型和服装模型,再将服装模型特征框架(garment model feature frame,GMFF)相对人体模型特征框架(bodymodel feature frame,BMFF)进行曲线编码,然后再利用参数化方法驱动BMFF变形后,再对GMFF相对BMFF进行曲线解码,从而得到驱动以后的GMFF。通过曲