论文部分内容阅读
着重考虑系统矩阵和输入矩阵具有时变范数有界的不确定性的线性不确定系统，阐明了如下的鲁棒Ｈ〈，∞〉控制问题：设计线性动态输入反馈使对所有容 许的参数不确定的闭环系统二次稳定且达到所给定的干扰衰减程度，并且表明了这样的问题等价于一个Ｈ〈，∞〉控制问题。
H控制和参数不确定系统通过动态反馈的二次稳定
【摘 要】
：
着重考虑系统矩阵和输入矩阵具有时变范数有界的不确定性的线性不确定系统，阐明了如下的鲁棒Ｈ〈，∞〉控制问题：设计线性动态输入反馈使对所有容 许的参数不确定的闭环系统二次稳定且达到所给定的干扰衰减程度，并且表明了这样的问题等价于一个Ｈ〈，∞〉控制问题。
【机 构】
：
大学自动化系
【出 处】
：
1998中国控制与决策学术年会
【发表日期】
：
1998年12期
其他文献
该文提出了一种基于规则的前馈神经网络的设计方法和学习算法，它将粗糙集理论的定性分析能力和多层前馈神经网络的逼近能力结合在一起，得到一种结构可解释、计算简单、收敛速度快的前馈神经网络模型。在建立网络时，可以运用粗糙集的理论和方法，从给定学习样本数据中发现一组规则，然后根据这些规则可以确定网络中相应的隐层节点；网络的参数可以用ＢＰ算法迭代求出。
ＢＰ网络是目前应用最广的神经网络，但基于梯度下降法的ＢＰ算法存在固有的收敛速度慢及局部极小等问题，从而影响了ＢＰ网络的有效应用。该文针对基本ＢＰ算法的收敛速度慢这一主要缺陷，对多种改进方案按改进原理进行了分类综述，并通过仿真实验对部分改进方案进行了实验性评价。
该文分析报网络专家系统开发工具ＪＥＳＳ［１］的历史，特点，基本功能和当前发展，并对大量专家系统开发工具进行了比较分析。
由于对多类问题的高维数据无法直接观察其聚类和分布特性，该文采用神经网络法实现自适应主元特征提取（ＡＰＥＸ）、以压缩特征空间的维数，并保持足够的信息来鉴别事物之间的类别，它可有效地提取信号的主要特征、抑制噪声。研究人员将高维数据压缩影射到２或３维，从而实现特征数据的可视性分析，显示物体对象间的类似程度和关系结构，并采用高阶果表明高阶函数神经网络较ＢＰ网络分类能力强，训练速度快。
在人脑皮层的下颞叶区存在着规整的功能柱型结构群，它们对中等复杂的特征具有选择性响应，为模式识别的特征检测学说提供了一个有力的证据，并由于它们毗邻构成一个连续的特征空间，为知觉不变性找到了生理解释。该文从物体视觉识别的神经生理学角度，构造一个近似于视皮层功能柱型结构的软件组件来对物体特征进行抽提，在由简单特征构成的特征空间基础上进行相对复杂特征的连续变换的不变性映射。通过构造一个金字塔状的神经网络层
该文介绍了线阵ＳＳＰＡ的工作原理以及使用线阵ＳＳＰＡ作为光电传感器的机器视觉检测系统的组成和检测原理。以人民币纸币的动态检测系统为例，着重讨论了ＳＳＰＡ的驱动、视频信号的处理和二值化以及数字信号的采集和处理方法，分析了系统的检测精度。
ＣＯ〈，２〉气体保护焊是目前使用最广泛的焊接方法之一，该文简要分析了ＣＯ〈，２〉体气保护焊飞溅产生的原因，并根据飞溅形成机理综述了减少飞溅的主要措施。