oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2020 ( 20 )

2019 ( 161 )

2018 ( 1359 )

2017 ( 1369 )

Custom range...

Search Results: 1 - 10 of 53843 matches for " 邓飞其 "
All listed articles are free for downloading (OA Articles)
Page 1 /53843
Display every page Item
凸多面体不确定随机时滞系统的参数依赖状态反馈控制
高文华,
控制理论与应用 , 2011, DOI: 10.7641/j.issn.1000-8152.2011.2.CCTA091368
Abstract: 考虑了凸多面体不确定随机时滞系统的参数依赖状态反馈控制问题.把参数相关的Lyapunov-Krasovskii泛函方法和自由权矩阵方法相结合,得到了基于线性矩阵不等式(LMI)的时滞相关及参数相关的鲁棒镇定的充分条件.由于在引入自由权矩阵时,减少了所用的自由矩阵数目,使得给出的参数依赖的控制器更易于实现.最后用例子说明了结果的有效性.
随机复杂网络同步控制研究进展综述
Review on synchronization control in stochastic complex networks

任红卫,
控制理论与应用 , 2017, DOI: 10.7641/CTA.2017.70221
Abstract: 复杂网络控制系统由于其在通信、计算、控制等多学科的交叉特性已经引起了各行各业学者的广泛关注, 复杂网络同步控制已经成为一个研究热点. 本文主要综述了随机复杂网络的同步控制研究进展情况. 首先论述了 随机复杂网络同步控制的研究背景及意义, 然后从复杂网络的动力学特性、复杂网络的拓扑结构、复杂网络的受限 情况、复杂网络的同步控制策略和随机复杂网络同步能力优化几个方面分别进行了综述, 进一步综述了随机复杂 网络的应用情况. 最后在总结国内外研究成果的基础上, 指出随机复杂网络未来亟待解决和研究的问题.
Since complex networks have the interdisciplinary characteristics of communication, computation science and control science, they have attracted a great deal of attention of scholars from all walks of life. Synchronization of complex networks has become a research hot topic. In this paper, we present a brief review on synchronization control of stochastic complex networks. At first, we introduce the research background and significance of the stochastic complex networks, and then summarize the following aspects research progress such as dynamic characteristics of stochastic complex network, topology of stochastic complex networks , constraints of stochastic complex network, synchronization control strategy of stochastic complex networks, synchronizability optimization in stochastic complex networks, and further summarizes the application of stochastic complex networks in many research fields. Based on the analysis of the development of stochastic complex networks, we point out several promising research directions along with some open problems that are deemed important for further investigations.
Hopfield-型网络求解优化问题的一般演化规则
邱深山, , 刘永清
自动化学报 , 2004,
Abstract: ?基于离散Hopfield-型网络和延迟离散Hopfield-型网络求解优化问题提出了两种一般演化规则,演化序列的动态阈值是这些规则的重要特征,并获得了收敛性定理.推广了已有的离散Hopfield-型网络和延迟离散Hopfield-型网络的收敛性结果,给出了能量函数局部极大值点与延迟离散Hopfield-型网络的稳定态的关系的充分必要条件.鉴于延迟离散Hopfield-型网络更有效地应用于优化计算问题,给出了一般分解策略.实验表明与离散Hopfield-型网络的算法相比,文中提出的算法既有较高的收敛率又缩短了演化时间
基于方向场分布率的静脉图像分割方法
康文雄,
自动化学报 , 2009, DOI: 10.3724/SP.J.1004.2009.01496
Abstract: ?提出了一种新的静脉图像分割方法,该方法以方向场分布率(Distributionratioofdirectionalfields,DRDF)作为区分静脉纹路和背景的分割准则.首先利用邻域信息和邻域分块模板计算图像中每个像素点的方向场以生成方向场图像,然后根据方向场图像中像素点互补半圆区域内的方向场分布率和分布判定函数计算出8灰度级图像,最后确定二值化参数将8灰度级图像二值化得到最终图像分割结果.该方法结合静脉图像特征,充分利用方向场图像的空间属性,克服了照度不均、粗细不均以及边界模糊等因素对分割造成的影响.实验结果表明该方法对于静脉图像具有很好的分割效果.
利用模板和邻域信息的静脉骨架提取新算法
康文雄,
中国图象图形学报 , 2010, DOI: 10.11834/jig.20100304
Abstract: 为提高骨架提取的准确性和连通性,提出了一种利用模板和邻域信息的静脉骨架提取新算法,该算法首先对二值图像进行平滑,并通过自适应方法计算静脉纹路上所有像素点邻域之和,以快速区分出边缘点和中轴点,然后遍历图像找出所有符合中轴点模板的像素点,并删除其中的孤立中轴点之后,得到一些间断的中轴线段,最后从这些中轴线段的端点开始采用最大邻域点跟踪方法提取出静脉骨架。实验结果表明,该算法提取的静脉骨架与中轴线重合且平滑稳定,且具有尺度不变性,角度不变性和良好的抗噪性能,是一种有效的骨架提取算法。
不确定时滞分布参数系统鲁棒控制的LMI方法
罗毅平,
控制理论与应用 , 2006, DOI: 10.7641/j.issn.1000-8152.2006.2.010
Abstract: 对常时滞、变时滞的不确定分布参数控制系统,提出了一种与现有的研究分布参数控制系统不同的鲁棒控制方法.该方法通过构造平均Lyapunov函数,利用线性矩阵不等式知识,在只要求系统本身所固有的系数是负定矩阵的条件下,给出了所给的分布参数系统镇定的充分条件.当模型中的时滞为常时滞时,所得的充分条件与时滞无关.当模型中的时滞为变时滞时,所得模型的镇定准则依赖于时滞.此外,该方法与已有方法比较的一个显著优点就是所获得的条件容易检验,因而易于应用.最后举了一个实例以说明该方法的有效性.
变时滞分布参数系统的全局指数稳定性
罗毅平,
控制理论与应用 , 2005,
Abstract: 基于比较原理,利用推广的向量Hanalay微分不等式,Dini导数,结合Green公式及不等式分析技术,研究几类变时滞分布参数控制系统所导出的滑动模运动方程的全局指数稳定性问题,在仅要求系数矩阵是个M-矩阵的条件下,获得了几类滑动模运动方程全局指数稳定性的充分条件,建立了滑动模运动方程全局指数稳定性定理.推广和改进了前人的结论.并为研究时滞分布参数系统的变结构控制问题奠定了基础.
具有有色噪声的线性随机系统的矩稳定性(英文)
,陈金堂,刘永清
控制理论与应用 , 2001, DOI: 10.7641/j.issn.1000-8152.2001.3.019
Abstract: 研究具有有色噪声的线性随机系统的矩稳定性,得到了无需计算矩阵方根的矩阵特征值代数判据,并用实例演示了文中的方法.
具有多分段损失函数的多输出支持向量机回归
胡根生,
控制理论与应用 , 2007,
Abstract: 对多维输入、多维输出数据的回归,可以采用多输出支持向量机回归算法.本文介绍具有多分段损失函数的多输出支持向量机回归,其损失函数对落在不同区间的误差值采用不同的惩罚函数形式,并利用变权迭代算法,给出回归函数权系数和偏置的迭代公式.仿真实验表明,该算法的精确性和计算工作量都优于使用多个单输出的支持向量机回归算法.
具分段损失函数的支持向量机回归及在投资决策中的应用
胡根生,
控制理论与应用 , 2006,
Abstract: 支持向量机回归模型的性能与所选用的损失函数有很大关系.本文提出一种具分段损失函数的支持向量机回归模型,其分段损失函数对落在不同区间的误差项采用不同的惩罚函数形式,并将该模型应用于投资决策问题中,估计收益率向量的联合概率密度函数和最优投资组合.仿真实验表明,其性能要优于一般的支持向量回归方法.
Page 1 /53843
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.