一种用于半透明体绘制的光学模型

为了高效率地重建3维医学图像,并能充分显示内部隐含分界面及内部细节的详细信息,提出了一种能在普通硬件条件下实现的用于半透明体绘制的光学模型IVROM(improved volume rendering optical model)。该模型在光线吸收与发射模型的基础上,考虑了阴影、直接散射与间接散射等因素。此外,还详细介绍了结合该模型与Shear-Warp算法的半透明体绘制方法的实现。实验结果表明,采用该模型的半透明体绘制方法不仅效率高,而且显示效果好。     

数字现金的模型研究及应用

首先对现有的数字现金模型进行了分析,同时对国外数字现金的使用作了分类说明,针对现有数字现金的缺点,该文给出了一种新的防重复使用的数字现金方案,最后提出了数字现金应用的几个关键问题。     

基于PI控制律的通用递阶模糊控制器

为解决常规模糊控制器存在的通用性和工程简便性问题,针对动态特性随操作条件变化对象建立自适应递阶模糊控制器,实现闭环模糊增益调度,并引入稳定监督控制使控制系统具有工程稳定性。     

机器人间接自适应模糊控制器及其应用

归纳并证明了机器人间接自适应模糊控制的几个重要特性并阐述了其用于多关节机器人跟踪控制的策略. 对一个具有远程独立电机驱动的双连杆机械臂的仿真结果证实了可行性.     

基于整体轮换杂交的改进遗传算法

针对遗传算法的过早收敛问题,提出了一种新的解决方法———整体轮换杂交法,对其作用进行了讨论。对基于该法的改进遗传算法进行了实验并与其它算法进行了比较。结果表明整体轮换杂交法可以更有效地防止遗传算法过早收敛。     

一种多层前馈网参数可分离学习算法

目前大部分神经网络学习算法都是对网络所有的参数同时进行学习.当网络规模较 大时,这种做法常常很耗时.由于许多网络,例如感知器、径向基函数网络、概率广义回归网络 以及模糊神经网络,都是一种多层前馈型网络,它们的输入输出映射都可以表示为一组可变 基的线性组合.网络的参数也表现为二类:可变基中的参数是非线性的,组合系数是线性的. 为此,提出了一个将这二类参数进行分离学习的算法.仿真结果表明,这个学习算法加快了学 习过程,提高了网络的逼近性能.     

智能控制中的模糊控制,神经网络控制及遗传算法（下）

回顾了模糊技术、神经网络技术和遗传算法在控制领域的应用；探讨了神经模糊技术在控制领域的应用以及遗传算法优化模糊神经网络结构的实现。     

基于谱分析的一类截尾二阶非线性模型盲辨识的方法(英)

提出一种基于自相关谱分析的对一类截尾Volterra非线性模型-二阶非线性模型进行盲辨识的算法．理论分析和计算机仿真均显示，该算法准确通用，适合于实际工程应用．     

时滞线性系统的与时滞无关稳定性

本文利用结构奇异值概念讨论时滞线性系统的与时滞无关之渐近稳定性。本文结果表明时滞可看成某一“标称”系统的重复标量不确定摄动快。当系统具其它结构摄动时，鲁棒稳定分析可在结构奇异值方法框架上进行。     

模糊基函数网络辨识算法稳定性*

模糊基函数网络能很好地以“ｉｆ．．．ｔｈｅｎ．．．”形式利用专家的知识，且以这种模型进行辨识，其辨识误差方程与辩识参数成线性关系，因而非常适用于实时辩识系统中，本文研究了这种网络模型辨识的持续激励条件和基于梯度法的辨识系统稳定性，给出它们存在的充要条件。