排序方式: 共有117条查询结果,搜索用时 62 毫秒
1.
该文将部分最小二乘算法与径向基函数神经网络相结合,给出了一种非线性部分最小二乘建模方法,可以更加有效地处理过程非线性和数据共线性等复杂特性,提高模型的精度和推广能力。该方法在确定径向基函数神经网络的隐节点时,采用了一种改进型的k-均值聚类算法来自动确定最优的聚类区数。对煤气化炉合成气组分浓度软测量建模的应用结果表明,采用该方法建立的软测量模型在模型精度和推广能力等方面明显优于二次型多项式部分最小二乘方法建立的模型,并且计算精度满足工业生产的实际要求。 相似文献
2.
为了解决无线网络带宽限制的问题,信号在传输之前需要进行量化,但是量化器的引入会给信号带来一定的误差.针对时滞系统,研究测量值量化的基于观测器的输出反馈控制问题.考虑对数量化器,为了研究量化器对系统的影响,引入上行界的方法,将对数量化问题转化成鲁棒不确定问题.为了讨论系统的收敛速度,采用带有衰减系数的Lyapunov函数,得到了闭环系统的指数衰减率.采用线性矩阵不等式(LMI)的方法给出了系统满足指数稳定的充分条件以及控制器和观测器增益的表达式.应用数值仿真证明了本文算法的有效性. 相似文献
3.
研究2级控制系统中量化状态观测器的设计方法.对设计的控制系统的输入、输出信号进行量化,使得这些数据可以在网络环境中传输.研究对量化后的数据经过非完美的频道传输时造成的数据损失的处理方法.设计状态观测器,对控制系统的各个信息进行估计.设计控制器,能够根据状态观测器输出的估计值,控制2个致动器协调工作,成功地实现了2级控制.在实验平台dSPACE-DS1103上对所设计的2级控制系统进行验证,实验数据验证了本文提出的2级控制器设计方法的有效性和可行性. 相似文献
4.
针对强机动和大观测误差下的目标跟踪问题,传统低阶多模型融合方法存在估计精度较低、鲁棒性较差的缺点;高阶多模型融合方法面临计算量增大和保证实时性之间的矛盾.为此本文针对一类多步稳健机动目标跟踪问题提出一种基于历史估计信息反馈的多模型融合框架,首先累积和反馈历史估计信息,然后结合当前量测计算多阶模型序列的似然函数,最后得到贝叶斯后验融合结果.同时结合粒子滤波构建了易于工程实现的粒子滤波历史反馈多模型融合算法(PF-HFMM).仿真表明,与传统粒子滤波多模型算法相比,本法显著提高了估计精度和鲁棒性. 相似文献
5.
6.
7.
9.
薛安克 《杭州电子科技大学学报》2006,(3)
大学核心竞争力是大学长期形成的、独有的、获得外界认可,并能在竞争中获得优势的核心能力。判断高校核心竞争力的主要标准有三个:一是核心竞争力必须是长期形成并为社会所认可的;二是核心竞争力必须是竞争对手难以模仿的;三是核心竞争力必须是竞争力要素中根本的,并决定其他要 相似文献
10.