基于潜在语义差异的医学网页聚类

采用潜在语义索引的全局模型和局部模型表示医学网页时,模糊聚类结果的类间包含度很大。该文提出一种新的潜在语义差异模型,将医学网页中的文本抽取出来并分别采用全局模型、局部模型和差异模型进行表示,利用FCM算法进行聚类并计算类间包含度。实验发现,对给定的5类医学网页进行聚类时,采用差异模型时的类间包含度平均约为全局模型的85%、局部模型的80%。     

近邻传播半监督聚类算法的并行计算

提出了一种基于近邻传播的半监督聚类算法的并行算法PSAP,给出了约束的转换过程并结合实例进行说明。在UCI数据集上的实验表明：PSAP算法的运行时间约为SAP算法运行时间的1/8~1/4,聚类结果同时有提高。     

复杂系统的仿人智能控制

复杂控制系统难以建立较精确的数学模型,文章给出了其描述模型,讨论了被控对象的静态属性设置与动态特征状态识别两个基本问题,简述了仿人智能控制器设计的基本思想与原则,为解决复杂系统的控制问题提供了理论基础。     

基于径向基函数神经网络的非线性模型辨识

从径向基函数（RBF）神经网络原理分析出发，提出了一种基于RBF神经网络学习算法，用于对非线性对象模型的拟合与辩识，并将此方法用于实际非线性模型的学习与辩识。结果表明，基于RBF的神经网络可快速完成对样本的学习与拟合，对具有连续特性的线性与非线性模型，具有快速实时的学习速度和优良的学习性能。     

单片机在交流电动机电流矢量快速跟踪控制系统中的应用研究

单片机作为一种新型的高效率微机,以其独特的结构与性能在电工技术领域内获得了日趋广泛的应用。本文对单片机在高性能交流调速系统中的应用进行了研究,应用单片机控制技术,完成了具有模型参数自适应补偿的交流电机矢量控制系统的设计与实验,并且分析了系统的软、硬件结构及其动、静态特性,最后给出了实验结果与研究结论。     

基于引导因子的神经元学习规则及其应用研究

作为神经网络控制的基本单元，采用不同学习规则的神经元控制器，对神经元的学习过程将产生不同的影响。本文通过对神经元学习规则的探讨，提出了一种基于引导因子的神经元改进学习规则，并将其用于实际控制系统中。仿真结果表明，改进的方法对于加速神经元学习过程，提高控制器性能，具有较为显著的作用。     

基于模糊逼近的非线性多时延系统的自适应跟踪控制

针对一类多输入多输出非线性多时延系统,提出了基于模糊逼近的自适应跟踪控制方案.该方案构建了基于模糊T-S模型的自适应时延模糊逻辑系统,用来逼近未知非线性时延函数.从而实现了对非线性系统的建模.根据跟踪误差给出了时延模糊逻辑系统的参数自适应律.设计了H_∞补偿器来抵消模糊逼近误差和外部扰动.基于Lyapunov稳定性理论,提出的控制方案保证了闭环系统的稳定性并获得了期望的H_∞跟踪性能.机械臂的仿真结果表明了该方案的有效性.     

复杂控制系统的描述与仿人智能控制

复杂控制系统难以建立较精确的数学模型, 文中给出了其描述模型, 定义了定值控制和跟踪控制两个控制问题, 简述了仿人智能控制, 为解决复杂系统的控制问题提供了理论基础     

SMVS控制器输出抖动及其抑制方法的研究

ＳＭＶＳＣ（滑模变结构控制）具有优良的鲁棒控制性能,然而,ＳＭＶＳ控制器输出的抖动问题一直制约着变结构控制系统的应用范围,通过对ＳＭＶＳ控制器输出抖动产出机理的讨论,探讨了抖动的抑制方法,双抖动滑除前后系统的控制性能进行了研究,进而证实的方法的有效性。