自动化专业实践教学改革的思考与探索

针对如何培养和提高自动化专业本科生工程实践能力和创新能力的议题,结合自动化专业人才培养目标的要求,从自动化专业实践教学改革的角度,对实践教学新体系进行了探索,总结出以理论验证性实验为基础、以自选设计性实践为主干、以技能应用综合性实践为重点的三个教学层次的完善的体系结构,阐述了三个层次之间的紧密关系,详细探讨了自选设计性实践的特点,并介绍了我校自动化专业开展自选设计性实践的做法,以期能够把握住实践教学改革的关键环节,为培养社会需要的自动化专业应用型人才进行了有益的尝试。     

同时考虑量化误差的网络化控制系统鲁棒H∞完整性设计

针对同时存在时变时延、丢包和信息量化的参数线性不确定网络化控制系统,在执行器失效故障和外界有限能量扰动共存的情形下,基于状态多时延模型,通过构造时滞且量化误差依赖的Lyapunov-Krasovskii泛函,给出了使不确定网络化控制系统具有鲁棒H∞完整性的判决准则和控制器的设计方法。还进一步讨论了故障网络化控制系统稳定运行的最大允许时延和最大允许量化误差,并以此为依据对H∞性能指标进行了优化,给出了鲁棒H∞最优容错控制器设计方法。由于模型中考虑了时延下界,证明过程引入适当自由权矩阵变量且未进行模型转换,使得其结果具有较少保守性。仿真结果验证了该方法的有效性。     

分类属性数据量子聚类算法的改进

分析量子势能、量子力学中粒子分布机制和分类属性数据的量子聚类CQC(Categorical Quantum Clustering)算法.针对CQC算法存在的聚类效果对聚类度量尺度β较敏感,而β的选取往往凭经验确定没有通用原则,以及对线性可分数据聚类效果显著,但对线性不可分数据不能奏效等问题,通过引入新的相异性度量测度及聚类度量尺度步长βstep,重新定义紧致性指标ICD,提出一种改进的ICQC算法.该算法首先在不同粒度水平上划分数据样本产生初始类(簇),之后采用聚类中心间相异性测度最近邻方法合并初始类(簇)完成聚类.通过与CQC算法的实验比较,证明该算法具有更高的聚类效能,在CQC算法失效的情况下,也能获得良好的聚类效果.     

从问题出发进行教学设计的课程体系

针对“工厂供电“教学中存在的教学内容多、知识点多、课时量少的问题,提出从问题出发进行教学设计的教学理念,通过构建层次型课程体系、知识体系,培养学生自我分析、归纳、综合的能力,实现学生自主学习与教师引导教学相结合的目标,在近几年的教学实践中取得了良好的教学效果,同时对于学生能力的培养与提高也起到了有效的促进作用。     

基于HMM和PNN的混合语音识别模型

基于隐马尔可夫模型(HMM)和改进后的概率神经网络(PNN)模型提出了一种用于语音识别的混合模型,该模型首先利用HMM生成最佳语音状态序列,然后对最佳状态序列进行时间规整,最后通过PNN神经网络进行分类识别。给出了HMM参数训练及时间规整的算法。实验结果表明这种模型比HMM具有更好的识别效果。