基于神经网络观测器的一类非线性系统的故障调节

将一般形式的非线性模型线性化为输出反馈型．针对该类系统,首先利用神经网络的一致逼近任意非线性连续函数的性质,构造神经网络自适应观测器,以获取反映故障信息的残差;然后根据残差信息在线估计故障;最后通过修正控制律来补偿故障所带来的影响．并采用Lyapunov稳定性理论证明了系统的稳定性．仿真结果验证了该方法的有效性．     

J2ME MIDP中RMS的设计实现与性能优化

移动信息设备框架（MIDP）是J2ME中一套重要的类库。作为MIDP的一部分，记录管理系统（RMS）实现了在手机等微小型系统上持久存储的能力。在Intel开发的虚拟机(XORP)和开发的CLDC的基础上，实现了MIDP中的RMS模块。该文介绍了对记录管理系统的设计思想，比较了两种不同设计方案的优劣，并介绍了实现细节。进一步分析了在性能优化方面做的工作，并将最终结果与Sun的实现作了比较。     

基于优先级的数据流数据库实时事务调度算法与实现

数据流数据库系统中的持续查询事务存在着依赖及算子共享的复杂关系．提出了基于综合事务空闲时间与价值的优先级调度算法．在算法中充分考虑了有依赖关系与共享算子的实时事务对事务优先级的影响．利用有关联的双链表给出了算法的实现，包括事务的接收策略与事务完成／夭折算法的实现．最后在GStream系统中，从累积实现价值率和差分截止期2个方面实验了算法的性能，实验表明LSV算法相对于RR算法、LSF算法、HVF算法都有很大的改进．     

Pitzer 模型在Na+//Cl-,SO24——H2O体系中多温适用性研究

不同温度下的Na+//Cl-,SO2-4,H2O体系液固平衡是芒硝和盐生产过程重要的理论基础,其应用方面的研究工作进行得较多,而多温下热力学的研究尚未见报道.本文采用Pizter离子相互作用模型理论,建立了上述体系热力学模型;利用该模型对上述体系在不同温度下的溶解度进行了预测,并与实验数据对比,研究了Pizter离子相互作用模型理论对于本体系多温情况的适用性.本文利用Pizter理论中的温度系数以及不同温度下该体系的溶解度实验数据,通过Matlab优化函数获得不同温度下各盐的活度积和两离子、三离子混合作用参数,并利用Matlab非线性方程求解函数,预测该体系0-150℃范围内的液固平衡数据,并与实验数据对比.研究结果表明Pizter模型的多温适用性良好,预测结果与实验数据基本一致,对生产实践有一定指导意义.     

MPICH在Windows操作系统中的实现与应用

该文给出了对应于MPI标准的MPICH软件包在Windows操作系统中的配置和在MSVC＋＋中的实现方法，并对MPI与C／C＋＋绑定的基本编程进行了简要介绍。然后将其与一种电磁场数值算法——时域有限差分法相结合，以一维情况为例，讨论了网络并行时域有限差分法的实现方法。通过在由两台PC机构成的最简单的PC机群上的编程实现，验证了这种方法的可行性和高效性，实验结果表明通过MPICH软件包实现时域有限差分法的网络并行运算，可以使这种算法的加速比达到1．8。     

利用Gabor滤波的相位图像进行光流估计

提出一种联合Gabor滤波器和加权最小二乘法估计序列图像光流的方法,用Gabor滤波器的滤波结果作为新的图像特征来计算空间和时间相位梯度．为了获得较为精确的结果,用加权最小二乘法来估计序列图像的光流．实验结果表明,文中算法在光流的计算精度上要优于Lueas,Fleet等的方法．     

基于QEMU的CPU指令频度分析

采集计算机在不同应用环境下的指令流,并对计算机各个指令使用的频度进行统计,对CPU指令设计和优化有指导意义。针对现有指令频度统计方法存在的跟踪效率低、获取速度慢等问题,提出一种新的指令频度分析方法。该方法的核心思想是在QEMU模拟器上执行用户行为脚本,利用QEMU插件获取CPU执行的指令流,并利用基于块的统计优化性能。实验结果表明,该方法可跟踪并获取指令流,能高效地分析出各指令的使用频度,并直观地展示分析结果。     

基于RFID和WSN的新型物联网智能停车系统

结合RFID、WSN、NFC、移动等多种技术,提出了一种新型的物联网智能停车系统.它能够实时收集有关停车位占用状态的环境参数和信息.为了降低系统的成本,分析了太阳能RFID标签作为汽车检测系统的可能性.此外,还安装了一个基于静态Java和Google云端消息传递技术的软件应用程序,以便管理警报事件.为了证明所提出的方案...     

变电站内指针式仪表自动测试装置研究

目前变电站内包括SF6密度继电器、温控器等在内的指针式仪表仍然未能实现自动化数据读取.本文针对这类指针式仪表提出了一种数据自动监测方案.首先分析了指针式仪表的主要类别,分析了SF6密度继电器、主变温控器、压力表的功能特点、技术参数等.然后针对这类指针式仪表的主要技术参数,提出了数据自动检定装置的设计思路和原理,最后针对...     

情景感知驱动的移动对象多模式轨迹预测技术综述

如何利用多源异构时空数据进行准确的轨迹预测并且反映移动对象的移动特性是轨迹预测领域的核心问题.现有的大多数轨迹预测方法是长序列轨迹模式预测模型,根据历史轨迹的特点进行预测,或将当前移动对象的轨迹位置放入时空语义场景根据历史移动对象轨迹预测位置.综述当前常用的轨迹预测模型和算法,涉及不同的研究领域.首先,阐述了多模式轨迹预测的主流工作,轨迹预测的基本模型类;其次,对不同类的预测模型进行总结,包括数学统计类、机器学习类、滤波算法,以及上述领域具有代表性的算法;再次,对情景感知技术进行了介绍,描述了不同领域的学者对情景感知的定义,阐述了情景感知技术所包含的关键技术点,诸如情景感知计算、情景获取和情景推理的不同类模型,分析了情景感知的不同分类、过滤、存储和融合以及它们的实现方法等.详细介绍了情景感知驱动的轨迹预测模型技术路线及各阶段任务的工作原理.给出了情景感知技术在真实场景中的应用,包括位置推荐,兴趣点推荐等,通过与传统算法对比,分析情景感知技术在此类应用中的优劣.详细介绍了情景感知结合LSTM (long short-term memory)技术应用于行人轨迹预测领域的新方法.最后,总结了...