广义动态系统的解耦控制

本文建立了广义系统解耦控制问题与正常系统相应问题的等价条件,从而更一般而深入地研究了这个问题.给出了广义系统在状态反馈、输出反馈和动态补偿下解耦的充要条件,描述了反馈律中系数阵的特征及补偿器的设计方法.还深入讨论了解耦系统能控能观性及其它性质,并给出了数值实例.     

一种模型参考自适应调速系统

本文在Ioannou的“σ-修正”适应控制律基础上,提出了一种对高频寄生特性和库仑摩擦扰动均有较强鲁棒性的自适应控制方案.给出了系统的稳定性分析及数字仿真结果,并将简化的适应律在一个三阶调速系统上付诸实施,结果明显优于经典反馈控制系统.     

材料力学性能测试中的数据自动采集与曲线拟合

本文论述步长联控式数据自动采集原理和数据处理方法,提出拟合直线与拟合曲线在联接点处保持连续与相切的一种实用方法,给出了与另外二种拟合方法的对比图形,列出了这三种不同回归方法的优缺点及适用范围.本方法已成功地应用于材料的拉伸试验、断裂韧性K_(IC)测试及σ_(0.2)系列(诸如σ_(0.1),σ_(0.5)等)的微机自动测试.     

金相图象分析中特征信息提取技术

金相图象特征信息提取是进行金相分析的关键.本文在分析金相图象的区域和边缘(晶界)二类特征信息基础上,指出采用基于熵概念的图象阈值化技术可实现区域特征提取.用微分算子实现边缘(晶界)提取后,采用适合晶界及网状结构的滤波方法进行滤波,从而实现边缘(晶界)的准确提取,并通过实验验证了上述方法的有效性.     

基于Matlab的LQ控制器的设计与仿真研究

提出了一种具有状态反馈的线性二次型(LQ)最优控制器的设计与仿真方法.该控制系统适用于燃料电池轿车动力系统、火电厂动力系统以及其他领域的动力系统控制.其算法简单、参数调整方便、快捷.并借助于Matlab[1]语言编程、仿真输出.理论分析和仿真结果表明,应用这种方法设计出的系统,在响应速度和稳态精度方面均优于无LQ控制的系统.该研究具有一定的实用价值,控制效果很好.     

电导法测离解平衡常数数据处理方法的改进

本文以T.Shedlovsky法为例,对电导法测定离解常数的经典数据处理方法进行了改进,通过计算机的应用,大大地减少了实验工作量,简化了数据处理过程,使结果变得更为准确、可靠。     

计算机程控ICP—AES仪谱线选择方法研究

本文提出了一个适用于计算机程控扫描等离子体发射光谱仪的谱线选择的新方法及相应的计算机程序,实验结果表明该方法准确、快速、经济、方便,具有一定的实用价值.     

考虑工序质量的最佳生产批量

在成批生产类型中,生产批量的大小会影响工序的稳定及产品的质量,同时又与在制品、半成品和成品的存贮直接相关。为控制工序质量,必需有计划地检查并调整工序过程(包括生产设备),本文改进了文[2]单纯考虑批量对工序质量的影响,提供了一种同时考虑生产准备产品存贮、检查及废品返修等各项费用的批量模型,并在总费用最省的目标下得出理想的批量计划,对企业制订生产作业计划有一定实用价值。     

一类二阶系统的时间最优控制问题

本文研究形如x-2nx+x=u(0相似文献   

动态投入产出系统线性集结的二次型最优控制

本文讨论动态投入产出分析中的线性集结问题.对于具有多年时滞环节的动态投入产出经济系统,在原系统的最终产品作为外生变量即控制变量时。通过所构造的二次型性能指标,求出了使原系统的最终产品尽可能满足已规划的最终产品量时,集结偏差最小的条件.     

信息网络表示学习方法综述

网络表示学习方法将信息网络表示为低维稠密携带网络节点特征信息的实数向量,应用于下游机器学习任务的输入,随着机器学习与深度学习的发展,网络表示学习拥有强大的建模能力且应用广泛。对网络表示学习方法、应用进行了归纳总结。首先,对当前国内外网络表示学习方法进行梳理归类,分为传统方法、基于网络结构的嵌入、融入属性信息的嵌入,以及基于谱域的图卷积、基于空间的图卷积和图attention网络,按类别对各类模型详细阐述,对比模型之间的适用性和方法特点;其次,介绍了网络表示学习的相关应用,包括推荐系统领域、生物医药领域等,整理常用的数据集、开源实现的表示学习模型和强大的图深度学习库供研究者参考调用;最后,对网络表示学习的发展趋势进行了总结与展望。未来可在深层的图神经网络学习、动态和异构网络的表示、网络模型的泛化能力等方面继续开展研究。     

POI Neural-Rec Model via Graph Embedding Representation

With the booming of the Internet of Things(Io T) and the speedy advancement of Location-Based Social Networks(LBSNs), Point-Of-Interest(POI) recommendation has become a vital strategy for supporting people's ability to mine their POIs. However, classical recommendation models, such as collaborative filtering, are not effective for structuring POI recommendations due to the sparseness of user check-ins. Furthermore, LBSN recommendations are distinct from other recommendation scenarios. With respect to user data, a user's check-in record sequence requires rich social and geographic information. In this paper, we propose two different neural-network models,structural deep network Graph embedding Neural-network Recommendation system(SG-Neu Rec) and Deepwalk on Graph Neural-network Recommendation system(DG-Neu Rec) to improve POI recommendation. combined with embedding representation from social and geographical graph information(called SG-Neu Rec and DG-Neu Rec).Our model naturally combines the embedding representations of social and geographical graph information with user-POI interaction representation and captures the potential user-POI interactions under the framework of the neural network. Finally, we compare the performances of these two models and analyze the reasons for their differences. Results from comprehensive experiments on two real LBSNs datasets indicate the effective performance of our model.     

闭环系统稳定性计算机辅助分析软件SYSANAL的应用

ＳＹＳＡＮＡＬ是新开发的闭环系统特性分析软件，它能够分析系统函数的特性；绘制Ｂｏｄｅ图，Ｎｙｑｕｉｓｔ图和根轨迹，此软件的大量特点是其基于Ｗｉｎｄｏｗｓ的友好界面，使用方便运行快捷，在分析高阶系统特性时特别有效，本文介绍软件主要特点，使用方法及应用。     

URMG: Enhanced CBMG-Based Method for Automatically Testing Web Applications in the Cloud简

To satisfy the rapid growth of cloud technologies, a large number of web applications have been developed and deployed, and these applications are being run in clouds. Due to the scalability provided by clouds, a single web application may be concurrently visited by several millions or billions of users. Thus, the testing and performance evaluations of these applications are increasingly important. User model based evaluations can significantly reduce the manual work required, and can enable us to determine the performance of applications under real runtime environments. Hence, it has become one of the most popular evaluation methods in both industry and academia. Significant efforts have focused on building different kinds of models using mining web access logs, such as Markov models and Customer Behavior Model Graph （CBMG）. This paper proposes a new kind of model, named the User Representation Model Graph （URMG）, which is built based on CBMG. It uses an algorithm to refine CBMG and optimizes the evaluations execution process. Based on this model, an automatic testing and evaluation system for web applications is designed, implemented, and deployed in our test cloud, which is able to execute all of the analysis and testing operations using only web access logs. In our system, the error rate caused by random access to applications in the execution phase is also reduced, and the results show that the error rate of the evaluation that depends on URMG is 50% less than that which depends on CBMG.     

关于Hamilton图的充分必要条件

引入与图Ｇ具有相同连通性的图Ｇ的相关简单图ＧＲ的概念,并通过对ＧＮ的邻接矩阵的恒式的研究,给出了任意图Ｇ是Ｈａｍｉｌｔｏｎ图的充分必要条件,得到了以下主要结论：定理：图Ｇ是Ｈａｍｉｌｔｏｎ图的充分必要条件,是图Ｇ的相关简单图ＧＲ的邻接矩阵的恒式ＰｅｒＧＲ不为０。     

关于圈龙图的奇优雅性

图的标号主要有(奇)优美标号、和谐标号、幸福标号、魔幻类标号等.圈龙图和多毛圈龙图可以作为计算机网络的模型.证明了圈龙图和多毛圈龙图都具有奇优雅标号,证明方法能够算法化,为网络模型的密码和可区别性研究提供了理论依据和可行的工具.     

极大平面图对偶二色子图结构特性树

本文在论文[1]的基础上给出极大平面图的另外一种商图,即极大平面图对偶二色子图结构特性图.证明极大平面图对偶二色于图特性图是树,并给出它的若干性质.     

围长为4的平面图是4-可选色的

1994年，ThomassenC证明了每一个平面图是5-可选色的，于1995年，ThomassenC又证明了每一围长至少为5的平面图是3-可选色的．现用递推归纳法证明每一围长为4的平面图是个可选色的．甚至当确定图中任一个4圈的着色时，该结论也是成立的．     

海上溢油环岛运动的实时仿真和三维可视化

为完善海上搜救模拟器中的溢油仿真模块,在对海岛附近水域潮流数值模拟基础上,对溢油运动数学模型进行计算,制定溢油与海岛的碰撞检测算法,使用Open Scene Graph纹理烘焙和平面折射技术,实现溢油沿海岛运动的实时仿真与三维可视化.该方案可视化效果逼真,对预测近岸溢油的运动轨迹具有现实意义.     

试述南怀仁《坤舆全图》的历史文物价值

简述了《坤舆全图》的组成及作者情况,对《坤舆全图》所表达的内容及历史价值进行了详细介绍,指出该图具有很高的历史文物价值、地理学价值、美学价值,堪称为一件稀世珍品。