无穷时间多维不确定线性二次最优控制

研究了一类无穷时间区间多维不确定系统的线性二次最优控制模型,推导出求解该模型的最优性方程,并证明了该模型最优控制存在的充分和必要条件.     

改进二次型Boost变换器的研究与分析

传统二次型Boost变换器具有较高的升压能力,但其开关器件的电压、电流应力较大,增加了电路的体积与成本。笔者在传统二次型Boost 变换器的基础上,结合高增益Boost 三端网络,提出改进二次型Boost变换器,并对其连续工作模式下的工作原理及各开关器件的电压、电流应力进行了分析。分析结果表明,改进二次型Boost 变换器不仅升压能力有所提升,而且在输出电压相同的情况下,开关器件的电压、电流应力有所降低。最后,通过仿真分析验证了该变换器的正确性和可行性。     

关于型矩阵的特征值和特征向量的一个说明

讨论和型矩阵的特征值和特征向量问题。指出和两个矩阵的非零特征值是相同的,且所对应的特征空间的维数也是相同的,并给出特征向量的表达式,最后给出一个数值例子。这些结论的指出丰富了对型矩阵的认识。     

太阳影子拍摄时间和地点的定位方法

根据直杆在太阳下影子的长度确定拍摄地点和日期。首先,确定影响影长变化的5个因素,建立影长变化关系式,并分析单一参数变化对影长的影响规律。其次,在影长已知的情况下,采用非线性回归模型和最小二乘法,相对精准地确定直杆所处地点和拍摄日期。并针对一影长渐变的视频进行模型应用。最后,运用Matlab对影长变化规律、非线性回归模型、灰度读帧处理分别编写算法并描述。     

基于模型分解的车辆侧倾控制器设计

八自由度车辆模型所包含的控制量较多, 对其直接分析控制有一定的难度, 为此, 提出一种模型分解方法。将原有整车模型分解成3 部分, 使每部分模型包含的控制量较整车模型明显减少, 便于对每部分单独设计控制器。同时对分解后模型的车辆侧倾角及其速度部分, 使用线性二次型最优控制方法, 设计状态最优控制器实现车辆稳定性控制。计算结果表明, 该控制器具有较好的控制效果, 既降低了分解后模型的分析难度又保证了车体控制的精度。     

基于累积运动能量图像的人体动作识别

指出了动作识别中的最大困难是难以提取有效的特征来准确描述人体的动作,动作模板是众多方法中的一种简单有效的方法,用来描述动作特征的经典动作模板是运动历史图像.由于受噪声的干扰,用运动历史图像描述复杂环境下的人体动作并不十分理想.为了得到比运动历史图像更加有效的动作模板,提出了将视频序列中的运动能量信息用一张图描述出来,称之为累积运动能量图像,提取其直方图特征来表征人体动作.经You Tube数据集上的实验表明:该累积运动能量图像的识别率比同类方法高.     

遥感估算植被覆盖度的角度效应分析

植被覆盖度是植被在地面的垂直投影面积占统计区总面积的百分比.由于植被反射的二向性特性,不同角度估算的植被覆盖度原则上不可比,另外,不同观测角度对应像元不同的采样面积,对于非均一地表这种面积差异引起的角度效应也非常显著.本文除了考虑植被的二向性反射,还重点模拟分析了由于像元的采样面积差异引起的角度效应及其带来的植被覆盖度估算误差.模拟结果表明:相比天顶观测,在倾斜40°观测时,对于作物和裸土混合,由于面积误差带来的红光波段反射率差异已高达56%,同时引起的植被覆盖度估算误差达到23%,因此研究植被覆盖度的角度效应问题很有必要.     

大型二维装箱问题及其禁忌算法研究

对大型二维装箱问题进行描述,提出求解该问题的禁忌算法.算法基于自然数编码,设计了货物的摆放规则和序列生成方式,采用二种邻域,根据邻域的不同,构造了两种禁忌表.算法采用惩罚函‘数处理空间利用率约束.介绍算法的原理,给出了具有代表性算例试验结果并且进行了分析.试验结果表明了提出的禁忌算法对优化大型二维装箱问题的有效性.     

基于偏最小二乘的BP网络模型及其应用

基于BP网络模型具有拟合非线性数据的特性,提出一种基于非线性迭代偏最小二乘算法(NIPALS)的BP网络的构造策略,构造了新的PLS-BP网络模型,使BP网络减少迭代步数,提高学习效率.采用非线性迭代偏最小二乘算法预处理数据,将得到主成分数、自变量和因变量的主成分数的权重以及主成分间的关系矩阵B,以此用来确定BP网络的隐节点数和输入层、输出层的初始权值以及隐节点的关联系数.最后,进行仿真实验,并将它与PLS模型、标准的BP网络模型进行了比较,仿真结果表明,拟合和预测效果较好.     

一类模式演化方程的全局吸引子及其维数估计

研究了一类源自模式演化问题的非线性发展方程所产生的动力系统,并考虑了其全局吸引子的存在性及维数估计问题.这类模式演化方程与化学反应和火焰燃烧有密切关系,因此具有重要的物理背景,而且因为它含有关于空间变量的四阶微分算子,还具有重要的理论价值.借助插值不等式以及sobolev嵌入定理,可以进行一系列精细的估计,最终根据一个经典的结果,证明了在维数不超过三维的空间中的有界集合上,系统的全局吸引子存在.进一步应用Sobolev-Lieb-Thirring不等式进行估计,可以得到全局吸引子的分形维数的界.