基于大脑情感学习的转台逆模型补偿控制

针对传统控制方法难以克服飞行仿真转台伺服系统中存在的摩擦等非线性干扰力矩问题,提出了一种基于大脑情感学习(brain emotional learning, BEL)模型的转台伺服系统复合控制方法. 在传统PI反馈控制器的基础上,设计了基于BEL模型的同结构系统逆模型辨识器和前馈补偿控制器. 通过在线辨识系统逆模型来学习BEL模型的节点权值. 理想转台模型的数值仿真和实际转台伺服系统的实验结果都表明：BEL模型学习能力强,能满足实时控制要求,基于BEL模型的复合控制策略能有效抑制摩擦力矩的影响,提高转台系统的跟踪性能.     

基于正交基函数的广义FIR模型辨识方法

为了解决高阶脉冲响应模型带来的分析和计算上的困难,利用系统的部分已知信息构造正交基函数,并将其引入到传统脉冲响应建模中,提出了一种广义脉冲响应模型辨识方法。该方法通过正交基函数对输入数据进行滤波,使得滤波后的数据蕴涵着系统的部分动态特性,但也使滤波后的数据不再满足时移特性,因而无法直接使用梯度算法对模型参数进行辨识。结合递推最小二乘原理,给出了模型参数的计算公式。最后给出了仿真算例,结果表明,给出的方法具有优良的性能,完全能够满足系统建模要求。     

用分层抽样和复Morlet小波识别短样本模态参数

针对大型结构短样本模态参数识别,提出基于分层抽样的最优复Morlet小波短样本模态参数识别方法.先对结构响应信号进行分层抽样,用随机减量法提取每一层的自由衰减信号;再根据样本标准差确定每一层的层权,用最优复Morlet小波识别每一层的模态参数;最后用层权对模态参数进行加权得到最终的模态参数.工程应用结果表明,所提方法具有较高的识别精度,良好的低频密集模态解耦和高频虚假模态抑制能力.     

涉及图片造假的鉴定

通过对造假情况的分析,阐明了对虚假图片的鉴定原理,同时提供了各种造假手段的鉴定方法,并介绍了由图片鉴定引出的深层次问题,为人们进行图片编辑、刑事侦察、重构历史画面提供了理论依据.     

一种新的RFID防碰撞算法的研究

分析了RFID系统中二进制搜索算法和动态二进制搜索算法的防碰撞原理,并针对这些算法对碰撞连续的标签进行识别时操作效率较低,提出了一种新的算法.该算法是在二进制树形搜索算法的基础上进行改进的.对3种防碰撞算法的性能进行了比较,此防碰撞算法可以提高多卡识别的效率.     

基于模态应变能法的混凝土梁桥结构损伤识别研究

基于模态应变能理论,得到能用于混凝土桥梁结构损伤的识别指标.假定结构存在不同位置和不同程度的损伤,运用Ansya软件进行有限元分析,得到混凝土桥梁损伤前后的前5阶模态,然后再运用计算机软件编程计算结构的各单元的损伤指标.数值模拟结果表明,损伤指标在损伤单元处的数值是最大的.因此,采用所提出的损伤指标,对混凝土桥梁结构进行损伤定位识别是可行的.     

基于编码技术的泛型安全结构设计

通过将编码技术和事件关联结合,提出并实现了一种泛型安全结构模型.这种模型能够有效融合不同种类安全设备的信息,分析网络安全状态,对入侵做出正确判断和决策,并且能够应用到不同的环境中去,从而降低入侵检测系统的误警,更加有效地提高网络安全整体防御性能.     

基于双加速度计的弹体气动参数辨识

针对飞行器研制过程中关键气动参数的获取问题,提出了基于双加速度计测量的弹体气动参数辨识方法,给出了硬件在弹上的布局方案和具体的参数辨识步骤.利用该测试方法可以辨识出弹体的自振频率、攻角、过载以及升力系数等气动参数.飞行试验结果表明,通过双加速度计进行弹体参数辨识,可以得到重要的气动参数.     

基于D_S证据理论的Web事务识别方法

基于D_S证据理论,提出一种新的Web事务识别方法,融合多个特征对Web事务进行综合评判,并选取计算代价较小的特征及高效的融合规则,保证算法性能的高效. 实验结果表明,该方法与其他事务识别方法相比,具有更高的事务识别率.     

10种蔬菜内生细菌的分离筛选

以抑制植物主要病害病原菌和内生防病相关酶活性为评价标准,从蔬菜作物体内分离筛选植物内生细菌资源。从苦瓜、丝瓜、空心菜、大豆等10种蔬菜体内分离到101株细菌,发现内生细菌在不同种类的蔬菜中出现的频率不同,其中丝瓜叶上的内生细菌数量最多,洋葱体内分离到的内生细菌数量最少。运用平板对峙法从中筛选出了对黄瓜枯萎病菌、番茄青枯病菌、水稻细条病菌、荔枝霜疫霉病菌等有较强拮抗作用的菌株,获得对以上4种病菌均有拮抗作用的内生细菌有41株,占总株数的40．6％。对101株细菌进行纤维素酶、蛋白酶和几丁质酶活性测定表明,同时具有3种酶活性的菌株有32株,占总菌数的31．7％。从中选出13株拮抗效果较好的内生细菌。经初步鉴定均属于芽孢杆菌属（Bacillus sp）。进一步对筛选获得的同时对以上4种病原菌均有拮抗作用,且具有纤维素酶、蛋白酶和几丁质酶活性的13号、14号、59号和82号菌株进行16SrDNA序列分析,表明4个菌株均为枯草芽孢杆菌（B．subtilis）或其近缘种。