大数据环境下的不确定数据流在线分类算法

在大数据环境下,由于隐私保护、数据丢失等原因,数据普遍存在不确定性;数据流系统中数据不断地到达系统,只扫描一遍且不能一次性全部获得;所以要构建一个增量分类模型来处理不确定数据流分类.本文基于VFDT算法提出了WBVFDTu算法,该算法在学习和分类阶段都可快速而有效地分析不确定信息.在学习期间,采用Hoeffding分解定理构造决策树模型;在分类期间,在决策树的叶子节点利用加权贝叶斯分类算法提高模型的分类准确率和算法的执行效率.最终证明该算法能够非常快速地学习不确定数据流,提高分类的准确率.     

带裂缝钢梁非概率可靠度评估

引入非概率区间评估方法评价带裂缝钢梁的安全性,包含了三个要素:建立区间缺陷评估曲线,定义评估矩形图,求出非概率可靠度,基于区间理论,把裂缝大小、材料性能、荷载分别定义为不确定参数。最后通过数值模拟计算带裂缝钢梁的不确定参数区间,采用非概率可靠度缺陷评估方法对其进行安全性评估,评估结果与可靠度方法进行对比分析,验证了该方法的准确性。     

一类不确定广义大系统的稳定性

稳定性是系统的重要特性,是系统能够正常工作的先决条件.因此,对稳定性的研究是一件非常有意义的事情.由于广义大系统的复杂性,较之一般的系统,对其稳定性的研究是一件相当困难和有挑战的工作.对一类不确定广义大系统的稳定性进行了较深入的探讨,并且取得了一些成果.采用了一种新的方法,对不确定参数具有DF(t)H形式的参数不确定广义大系统的稳定性进行了探讨.     

定量危险分析中不确定性研究新方法

针对定量危险分析中由于输入参数无法精确确定而导致的结果不确定问题，提出了一种基于模糊集理论的新的不确定性处理方法．以监控易燃易爆气体泄漏的传感器布置间距的不确定性分析为研究对象，说明了模糊集方法的应用．得到了新方法较现有不确定性处理方法优越及当前关于传感器布置的行业规范（报批稿）合理的结论     

广义不确定系统不满足匹配条件时的变结构控制设计

根据正常系统解的表达式及Ｇｒｏｎｗａｌ不等式，结合广义系统本身的结构特点，研究了广义不确定系统不满足匹配条件时的变结构控制设计问题；在一定条件下，设计了系统的变结构控制器。此控制器不仅保证闭环系统动态部分稳定，而且也保证其静态状态部分稳定。仿真结果验证了方法的可行性及正确性。     

一个基于知识的目标跟踪信息处理系统

提出了一个基于知识的目标跟踪信息处理系统，系统采用结构化的黑板模型．领域知识不仅用来指导高级的目标识别与跟踪，也用来指导低级的图像分割．研究了一种不确定性知识的表示方法和推理模型，知识用产生式规则和过程表示．实验表明，所提出的方法是切实可行的．基于知识的目标跟踪系统在目标识别、跟踪精度、抗干扰能力和自适应能力等方面比传统方法优越．     

非线性不确定系统的鲁棒镇定

本文将带有模有界条件的非线性不确定系统化为一个确定性的非线性系统H∞问题来考虑，利用非线性系统H∞控制理论的现有结果讨论其普林镇定性。比较了非线性不确定系统在匹配条件下与在模有界条件下各律可镇定的优劣。结果表明带模有界条件的非线性不确定系统可以使整个闭环系统鲁林斯近镇定到平衡点，两种结构条件下的鲁棒分析和设计各有其特点．带模有界条件的非线性不确定系统鲁棒镇定更易于实现。     

时变块对角参数不确定线性系统的鲁棒H∞滤波

该文考虑具有时变块对角参数不确定性的线性连续系统的鲁棒H∞滤波问题，即设计线性状态估计器，使得对所有可允的时变块对角参数扰动．估计系统二次稳定且估计误差满足预先给定的H∞干扰衰减的约束．基于关于干扰衰减二次稳定的概念，将一个不确定系统的鲁棒H∞滤波问题转化为一个标准的确定性系统的H∞滤波问题。匿文利用Riccati代数方程方法解决了上述问题，并导出了状态估计器存在的充分必要条件及合乎要求的估计器的表达式。     

一种鲁棒稳定的自校正控制器

对于一类带有未建模动态和有界外部扰动的离散线性系统提出了一种新的自校正控制算法。此算法不要求系统参数更多的先验知识。不但能保证闭环系统是鲁棒稳定的。而且平均跟随误差趋于零。从而说明本文方法具有消除各种可能存在的稳态误差的能力,仿真结果证明了本文方法的有效性。     

参数摄动系统的鲁棒极点配置

把不确定系统的鲁棒极点配置与LQR问题相结合,首先通过矩阵变换,将不确定系统的区域极点问题转换成鲁棒镇定问题,然后通过优化二次型性能指标,得到状态反馈控制器,并提出了相应的算法。仿真结果表明了此方法的有效性。