基于显式拥塞指示的自适应主动队列管理算法

目前Internet网络中间节点拥塞控制问题在网络和控制理论界已获得了广泛关注.本文提出一种基于神经元自适应PID控制器的AQM算法,针对TCP/AQM系统模型,结合中间节点队列管理和显式拥塞指示机制(Explicit CongestionNotincation,ECN)机制,采用梯度学习算法来在线调整基于神经元PID的AQM控制器参数,以实现标记/丢包概率的自适应调整,从而对网络拥塞程度作出及时响应,尤其在网络参数时变的情况下仍能保证良好的动态性能,并显著改善网络的服务性能(QoS).最后通过NS-2仿真结果表明,该算法在队列稳定性、平均丢包率等性能方面要明显优于基于常规PID的AQM算法.     

基于神经网络自适应观测器的鲁棒故障检测

提出一种基于动态神经网络的不确定非线性系统鲁棒故障检测方法,该方法通过构造神经网络自适应观测器来获取反映系统故障的残差信息以进行快速的故障检测,并采用Lyapunov稳定理论证明了闭环误差系统的一致最终有界稳定性.针对某型飞机舵面故障的仿真验证了本文方法的有效性.     

时延网络控制系统调度与稳定性

针对共享网络资源的多个网络控制系统的调度与稳定性问题,考虑网络诱导时延对系统的影响,给出网络控制系统的模型描述;基于静态非抢占RM(Rate Monotonic)调度算法,给出网络可调度与闭环系统稳定的充分条件。仿真结果表明该文的方法比已有的方法具有更小的保守性。     

基于神经网络辨识的表面温度传感器动态标定及瞬态温度测量

针对瞬态温度测量设计了一种薄膜热电偶,提出了一套瞬态温度传感器动态标定的实验方案。     

基于观测器的长时延网络控制系统设计

该文针对存在时变有界长时延的网络控制系统，讨论了具有时延补偿功能的状态观测器以及状态反馈控制器的设计方法。状态观测器根据控制器接收数据包的情况在开环预测和闭环预测两种模式之间切换，以补偿时延的影响。控制器的输入采用观测器的预测状态，从而将系统建模为一类具有多个子系统的离散切换系统。在此基础上，给出了状态观测器与控制器协同设计的方法。仿真结果表明：该文提出的设计方法能够比未采用补偿策略的方法取得更好的控制性能。     

基于核函数因素分解模型的表情合成与识别

人脸图像合成是新一代人机交互中的重要技术。传统的三维模型加生理模型的方法可以生成真实的人脸表情图像,但是其中的计算复杂度很高。该文提出了一种基于样本的方法,将不同的人和不同的表情看作影响人脸表情图像的两种变化因素,利用因素分解模型巧妙地进行人脸表情图像合成。同时,分析了因素分解模型获得的身份子空间和表情子空间的特点,提出了一种在子空间中利用余弦距离进行身份和表情识别的新思路。从实验结果来看,这里提出的方法可以仅利用一张训练集内、外的人脸图像合成出该人在不同表情下逼真的脸部表情图像,同时可以合成库内的人在新表情下的表情图像。     

交流变频调速系统的神经网络自适应控制

针对交流变频调速系统模型未知情况,提出一种改进的神经网络自适应控制方案．该方法采用双神经网络结构,通过引入一个神经网络辨识器来逼近系统的动力学特性以代替真实系统,另一神经网络作为自适应控制器以改善控制性能．系统仿真实验表明,该控制方法具有很强的鲁棒性和抗干扰能力,特别对于系统结构不确定、参数时变或含非线性因素的交流调速系统是一种有效的控制策略．     

基于多元智能理论的大学英语教学探析

本文从Harward Gardner八种多元智能理论的内涵出发,探讨如何把多元智能理论运用到大学英语教学中去,以提高大学英语教学质量,全面开发学生的综合素质。     

一种自动目标识别算法参数的优化方法

提出了一种基于试验设计方法学的响应曲面模型方法，用于建立算法的性能模型，将一种小群体自组织的遗传算法用于算法参数的优化。遗传算法的改进，使得结构更加合理简单，收敛速度明显加快，实验结果表明，所提出的方法能够随着场景条件的变化较好地调整算法参数，从而有效地提高了算法性能。     

一种自动目标识别算法参数的优化方法

提出了一种基于试验设计方法学的响应曲面模型方法，用于建立算法的性能模型．将一种小群体自组织的遗传算法用于算法参数的优化．遗传算法的改进，使得结构更加合理简单，收敛速度明显加快．实验结果表明，所提出的方法能够随着场景条件的变化较好地调整算法参数，从而有效地提高了算法性能．