基于粗糙集理论的两类离散化方法研究

连续属性离散化是数据预处理的关键步骤之一,在实际应用中往往通过高效的启发式算法来计算离散化结果.对基于辅助矩阵和信息熵的两类启发式离散化算法进行实验研究,分别选取每类算法中的5种典型方法,通过系列实验,对两类算法的性能进行对比研究,结果表明:辅助矩阵类算法具有相对较高的样本识别能力,但算法复杂度较高,运行时间更长,较适...     

红旗轿车行星齿轮变速器的运动学分析和啮合效率计算

以红旗牌轿车行星齿轮变速器为例,采用离散分析法,即首先将行星齿轮变速器按2KH型基本差动轮系单元进行分解,然后对这些轮系单元进行运动学分析和力矩分析,列出线性方程组并求解,从而提出针对该类变速器的一种新的运动学分析和啮合效率计算方法     

STL技术在边界元法程序中的运用

在设计边界元法程序中运用了基于ANSI/ISO C 准模板库(STL)的面向对象技术,以向量模板类的特化继承对象为变容量数据容器,实现了可按计算实例的离散结点数量动态存取数据的机制和数据容器的零容量启动,从而避免了运算时系统对静态内存空间的超量占用.     

基于状态转换的顺序式异步数据融合算法

针对现有基于伪量测的异步融合算法存在的实时性差、融合时刻中心处理器计算负荷大以及引入噪声等相关问题,提出一种新的基于状态转换的多传感器顺序式异步融合算法。新算法通过连续系统离散化获得融合周期内各采样点同融合时刻之间状态的动态关系,并利用该关系来建立相邻两个采样时刻间符合标准Kal-man滤波条件的状态递归方程以及相应的测量方程,然后通过执行顺序Kalman滤波来实现异步数据融合。详细推导了融合算法的具体形式,并通过理论分析和计算机仿真证明了该算法不仅能避免现有基于伪量测的异步融合算法所存在的诸多问题,而且能获得更好的跟踪性能。     

KdV方程的另一种可积离散化

主要讨论了KdV方程基于双线性导数方程的可积离散化，通过双曲算子替换连续意义下的Hirota算子，得到一组离散的方程，利用Hirota小参数扰动方法，并在计算机代数软件Maple的辅助下求解其孤子解，同时可以证明其可积性．     

连续时间T-S模糊系统的离散化:Delta算子方法

针对一类连续时间T-S模糊系统,利用Delta算子方法,对系统进行局部离散化和全局离散化处理.首先对模糊规则后件部分的线性时不变动态方程做局部离散化处理,然后再对系统的动态模型做全局离散化处理.为了获得T-S模糊系统的多胞结构,对全局离散化模型进行Taylor级数展开,从而得到近似全局离散化模型.基于线性矩阵不等式(LMI)技术,针对近似全局离散化模型设计了相应的状态反馈控制器,使系统被渐近镇定.采用Delta算子对连续系统离散化时,随着采样频率的加快,其离散模型将趋近于原来的连续模型,并保持原有的动力学性质.仿真结果验证了理论的有效性.     

纯滞后MIMO离散系统建模及数字仿真

针对纯滞后ＭＩＭＯ连续系统模型按常规方法离散化,所得的离散模型不适用于数字控制系统,提出基于ＭＡＴＬＡＢ语言的ＣＡＣＳＤ,求出相关的增广矩阵,重构标准的离散数学模型。仿真研究证实此方法的正确性。     

流体动力学模型中流密度方程的二维OAD离散方法

本文系统分析了用于流密度方程有限差分离散的ＳＧ和ＯＡＤ方法,完善了适合于二维非均匀网格系统的流线ＳＧ方法．在此基础上,提出了适合流体动力学模型中流密度方程离散的二维ＯＡＤ方法．简单的数值实验表明,ＯＡＤ 离散方法不仅能够解决数值计算中存在的侧风扩散效应,而且还能大幅度地提高计算过程的收敛速度     

求线性不适定方程L-广义解的隐式迭代法

本文首先指出可以把求不适定算子方程的 L-广义解归结为求另一个方程的 Moore-Penrose广义解 ,然后把隐式迭代法推广应用于求 L -广义解 .文中还考虑了离散方法 ,给出了数值例子 ,最后用例子说明了确定 L -广义解光滑程度的方法     

基于断点辨别力的粗糙集离散化算法

提出了基于断点辨别力的粗糙集离散化算法。通过分析候选断点与决策类之间的相关性,定义了候选断点对决策类的辨别力,并以此作为断点重要性的度量,实现连续属性的离散化。离散化后的决策系统不改变原有的相容性,而且能最大限度地保留有用信息。采用多组数据对此算法的性能进行了检验,并与其他算法做了对比实验。实验结果表明此算法是有效的,而且当候选断点个数增多时仍有较高的计算效率。