基于薛定谔方程的纹理图像分析与分割算法

针对兼顾统计性和结构性纹理图像的分割存在的问题,提出了基于薛定谔方程的纹理图像分析与分割方法,实现了纹理图像有效分割,尤其是结构纹理图像的准确分割.该方法将纹理图像视作二维波函数,利用薛定谔方程获取纹理图像的势函数图像,然后采用耦合马尔科夫随机场与模糊聚类的算法分割函数图像.实验结果表明:文中给出的算法能够实现纹理图像较好的分割,特别是对于结构性纹理图像能获取较准确的分割.     

不确定型GOWA算子及其应用

把Yager提出的广义有序加权平均(GOWA)算子推广到所给定的数据信息均为区间直觉模糊数形式的不确定环境中.利用基于得分函数和精确函数的区间直觉模糊数之间比较的方法,提出了一种不确定型GOWA算子,并且介绍了一种利用区间直觉模糊GOWA算子进行群决策的通用方法.并把区间直觉模糊GOWA算子在食品生产企业供应链管理中进行了应用,数值结果表明了新算子的有效性和可行性.     

基于模糊决策的不完整数据分类算法

中医药领域不完整的数据普遍存在,而数据的不完整很大程度地降低分类模型的学习效果。大多数已有的处理不完整数据的分类算法只关注在其学习阶段处理不完整数据,而对于不完整数据出现在分类阶段则不能处理或效果不好。文章提出一种新的分类算法用于处理不完整数据的分类问题。首先给出一个新的用于处理不完整数据的决策树算法,并针对传统的Boosting算法在迭代过程中使用确定性决策方法而没有充分考虑到数据集中的不完整数据,进一步提出改进的Boosting算法,在迭代过程中对每一个假设使用模糊决策方法,权重的更新机制是增加错误分类样本的权重和减少正确分类样本的权重,最终使用加权投票的方式得出最优的分类结果。最后,通过两组实验证明提出的算法策略在处理不完整数据问题时的优越性。     

一类风险模型的破产概率及生存概率的积分—微分方程研究

对保费收取为Poison过程,索赔次数为Poison-Geometric过程的带干扰风险模型进行研究,证明了调节系数的存在性,给出了风险模型破产概率的一般表达式,推导了生存概率所满足的一个积分-微分方程.     

一类模糊系统的有记忆保成本控制

在控制过程中,采用有记忆的状态反馈控制器,能够使系统具有更好的性能和较小的保守性。采用带有状态不确定项的T-S模糊系统描述非线性控制系统,通过设计有记忆模糊反馈控制器,应用李雅普诺夫稳定性理论和线性矩阵不等式,实现闭环系统的稳定性,同时找到保成本函数的一个上界。     

某型飞机机翼根部模拟件的耐久性分析

现代飞机的设计要求是高可靠性、长寿命和低维修成本,这使得飞机结构的耐久性设计成为飞机研制过程中的重要环节.该文立足于工程实际,通过材料为国产铝合金7050-T7451的某型飞机关键部位模拟件在飞-续-飞随机谱下多种应力水平的耐久性试验,为评定疲劳关键件的耐久性设计提供试验基础,并根据试验结果,评估连接型式,钉传比对结构细节原始疲劳质量的影响.     

基于滑膜控制和SAFNN的鲁棒混沌同步

针对带有干扰的混沌系统,进行了基于自组织自适应模糊神经网络(SAFNN)的同步控制器的设计,采用基于聚类划分的模糊神经网络,推导出模糊神经网络参数在线更新算法,并设计了神经网络结构自适应算法,从隶属度函数的生长、模糊规则的分裂和模糊规则的修剪三个方面动态调整模糊神经网络结构,摒弃了常规的试错法来调整系统的结构和参数,以便更好地满足对计算负荷和控制性能的要求,实现两者之间的平衡;最后结合滑模控制器和鲁棒控制器,对带有干扰的混沌系统进行同步控制仿真,仿真结果表明该方法有效。     

基于自适应模糊PID方法的轮毂无刷直流电机控制与仿真

针对轮毂式电动车用永磁无刷直流电机转速PID控制精度低、控制不稳定和响应滞后等特点,根据轮毂电机参数的变化,利用模糊控制对PID参数进行在线自适应调整,提出了一种基于自适应模糊PID的转速控制方法,获得了高精度的转速控制。首先分析永磁无刷直流电机的动态数学模型,在MATALB/Simulink平台下,将模型按功能进行子模块建模,并通过与S函数相结合构建无刷直流电机的转速自适应模糊PID的双闭环控制系统模型,最后考虑车辆实际行驶情况,进行了电机系统运行工况的仿真分析。结果表明,采用自适应模糊PID控制无刷直流电机,能够实现控制精度高、响应速度快、无超调,且系统对干扰和参数变化具有较强的鲁棒性,明显改善对电动车用轮毂驱动电机的控制效果,提高电动车辆行驶的操纵性和稳定性。     

全概率公式和贝叶斯公式教学新探

全概率公式和贝叶斯公式是概率论教学的一个重难点,一般的授课方法是直接给出公式内容,对照例题套用公式,学生接受起来比较困难,理解不了公式的内涵。笔者结合课堂实践采取一种新的授课方式:结合实例给出应用背景、引导学生理解公式内涵、妙用概率树图法求解公式,以此方法简化了思考过程且达到了学以致用的目的,收到了很好的教学效果。     

基于Bootstrap原理的立靶密集度估计

阐明了Bootstrap抽样的理论和方法,着重对该方法的置信区间等参数估计作了详细研究,应用该方法进行了火炮射击立靶密集度估计实例分析,结果表明该方法对小样本参数估计问题有较高的实用价值。