一类分数阶比率依赖型捕食系统的动力学分析

讨论了一类食饵带有疾病的分数阶比率依赖型捕食系统的动力学行为。利用线性化方法定性分析了各类平衡点的稳定性,并给出了其正平衡点局部渐近稳定的充分条件。数值模拟显示,参数和阶数对平衡点的收敛速度及其稳定性产生很重要的影响。     

局部受载工况下的轮胎受力分析

轮胎属于汽车唯一与地面接触的部件。轮胎性能的好坏，对汽车行驶的安全性有着极大影响。以175/70/R14轮胎为研究基础，通过有限元分析软件分析了轮胎在6种不同局部受载工况下的变形、应力、应变情况。分析表明，与正常静载工况相比，轮胎应力、应变和整体变形情况较复杂，且呈不对称性。与异物接触的胎体区域变形较大，胎侧部位和三角胶部位变形较小；应变较大区域主要集中在异物突起部,其它部位应变较为稳定。此分析结果为纠正非正常泊车，降低轮胎受损情况，消除汽车安全隐患有实用性参考价值。     

信鸽外纹体神经元对习得性目标认知的响应特性

习得性认知是生物通过后天学习,将外部目标与自身行为进行强化训练,形成一种条件反射的认知过程,信鸽外纹体神经元在认知前后响应如何变化尚不清楚。通过训练信鸽识别特定目标,同步记录外纹体神经元集群信号,从动作电位发放率、局部场电位伽马子频带能量、神经元间互信息等角度,分析信鸽在不同认知阶段外纹体神经元响应特征的变化规律,结果表明:习得目标认知建立前后,其神经元的响应从集中在目标呈现阶段调整到决策阶段;不同试次神经元响应间的同步性随着习得性目标认知的建立逐渐增强,表现出更稳定可靠的响应特征;神经元集群间的互信息显著弱于认知前,表明习得性目标认知减弱了神经元集群的冗余信息,提高了编码效率。     

基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

综合控制系统的动态输出反馈控制器设计

为进一步对控制系统进行系统分析与设计,对离散时滞奇异摄动不确定控制系统设计动态输出反馈控制器,使闭环系统渐近稳定.针对时滞依赖和时滞独立两种情形进行讨论,构造一种新的二次求和型李雅普诺夫泛函.利用交叉项界定方法对泛函差分过程进行放大,并综合运用引理消除系统的不确定性,推出动态输出反馈控制器在时滞条件下存在的充分性判据,扩大控制器的摄动控制范围.对所得结论进行推广,通过算例验证该方法的有效性和可行性,并通过对比相应文献,说明所得控制器具有一定的优越性,可使闭环系统渐近稳定.不仅符合设计要求,而且能达到二次调节控制效果.     

一道无穷定积分题的解题思考

许多实际问题和理论问题涉及无界积分区间或无界被积函数.此时,普通的定积分已不能满足应用,于是引进了无穷定积分概念及运算法则.通过进行一个无穷定积分收敛性的判断,并对其积分值进行证明,有利于深入理解无穷定积分,进而促进无穷积分的学习,并且对教学提供参考.     

采用局部粗糙集模型的决策规则提取

研究基于局部粗糙集模型下的决策规则提取.对经典粗糙集的决策规则提取进行改进,给出局部粗糙集模型下的决策规则公式,并研究相关性质.结合局部粗糙集模型给出的规则提取公式,引入参数值α,α∈(0,1］,使规则提取公式的泛化能力更强,适用性更广.通过3个实例对局部粗糙集模型决策规则提取的运用进行说明.     

分形集上广义调和拟凸函数的一些积分不等式

给出了分形实线集R~α(0α≤1)上广义调和拟凸函数的定义,并且建立了一些关于广义调和拟凸函数的推广的Hermite-Hadamard型和Simpson型积分不等式.最后给出了文中得到的积分不等式在分形实线上关于α型特殊均值的一些应用.     

基于改进蚁群算法的智能小车路径规划仿真研究

提出一种改进的蚁群算法,解决传统蚁群算法在路径规划时容易陷入局部最优解的问题,改进的蚁群算法具备更优越的搜索最短路径的能力.MATALAB仿真实验表明,改进的蚁群算法能够节约寻找到最优路径的时间,加快收敛速度,具有更好的鲁棒性.     

分形集上的加权Ostrowski型双边不等式

基于局部分数阶微积分理论,针对具有有界的一阶局部分数阶导数的函数,通过建立恒等式,用引入参数求最值的方法,得到分形集上的加权Ostrowski型双边不等式.