一种新型自学习智能控制器研究

本文结合工程实践经验，基于传统控制方法和智能自学习控制思想，提出了一种切实可行的新型智能控制器，并应用锥稳定性定理为闭环系统建立了稳定性分析，给出了ｌ２稳定性结果。     

一种适合于网络专家系统的通用理论(英文)

描述运用于工业自动化的一种自适应自学习方法。基于此方法,Ａｐｔｒｏｎｉｘ公司开发出一套通用软件工具－ＳＴＩＭＴＭ,并应用于不同工业领域。ＳＴＩＭ可用于构造各类专家系统。基于因素空间理论,ＳＴＩＭ具有一系列独特之处,比如自动化、自学习,以及自翻译。如果与因特网,嵌入式控制器以及可编程逻辑控制器等结合使用,ＳＴＩＭ则成为一个十分有效的工具,可应用于远程连通与控制、模式识别、机器故障诊断,以及自动化加工过程中的传感器数据融合     

美术教育课改革刍议

文章阐述了美术教育课改革方面的问题 ,并提出了一些建议。     

具有自组织能力的道路交通信号灯控制系统

在区域自适应协调控制模式的基础上,通过增加自学习和自组织功能,实现了一种人工智能化的控制模式.该模式根据历史流量和实时检测到的交通数据进行自我学习并利用专家系统、数据挖掘技术、交通仿真分析和交通预测模型对未来交通流的发展进行预测,在此基础上得到更适合的子区域划分,并自组织实现周期、绿信比、相位差的自适应调节.其使用的时间越长,得到的信息也越多,分配的方案就越合理,具有良性化发展的特点.     

计算机高级程序设计课程的教学改革

介绍了学校计算机高级程序设计课程教学的现状和存在的问题，就如何进行教学改革提出了针对性的方法和策略。     

地下峒室岩爆预报的自适应模式识别方法

应用神经网络系统理论，提出了地下峒室爆预报的新方法－自适应模式识别方法。该方法结合专家系统的经验，从积累的工程实例中抽取岩爆模式特征，建立输入模式输出模式对，采用自学习的方法建立从输入模式到输出模式的非线性映射，并进行推广，由网络推理出待识别岩石岩爆发生的可能性和烈度，实际应用表明，本文的方法科学，可靠。     

试论英语自学能力的培养

为什么要培养英语自学能力、英语教学中应培养哪些自学能力及怎样培养学生的英语自学能力?这三个问题的解答对教师的英语教学实践有一定的指导意义和参考价值。     

面向无人驾驶碾压机的容错控制方法研究

无人驾驶碾压机高精度路径跟踪控制依赖于传感器对车体信息的准确测量,但在恶劣的高原大坝环境下,定位传感器极易出现信号突变、信号丢失现象,对系统的安全性与稳定性构成极大威胁。针对无人驾驶碾压机在恶劣工况下传感器的短时定位失效问题,提出了基于自学习模型的信号代偿容错控制方法。根据无人驾驶碾压机运行过程中转向系统漂移特性,构造了带流量损耗参数的线性转向模型,提出了模型参数在线学习算法,用于学习系统的流量损耗特性。以串联抗扰控制器作为车辆控制基础,实现定位短时失效场景下的容错控制。实车验证结果表明：车辆能够在传感器失效后的40 s内继续进行高精度碾压作业,与无代偿和模型无自学习代偿2种情况对比,分别延长了近18.7倍和2.7倍的运行时间,极大地提高了系统的安全性与作业效率。     

高职学生英语学习问卷调查及自主学习能力的培养

问卷调查结果显示很多高职学生自主学习的意识淡薄,自主学习能力亟待提高。教师应该帮助学生增强自主学习的意识,激发学生的学习热情,同时传授一些自主学习的策略。