基于预设性能转台伺服系统的参数估计和自适应控制

针对含参数未知和非线性摩擦动态的转台伺服系统,提出了一种基于预设性能函数的参数估计和自适应控制方法.利用一种连续的摩擦模型表示转台伺服系统的摩擦动态,引入高阶神经网络对其进行逼近.通过构造一种滤波辅助变量获取参数估计误差信息,并将估计误差信息作为参数自适应律的遗漏因子,保证估计值能够快速收敛到真实值.为了提高转台伺服系统的瞬态响应和稳态性能,利用预设性能函数将原始系统的跟踪误差转换为一个新的误差动态,在此基础上设计自适应控制器,实现对期望轨迹的精确跟踪.仿真结果验证了本文所提算法的有效性.      

基于非下采样Contourlet变换的 SVM多聚焦图像融合

提出基于非下采样Contourlet变换的支持向量机(SVM)多聚焦图像融合算法. 采用非下采样Contourlet变换分解图像得到不同频域子带系数. 针对直接取系数绝对值最大融合规则不能反映图像区域的缺点,提出SVM分类系数融合规则. 根据各子带系数物理意义将区域方差、区域能量作为SVM核函数参考量来选择清晰像素点系数,根据融合系数重构得到融合图像. 结果证明该算法能有效并准确地融合图像中的信息.     

基于马尔可夫链和模糊聚类的电力系统短期负荷预测

提出一种马尔可夫链和模糊聚类相结合的预测方法,针对时间序列中出现的各种随机现象,分别建立数学模型.对样本所属状态采用模糊划分,使分类更符合实际情况;利用马尔可夫链对研究对象做状态分析,根据状态转移进行预测.该方法在电力系统负荷预测中使用,提高了算法的全局最优性能.在时间序列呈现较强的随机性时,本算法具有明显的优越性.仿真结果表明,对于各种扰动因素,预测误差可控制在3.5%以内.     

地理本科生科研素质培养中的问题及对策探索

科研素质和创新能力的培养是地理学专业学生培养的重要目标之一。分析了地理学专业人才素质培养中存在的问题,重点讨论如何提升本科生科研素质与创新能力,并给出相应的一些解决措施。     

一种小波网络的改进算法研究

将基于MGS算法的NARMAX模型结构与参数辨识的一体化算法和小波网络相结合,提出一种改进的小波网络学习算法.该算法基于数值稳定的MGS正交化方法对小波基进行优选,同时在迭代过程中不要求存储设定小波网络模型的整个参数回归矩阵,避免存储困难.同时采用[err]准则来初选小波网络的结构模型,采用[ERR]准则来剔除由[err]准则误选的冗余项.仿真结果表明,利用该算法设计得到的小波网络具有较小的存储量和较小的网络规模.     

主动队列管理中的PID型神经网络控制

研究动态网络中间节点的拥塞控制. 提出一种PID型神经网络的主动队列管理(AQM)算法,给出基于BP学习规则的网络参数自调整规律,根据Lyapunov定理证明了系统的稳定性. 基于NS$-2平台的仿真结果表明,该算法适应瞬息万变的网络环境,系统稳态误差和响应速度等指标优于PID算法.     

重庆市降水量的时空分布

根据对重庆市98个雨量站从1950—1985年的降水资料的分析，探讨了重庆市年降水量的时空分布规律．在空间上，降水量自长寿沿东北方向，大致从1200mm先逐步降低至1100mm，然后开始增加，至大巴山区达到1800mm左右；自丰都沿东南方向，降水量大致从950mm开始逐步增加，至酉阳秀山一带达到1500mm左右．在大巴山区，降水量随海拔升高而增加．在岭谷间降水量的多少与水汽输送线路有关．在时间上，在长江河谷地区降水量存在约12年和18年的变化周期，在大巴山区存在约9，10年的变化周期，在川东平行岭谷区和乌江流域区则存在约11年或12年的变化周期．在四川盆地东部、大巴山区和乌江流域，降水量的季节变化明显，主要降水期集中在4—10月，其可占全年降水量的80％以上．     

稳定的神经网络自适应控制

本文主要从理论上研究神经网络控制器实现SISO离散时间非线性系统的轨迹跟踪问题，在反向传播算法的基础上，提出了一种新的神经网络训练方法，该算法可以直接估计出动态系统所需要的前馈控制，并在一定条件下证明了此神经网络控制系统的稳定性，另外还给出了将其应用于几个不同非线性系统的仿真结果。     

中学语文教学的困境与创新

创新教育是一种全新的教育理念和教育方法，把创新教育巧妙、有机渗透到语文教学中，并为语文学科教学服务，通过造就一支新型的教师队伍，注重学生创新能力的培养，并有效创新语文教学的内容，从而使语文教学走出困境开创新的局面，培养出更多具有创新能力的人才。     

图书馆业务外包的现代经济学原理分析

作为一种新的管理模式,图书馆业务外包的孕育、产生和发展有着深刻的经济学理论内涵。从现代经济学关于劳动分工理论、成本管理理论、效益管理理论、价值链理论以及核心竞争力理论等方面对图书馆发展业务外包进行了理论性的探索。