函数S-粗集与系统状态■-识别

利用函数单向S-粗集对偶,给出系统状态规律生成概念;提出系统状态识别第一定理与第二定理,给出系统状态识别准则.利用这些结果,给出函数S-粗集在系统状态-F-识别中的应用.     

函数S-粗集与系统状态F-识别

利用函数单向S-粗集对偶, 给出系统状态规律生成概念;提出系统状态识别第一定理与第二定理, 给出系统状态识别准则. 利用这些结果,给出函数S-粗集在系统状态-识别中的应用.     

函数单向S-粗集与系统状态检测-识别

函数S-粗集具有动态特性, 规律特性; 函数S-粗集具有三种形式: 函数单向S-粗集, 函数双向S-粗集, 函数单向S-粗集对偶。将函数单向S-粗集的概念引入到系统状态检测-识别中, 提出系统状态偏离, 状态偏离距离的概念, 给出系统状态识别准则与应用。 利用函数单向S-粗集, 在离散的时间区间上对系统状态进行检测, 是系统状态识别与检测的一个新的研究方向。     

用时序分析法识别机床固有频率

本文采用时间序列分析法在机床连续切削和非连续平稳切削状态下，建立线性ＡＲ模 型，识别机床固有频率．与采用正弦激振法和ＦＦＴ分析法所得结果进行比较，论证了在非连续平 稳切削状态下识别机床固有频率的优越性．     

系统的-fp-状态与它的动态识别

函数单向S-粗集对偶是函数S-粗集（function singular rough sets）的基本形式之一．函数单向S-粗集对偶是研究系统规律入侵预测的一个重要的理论与方法．利用函数单向S-粗集楚偶（Dual of function one direction singular rough sets）,本文给出^-fp-状态,状态距离的概念,系统状态被^-fp-规律随机入侵的概念．进而给出系统状态被^-fp-规律入侵呈婴的状态特征及对这些状态特征的识别准则和应用.     

基于多特征融合的疲劳驾驶状态识别方法研究

针对交通安全中疲劳驾驶状态识别问题，使用单一的疲劳驾驶特征的方法识别率较低，本文提出一种基于面部多特征加权和的疲劳识别方法.通过人眼状态检测算法提取眼部疲劳参数，即持续闭眼时间、闭眼帧数比、眨眼频率，通过打哈欠状态检测得到打哈欠次数和打哈欠持续时间，通过头部运动状态分析得到点头频率，建立融合以上六个特征的驾驶疲劳状态检测模型来评估驾驶员的疲劳等级并进行相应的预警.实验测试数据选自NTHU驾驶员疲劳检测视频数据集的部分数据.经实验调整后，发现该方法的识别准确率较高，识别效果好.     

结构损伤状态识别的神经网络方法

分析了神经网络方法用于结构状态识别的可行性，提出了现有神经网络用于结构状态识别解决的问题和改进的方法，并针对梁类结构的裂纹识别，做了尝试性的探索。     

基于ENV诊断模型的建立

基于模型的诊断方法的重要步骤之一是冲突集识别，把若干个部件组成一个相对独立的系统，该系统中的部件全部正常工作时可得到一个确定的观测，则称此相对独立的系统为一个环境（ENV），直接对环境模型进行冲突识别，可以快速判断出冲突集，该模型可用于一般的诊断的冲突识别，增加探测的导出冲突集的识别和部件替换维修后冲突的识别。     

基于Apriori算法的免疫识别规则的挖掘

GECISM(GEneral computer immune system model)是基于规则匹配检测的计算机免疫系统,免疫识别规则对“自我”和“非我”特征的表征能力直接影响到GECISM的性能,所以挖掘高效免疫识别规则的是GECISM的一个重要研究内容。改进后的Apriori算法以系统调用序列为数据源,从“自我”集和“非我”集中计算出频繁谓词,进而产生免疫识别规则。这些规则反映了“自我”和“非我”的内在特征,是GECISM进行“非我”检测的判据。     

基于手机传感器的交通状态识别研究

准确获取交通状态是实现智能交通的重要环节之一.为实时检测车辆行驶状态,进而提取出当前道路的运行状况,来研究基于手机传感器的车辆行驶状态数据收集及交通状态识别.首先,应用手机内嵌的加速度传感器获取车辆的实时行驶状态数据,然后构建基于SVM的交通状态识别模型.最后,利用一组真实的车辆运行状态数据集,验证提出的交通识别模型,获得了良好的识别性能,平均准确率达到89.05%.     

信息网络分解的可及向量法

本文的内容是一种新的信息网络分解方法。作者基于节点初始序列的思想，又引入了可及向量和局部邻接矩阵的概念。通过可及向量的计算寻求切割流线集和节点计算序列。此法的特点是易于程序化，计算迅速，能处理大型网络。     

解约束优化问题的QP-free方法及其全局收敛性

对于约束优化问题,基于Fischer-Burmeister NCP 函数提出了一类新的QP-free方法.为了避免Maratos效应,引入了一个高阶修正方向.同时,算法采用线搜索以代替弧搜索.与其他传统的SQP方法不同,这个方法只需要在每步迭代中求解不多于三个线性系统的方程组,并且具有总体收敛性.在不需要假设聚点是孤立点的情况下,证明了序列的每个聚点都是优化问题的KKT点.     

带有扰动的变时滞离散系统可达集估计

研究了在有界峰值扰动下变时滞离散系统的可达集估计和状态反馈控制器设计问题。首先，选取适当的Lyapunov-Krasovkii泛函，利用线性矩阵不等式，得到界定系统可达集的充分条件，即一个包含非凸标量的时滞相关结果。在系统初始值不为零的情况下，这些条件保证了包含系统状态的椭球体的存在性。其次，在可达集估计过程中，通过设计状态反馈控制器使所确定的椭球包含闭环系统的可达集。随后，为使所估计的椭球体尽可能小，将求解最小椭球问题转化为一个具有矩阵不等式约束的优化问题。最后，通过数值算例验证所得结果的有效性。     

PCM混沌编码的复杂度分析

主要阐述了如何利用时间序列分析法中的复杂度法对PCM混沌编码的复杂度进行分 析。在此基础上对随机系统、确定系统、混沌系统的复杂度进行了比较和讨论,并得出几点重要结论。     

鲁棒递推最小二乘参数辨识的新方法

本文提出一种新的回归方程的鲁棒递推辨识方法。该方法通过Huber函数选择加权因子,使得参数估计值对由测量系统引起的大扰动或异常值具有鲁棒性。文中给出并证明了该算法对确定性系统的参数估计的收敛性与一致性定理。两个线性动态系统的计算机仿真实例显示出该方法对大扰动或异常值的良好鲁棒性以及参数估计的收敛性。     

一种新的含可达影响因子的系统结构分析算法

针对要素数目繁多、关系结构复杂的系统中层次分析困难、处理效果差等问题,提出一种新的含可达影响因子的系统结构分析算法.该算法根据定性判断和综合试验分析确定综合影响矩阵,进而根据中心度、原因度等信息对不重要要素进行判别和处理,在此基础上通过修正影响矩阵实现对系统的等级划分,得到含有可达影响因子的系统结构分析模型。算例对比分析表明,该算法可以在合理忽略不重要要素影响关系的基础上实现区域分解和等级划分,既简化了利用改进型布尔代数法则计算可达影响矩阵的复杂性,又定量地给出主要要素之间的影响程度,具有很强的实用性.     

最优化理论在数值预报中的应用

所谓最优化就是要从所有可能的方案中选出一种能够达到最优目标的最优方案．这种搜寻最优方案的数学理论就叫最优化理论，它在科学技术领域内有着广泛的应用．在此仅介绍它在数值天气预报中的某些典型应用．     

An Algorithm to Construct Concurrent Reachability Graph of Petri Nets

IntroductionPetrinetisausefultooltomodelaconcurrentsystemandanalyzeitsproperties.[1]ThetheoryofPetrinetshasdevelopedsoundlysinceitwasputforwardin1962andwaswidelyappliedtomanyfieldssuchasflexiblemanufacturingsystem,workflow,webservice,etc.[234]ReachabilitygraphisapowerfultooltoanalyzethedynamicpropertiesofPetrinets,bywhichthefiringofconcurrenttransitionsinPetrinetsisrepresentedinaserialmanner.Thatis,Petrinetitselfisaconcurrentmodel,whileitsreachabilitygraphisserial.Infact,concurrencyrelations…     

平面三自由度机器人的有限灵活工作空间研究

提出了对平面三自由度机器人工作空间的有限灵活度的分析方法 ,提出了采用灵活角来度量操作器灵活程度 ,将机器人的工作空间根据灵活程度的不同划分为相应的有限灵活工作空间 ,研究表明 ,对机器人操作器的灵活度的要求不同 ,机器人就有不同的工作空间 .这对设计和使用机器人不仅具有实际意义 .同时也为提高操作器的灵活程度提供了理论基础     

一种新的鲁棒离散自适应控制方法研究

本文提出一种对测量仪表和控制器误动作等引起的大扰动或异常值有较好鲁棒性的离散自适应控制策略,并讨论了基于文献[6]的鲁棒辨识算法的自适应控制算法,对确定性线性系统中的稳定性和跟踪最优性、递推参数估计的收敛性和一致性的两定理进行了证明。计算机仿真表明,本文控制算法对大扰动或异常值具有良好的鲁棒性和最优跟踪特性。