计算Sommerfeld型积分远场近似的新方法

快速准确地计算分层导电媒质中的偶极子产生的电磁场一直受到人们的重视。这个问题一般都涉及到Ｓｏｍｍｅｒｆｅｌｄ型积分的计算。本文介绍一种计算Ｓｏｍｍｅｒｆｅｌｄ型积分的远场近似的新方法，并给出其误差分析。采用该方法，结合复镜像理论，快速方便地得出了三层导电媒质中环天线远区场强的解析表达式，与用其它方法得到的结果完全一致。     

直接鲁棒自适应模糊控制

针对一类不确定非线性系统 ,基于监督控制方案并利用第二类模糊系统的逼近能力 ,提出了一种直接鲁棒自适应模糊控制器设计的新方案。该方案通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,从而在稳定性分析中取消了要求逼近误差平方可积或逼近误差的上确界已知的条件。理论分析证明了闭环控制系统是全局稳定的 ,跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

Robust adaptive neural network control with supervisory controller

The problem of direct adaptive neural network control for a class of uncertain nonlinear systems with unknown constant control gain is studied in this paper. Based on the supervisory control strategy and the approximation capability of multilayer neural networks (MNNs), a novel design scheme of direct adaptive neural network controller is proposed.The adaptive law of the adjustable parameter vector and the matrix of weights in the neural networks and the gain of sliding mode control term to adaptively compensate for the residual and the approximation error of MNNs is determined by using a Lyapunov method. The approach does not require the optimal approximation error to be square-integrable or the supremum of the optimal approximation error to be known. By theoretical analysis, the closed-loop control system is proven to be globally stable in the sense that all signals involved are bounded, with tracking error converging to zero.Simulation results demonstrate the effectiveness of the approach.     

属性约简中的近似问题研究

现有相对约简实际上只是在保持所关心范畴的下近似不变的前提下对属性进行约简,这对于不协调信息系统来说,可能会使所关心范畴的上近似变大,从而使其近似精度减小,导致有用信息的丢失.为此,针对属性约简中的近似问题进行了研究,引入近似相对约简概念,利用近似相对约简替代现有相对约简来处理不协调信息系统,以克服现有相对约简在不协调信息系统中所带来的缺陷.同时,证明了在协调信息系统下,条件属性集相对决策属性集的近似相对约简和相对约简是等价的,并提出了一种基于近似相对约简的简便属性约简算法.     

Neural networks and the best trigomometric approximation

With the best trigonometric polynomial approximation as a metric, the rate of approximation of the one-hidden-layer feedforward neural networks to approximate an integrable function is estimated by using a constructive approach in this paper. The obtained result shows that for any 2π-periodic integrable function, a neural networks with sigmoidal hidden neuron can be constructed to approximate the function, and that the rate of approximation do not exceed the double of the best trigonometric polynomial approximation of function.     

一种新的基于主分量排序的高维索引结构

利用KL变换的能量集中特性,改进了向量近似方法中的索引结构。在KL变换域上建立近似向量,选择能量最大的分量作为主分量,根据主分量值对近似向量进行顺序排列,并且用B 树存储每个数据页面中主分量值的范围。在k近邻搜索过程中,采用变换域部分失真搜索算法,从初始访问数据页面开始在升序和降序两个方向上顺序访问近似向量。改进的索引结构既保持了顺序访问特性,又大幅度降低了数据页面访问数量。在大型高维图像特征库上的实验表明,新的索引结构不仅降低了搜索过程的I/O时间,而且提高了CPU搜索速度。     

基于负熵准则盲分离方法的剖析与研究

从统计学原理、负熵近似计算、算法的稳定性定理、最大负熵方法的历史演变几个方面，对Hyvrinen负熵准则盲分离算法作出全面的剖析，指出：（1）在负熵ICA算法中，不应引用联合负熵的定义，只宜采用边缘负熵的定义；（2）中心极限定理只能为负熵ICA算法提供一定的直观解释，但不能成为算法的统计学依据；（3）Hyvrinen等人给出的负熵计算公式并不能正确度量随机变量的非高斯性；（4）负熵ICA算法实现盲分离的真正机理是信号非线性变换后均值的极值特性，由此极值特性提出负熵准则未必是合适的。     

Study on High-Speed Magnitude Approximation for Complex Vectors

Abstract: High-speed magnitude approximation algorithms for complex vectors are discussed intensively. The perfor-mance and the convergence speed of these approximation algorithms are analyzed. For the polygon fitting algorithms, theapproximation formula under the least mean square error criterion is derived. For the iterative algorithms, a modifiedCORDIC (coordinate rotation digital computer) algorithm is developed. This modified CORDIC algorithm is proved to bewith a maximum relative error about one half that of the original CORDIC algorithm. Finally, the effects of the finiteregister length on these algorithms are also concerned, which shows that 9 to 12-bit coefficients are sufficient for practicalapplications.     

增益符号未知的鲁棒自适应模糊控制

针对一类具有函数控制增益符号未知的不确定非线性系统,根据滑模控制原理和模糊系统的逼近能力,提出了一种自适应模糊控制器设计新方案。该方案利用Nussbaum函数的性质,取消了常用的函数控制增益符号已知这一条件。并通过引入最优逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响。理论分析证明了闭环系统的有界性和跟踪误差收敛到零。仿真结果表明了该方法的有效性。     

Fast M-fold matching pursuit algorithm for image approximation

A simple and effective greedy algorithm for image approximation is proposed. Based on the matching pursuit approach, it is characterized by a reduced computational complexity benefiting from two major modifications. First, it iteratively finds an approximation by selecting M atoms instead of one at a time. Second, the inner product computations are confined within only a fraction of dictionary atoms at each iteration. The modifications are implemented very efficiently due to the spatial incoherence of the dictionary. Experimental results show that compared with full search matching pursuit, the proposed algorithm achieves a speed-up gain of 14.4∼36.7 times while maintaining the approximation quality.     

双论域上的直觉模糊概率粗糙集模型及其应用

基于一个直觉模糊关系,给出了双论域上的直觉模糊概率粗糙集模型的定义,同时也给出了逆下近似、上近似算子的概念. 研究了它们的若干性质,为粗糙集的应用提供了新的理论基础与操作手段.最后,通过在临床诊断系统中的具体应用阐述了本文提出的直觉模糊概率粗糙集模型的有效性和优越性.     

模糊系统逼近理论的发展现状

综述了近年来模糊系统逼近理论的主要研究成果,包括Madani型和T-S型模糊系统具有通用逼近性的存在性定理、充分条件和必要条件,以及模糊系统具有通用逼近性的本质。在此基础上,进一步介绍了目前有效的几种模糊系统构造方法:自适应模糊逻辑系统方法、自适应神经模糊推理系统(ANFIS)方法、模糊聚类法、模糊树方法。最后对该理论的未来发展方向给出了分析和展望。     

复杂液压系统动态特性仿真中的刚性问题研究

针对复杂液压系统动态特性仿真中出现的刚性问题，从基本波压元件的建模入手研究了降低系统模型刚性问题的方法。基于里兹近似法，从分布参数模型出发得到了液压管路的精确近似的集中参数模型；引入了分段的阀口流量计算公式，解决了传统紊流流量方程存在奇点的问题；采用迭代计算、模型降阶和线性化处理的方法，避免了小液压容腔和小阀芯质量引入系统模型时带来的刚性问题。     

介数中心性和平均最短路径长度整合近似算法

基于Brandes算法给出了复杂网络中介数中心性和平均最短路径长度的整合近似算法,通过理论分析和Rocketfuel项目实测数据的实验分析,验证了该整合算法能够快速有效地估计出复杂网络的介数中心性和平均最短路径长度,为进一步的研究工作奠定了基础.     

基于子空间方法的自适应半盲多用户检测

提出MC-CDMA系统下一种基于子空间方法的自适应半盲多用户检测算法。该算法通过利用小区内所有用户的扩频码设计了一种基于MOE准则的半盲检测器。针对Chebyshev逼近算法受到来自噪声子空间分量的影响导致性能下降的问题,提出一种子空间约束Chebyshev逼近算法,并使用该算法自适应得到权向量。为了减少计算复杂度,采用修正的PASTd算法自适应跟踪信号子空间。仿真实验验证了该算法的有效性和可行性。     

基于变精度容差关系的扩展粗糙集

针对不完备决策信息系统问题,在分析已有粗糙集及其扩展方法局限性的基础上,提出了一种基于变精度容差关系的扩展粗糙集方法。该方法通过判断对象之间不可分辨可能性的大小来划分容差类,进而得到相应的上、下近似集,并在理论与实例中与基于容差关系、相似关系、限制容差关系等的扩展粗糙集进行了比较分析,论证了该方法的合理性和有效性。     

一类非线性系统的模型参考自适应模糊控制

针对一类不确定非线性系统 ,基于一种修改的监督控制方案并利用广义多线性模糊逻辑系统的逼近能力 ,提出了一种模型参考自适应模糊控制器设计的新方案。该方案利用参考模型作为性能指标 ,自适应调节模糊控制器的规则库 ,并通过引入最优逼近误差的自适应补偿项来消除建模误差的影响 ,不但能保证闭环系统稳定 ,而且可使跟踪误差收敛到零。仿真结果表明了该方法的有效性     

CONFIDENCE LOWER LIMITS FOR RESPONSE PROBABILITIES UNDER THE LOGISTIC RESPONSE MODEL

The lower confidence limits for response probabilities based on binary response data under the logistic response model are considered by saddlepoint approach. The high order approximation to the conditional distribution of a statistic for an interested parameter and then the lower confidence limits of response probabilities are derived. A simulation comparing these lower confidence limits with those obtained from the asymptotic normality is conducted. The proposed approximation is applied to two real data sets. Numerical results show that the saddlepoint approximations are much more accurate than the asymptotic normality approximations, especially for the cases of small or moderate sample sizes.     

基于多分辨率学习的正交基小波神经网络设计

提出一种基于正交基函数的小波神经网络设计方法，采用多分辨率学习确定隐含层结构，并用收敛较快的阻尼最小二乘法训练权值．该方法可灵活调整隐含层结构，有效地克服神经网络中常见的过拟合和泛化能力差等问题．传真结果表明该方法具有逼近精度高，泛化能力好，网络结构冗余度小，参数优化收敛快等特点．     

基于观测器的非线性系统直接自适应模糊控制

针对状态不可测的一类不确定非线性系统,利用模糊系统的逼近能力,提出一种基于观测器的直接自适应模糊控制方案。该方案通过引入观测量的调制函数,使得模糊系统的输入集在有界闭区域上,从而取消了观测量有界的假设。利用Kalman Yacubovitch Popov定理及李亚普诺夫函数,证明了闭环控制系统所有信号是有界的,跟踪误差收敛到零。仿真结果表明了该方法的有效性。