利用二元结构特征的人脸识别

提出了一种基于二元结构特征提取的人脸识别算法. 该算法将所有类进行两两组合,以两类分类器为基础,为每个两两组合类间的识别挑选最适合分类的特征构成特征选取空间. 对未知样本进行测试时,在特征选取空间中计算测试样本与所有训练类的相似度,将未知样本判断为与之相似度最大的类. 运用AT&T和AR人脸数据库对该算法进行性能测试,与其他算法相比,该算法能在较小的特征维数下获得更高的识别率.     

W(2,2,)的GL(2,F)-模结构

对素域F上的限制模李超代数W(2,2,),定义了一般线性群GL(2,F)在其上的作用,并对W(2,2,)作为GL(2,F)-模的结构作了讨论.     

W(2,2,1-)的GL(2,F)-模结构

对素域F上的限制模李超代数W(2,2,1_),定义了一般线性群GL(2,F)在其上的作用,并对W(2,2,1-)作为GL(2,F)-模的结构作了讨论.     

变采样周期网络控制系统的非脆弱保性能控制

研究了一类具有随机时延和控制器增益扰动的非线性网络控制系统的非脆弱保性能控制问题。基于变采样周期的方法,将网络控制系统建模为非线性Markov跳变系统。利用Lyapunov稳定性理论,给出了保证整个闭环系统均方随机渐近稳定的充分条件。通过线性矩阵不等式的方法,设计了一种非脆弱状态反馈控制器,在该控制器的作用下,闭环系统的能量函数值不超过一个规定的上界。仿真算例说明了所提方法的有效性。     

Fault tolerant control based on stochastic distribution via RBF neural networks

A new fault tolerant control (FTC) via a controller reconfiguration approach for general stochastic nonlinear systems is studied. Different from the formulation of classical FTC methods, it is supposed that the measured information for the FTC is the probability density functions (PDFs) of the system output rather than its measured value. A radial basis functions (RBFs) neural network technique is proposed so that the output PDFs can be formulated in terms of the dynamic weighings of the RBFs neural network. As a result, the nonlinear FTC problem subject to dynamic relation between the input and the output PDFs can be transformed into a nonlinear FTC problem subject to dynamic relation between the control input and the weights of the RBFs neural network approximation to the output PDFs. The FTC design consists of two steps. The first step is fault detection and diagnosis (FDD), which can produce an alarm when there is a fault in the system and also locate which component has a fault. The second step is to adapt the controller to the faulty case so that the system is able to achieve its target. A linear matrix inequality (LMI) based feasible FTC method is applied such that the fault can be detected and diagnosed. An illustrated example is included to demonstrate the efficiency of the proposed algorithm, and satisfactory results have been obtained.     

一种有限对象集的输入通道任意增益/相角裕度调节方法

针对一类有限多输入多输出线性时不变对象集,提出了一种调节输入通道增益/相角裕度的方法。首先针对单个对象,采用连续线性二次调节器理论设计状态反馈控制器;进而利用周期控制方法设计一个针对有限对象集的线性周期控制器。该控制器可使有限对象集的所有反馈控制回路在输入通道同时实现任意大的增益裕度和直到90°的相角裕度。仿真结果表明了所设计控制器的有效性。     

移动核心网异常数据线性判别模型与应用

针对移动核心网数据突增现象下异常数据的特性,定义了数据突增事件、最大承载量临界值、风险警界线等, 给出了 TRAU 数据两类模式(“正常”、“异常”)的划分方法.提出并建立了移动核心网数据突增现象下异常数据线性判别模型和判别准则,用来对某移动核心网 BSC 的 TRAU 数据进行判别分析. 判别结果表明,本文所建立的异常数据线性判别模型对原数据样本的回判以及对新数据样本的识别准确率都达到 100% .     

考虑大宗交易的均值-方差投资组合优化模型及其分支定界算法

由于大宗交易下边际交易费用递减,因此用线性加凹的函数拟合实际交易费用函数, 建立了均值-方差框架下的组合优化模型并给出了相应的求解算法.通过对恒生指数样本股的实证分析发现:考虑大宗交易的组合有效边缘介于线性交易费用和无交易费用的组合有效边缘之间; 大宗交易稀释了“分散化降低风险”的效应; 大宗交易下交易费用越大, 相对于线性交易费用而言组合集中度越高.     

多元相依线性模型的M－估计

讨论多元线性模型Ｙ＿ｉ＝ｘ＇＿ｉβ＋Ｅ＿ｉ，ｉ＝１，２，…中凸偏差函数最小问题的解定义的多元线性回归系数β的Ｍ－估计的相合性及渐近分布，其中｛Ｅ＿ｉ，ｉ≥１｝为严平稳α－混合ｐ维随机误差序列，在十分一般的条件下，建立了β的Ｍ－估计的相合性，并基于过程收敛得到了Ｍ－估计的渐近分布。     

部分线性模型的渐近性

考虑Ｙｉ＝Ｘ＾ｔｉβ＋ｇ（ｔｉ）＋εｉ，１≤ｉ≤，忱里Ｘｉ是一固定设计点列，ｔｉ是独立同分布随机变量并且服从［０，１］上均匀分布。