一类不确定非线性扰动离散时滞系统的鲁棒状态反馈控制

研究了具有非线性扰动的离散不确定带有状态时滞和输入时滞系统的鲁棒稳定性问题.以线性矩阵不等式的形式给出了可设计系统状态反馈控制律的充分条件,当条件满足时设计出系统状态反馈控制律,从而使闭环系统渐近稳定.     

复旦大学相关成果发表在《Nature Biotechnology》杂志上

来自美国威斯康星大学麦迪逊分校、复旦大学医学院的研究人员在干细胞研究中取得突破性成果,成功地利用人类多能干细胞(hPSCs)分化生成了星形胶质细胞.这一研究成果(Specification     

带有时滞的离散不确定系统的鲁棒稳定性

考虑了带有时滞的离散不确定系统的鲁棒D-稳定化问题,利用矩阵范数理论给出了系统稳定的充分条件,进而推广了该文的结果.对两类给定结构的控制器,得到了相应的不确定的离散闭环系统的鲁棒D-稳定的充分条件.基于这些条件,给出了相应的鲁棒D-稳定化控制器的设计方法,并举例说明了提出的方法的有效性.     

基于近红外光谱技术的葵花籽品质分析

葵花籽作为国内需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,本文使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:(1)PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好RMSECV=0.343,RMSEP=0.296,小波变换的预处理方法对水分含量的预测最好RMSECV=0.299,RMSEP=0.354,标准化的预处理方法对脂肪含量的预测最好RMSECV=0.285, RMSEP=0.316;BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好RMSEP=0.341,一阶导数对水分含量的预测最好RMSEP=0.329,一阶导数+标准化对脂肪含量的预测最好RMSEP=0.312。(2)BP神经网络模型与PLS模型预测对比发现,PLS模型预测精度要高于BP神经网络模型。     

模糊神经网络控制系统

介绍了将神经网络和模糊控制相结合,即用人工神经网络算法产生模糊推理规则和隶属函数,再基于这些模糊推理规则和隶属函数产生模糊逻辑控制的一种新颖控制策略--模糊神经网络系统的组织结构及其神经网络的设计.     

燕麦分离蛋白消化特性和消化产物对STC-1细胞分泌胆囊收缩素的影响

为研究燕麦分离蛋白的消化特性及其消化产物对肠内分泌细胞分泌胆囊收缩素(CCK)的影响,以燕麦为原料,采用碱提酸沉法得到燕麦分离蛋白,分析燕麦分离蛋白在模拟胃肠道消化过程中的分子质量变化、氮释放规律、消化产物的氨基酸组成,计算氨基酸评分、化学评分和必需氨基酸指数,并以STC-1细胞为肠内分泌细胞模型评价消化产物对STC-1细胞分泌CCK的影响。实验结果表明:燕麦分离蛋白经胃肠消化后,消化产物的分子质量小于10kDa,释放的可溶性氮的比例为90.11%,消化产物可溶性部分中游离氨基酸的比例为22.8%,肽的比例为67.31%,并且肽的分子质量主要在1000Da以下(约74%);燕麦分离蛋白消化产物中必需氨基酸总量占38.75%,必需氨基酸与非必需氨基酸的比值为0.63,且必需氨基酸指数(0.95)大于0.90。燕麦分离蛋白消化产物对STC-1细胞影响的实验结果表明,燕麦分离蛋白消化产物对STC-1细胞生长具有显著的促进作用,且能够增加CCK的合成和分泌。研究结果表明,燕麦分离蛋白作为一种优质的蛋白质原料,不仅具有优良的营养功能,而且具有促进肠内分泌细胞分泌CCK的生物活性,在食品领域具有较大的应用潜力。     

基于肘关节表面肌电信号的负载识别

针对大多数肌电信号只进行特定肢体动作识别而没有对肢体进行外加负载识别的问题,提出一种基于表面肌电信号(surface electromyography, s EMG)的负载识别方法。首先,采用4通道表面电极采集肘关节在不同负载下的s EMG信号;然后,利用时域、频域特征提取方法对s EMG信号进行特征提取构成特征向量;最后,利用支持向量机(support vector maching, SVM)、BP神经网络和RBF神经网络对特征向量进行分类识别。结果表明以时域特征值识别,SVM的识别效果最佳,准确率为96.2%;以频域特征值识别,BP神经网络的识别效果最佳,准确率为87.5%;以时、频域组合特征值识别,RBF神经网络的识别效果最佳,准确率为90.4%。可见通过s EMG信号进行负载识别具有一定的可行性,为s EMG信号的广泛应用奠定基础。     

空肠异位胰腺伴胰岛细胞瘤样增生并肠梗阻误诊为神经内分泌肿瘤病理分析

目的探讨小肠异位胰腺的临床病理学特征及鉴别诊断.方法观察1例空肠异位胰腺伴胰岛细胞增生并发肠梗阻患者的临床表现,依据组织病理学特征并结合相关文献讨论其临床病理特点.结果患者术中空肠系膜缘对侧肠壁见一肿物,大小约2 cm×1 cm×0.8 cm,表面呈结节样,质地韧,活动度差,术中行快速病理学检查,结果为(空肠)神经内分泌肿瘤,术后石蜡切片结果为空肠异位胰腺伴胰岛细胞增生.结论异位胰腺是一种比较罕见的先天性异位器官,大量增生的胰岛细胞单独存在,呈团状.石蜡切片显示:空肠黏膜下有腺泡、导管及胰岛结构,系胰岛细胞增生.     

基于混沌天牛群算法优化的神经网络分类模型

针对传统BP神经网络受初始权阈值影响大且易陷入局部极值,标准天牛须搜索算法局部搜索能力差、寻优精度低等问题,提出一种自适应步长因子的混沌天牛群算法用于优化BP神经网络分类模型。通过增加天牛种群,引入自适应步长更新策略优化天牛须搜索算法的局部搜索能力,使其跳出局部最优,提高算法的计算精度;利用Logisitic混沌映射产生新个体,替换性能较差的个体,增强全局搜索效果。为了改善BP神经网络对非均衡数据集中少数类的分类效果,采用SMOTE算法处理非均衡数据集。将改进的天牛须搜索算法用于优化BP神经网络中的初始权值和阈值,建立IBAS-BPNN（Improved Beetle Antennae Search and Back Propagation Neural Network）分类模型,提高BP神经网络分类模型的准确率。为验证分类模型的性能,将改进的BP神经网络分类模型与其他六种典型的分类算法进行比较,实验结果表明IBAS-BPNN分类模型的平均分类正确率高于其他算法。改进的混沌天牛群算法泛化能力强,鲁棒性好,具有一定的优越性。     

基于混合BP神经网络农业旱灾脆弱性评估模型初探

根据区域灾害脆弱性理论,农业旱灾是致灾因子干旱与农业旱灾脆弱性共同作用的结果,脆弱性的存在是农业旱灾发生的主要原因和重要因素.从自然环境和社会经济分析农业旱灾脆弱性的影响因素.提出混合BP神经网络算法,运用MATLAB实现农业旱灾脆弱性快速模拟评估,建立基于混合BP神经网络农业旱灾脆弱性评估模型.