一类非线性参数化系统的鲁棒自适应H_∞控制

针对一类带有未知虚拟控制系数的非线性参数化系统,利用参数分离技术和Backstepp ing设计方法构造自适应H?控制器,使闭环系统的干扰输入在L2增益下对系统输出的影响任意小,且无外扰时,系统内稳.仿真例子验证了主要结论.     

记忆面孔, 男女有别: 关于面孔再认性别差异的行为与ERP研究

采用行为实验及事件相关电位技术, 通过学习-测验范式考察面孔再认中的性别差异,结果发现: (ⅰ) 女性面孔更容易被记住, 且女性很可能比男性更擅长记忆面孔. (ⅱ) 旧面孔诱发的N170 波幅更大, 表明该脑电成分可受到面孔熟悉度的调制. (ⅲ) 女性面孔诱发的N170 波幅更大, 而男性面孔引发的P2 波幅更大; 前者可能与女性面孔可变化的特征较多、需要更大的心理负载有关; 后者可能与男性面孔可变化的特征较少、再认难度较大, 从而需要更深的加工有关. (ⅳ) 新旧面孔诱发女性被试的P1 波幅存在差异, 但男性被试身上不存在此现象, 提示女性的脑活动可能比男性更早地受面孔的熟悉度所调制. 此外, 女性被试对于新旧面孔还表现出P2, N250 波幅的差异, 且女性被试新旧效应涉及的头皮范围比男性更广, 这些都为女性较好的面孔再认能力提供了电生理证据.     

集体记忆与侨乡形象——以《申报》为主的民国时期报刊中的汕头

作为中国近代史上流往南洋人口最多的区域之一,汕头一直是媒体竞相报道的对象。《申报》在近代汕头"侨乡"的塑造史上起着不可磨灭的作用。以《申报》为主的民国时期报刊对汕头涉侨的新闻报道通过对汕头涉侨族群的日常生活方式及价值观念的重复反映,形成民众对汕头"侨乡"意识的整合,书写了汕头华侨"始发站""回归地"与"信息集散地"的集体记忆,塑造了汕头的侨乡形象。     

基于时空图注意力模型的动态软测量建模方法

近年来深度学习由于其特征提取和非线性拟合等方面的优势,在软测量建模中得到了广泛的研究.而深度学习模型是一种黑箱模型,其预测结果难以解释,而且很难将关于过程的先验知识引入模型,这些缺点阻碍了它在实际工业过程中的应用.另外,工业过程数据是具有高度非线性和动态性的时间序列,其本质上反映的是过程随机变量随时间不断变化的趋势,其包含了重要的流程信息,因此在软测量建模过程中引入过程的动态信息是十分必要的.本文提出了一种时空图注意力模型(temporal-spatial graph attention networks, TSGAT),并将其应用在复杂动态工业过程的软测量建模.该方法通过给定变量间结构图来为模型引入先验知识,利用图注意力网络构建变量间的显式的非线性关系,并利用图注意力网络信息聚合的能力对每个时间步的数据完成图上的特征提取,再使用长短期记忆人工神经网络提取时序特征,进而完成对质量变量的预测.为了验证所提方法的有效性和优越性,将该方法应用在实际工业案例合成氨过程中的高低温转换器单元一氧化碳含量的软测量建模,实验结果表明,该模型不仅能够引入先验知识,而且具有较高的预测精度.     

基于多层组合模型的武汉市月平均PM2.5浓度预测

构建一款组合预测模型,精准预测武汉市PM2.5浓度,探讨其对地区空气质量产生的影响.研究结果显示,武汉市2020年1-4月份月平均PM2.5浓度实际值远小于预测值,差距最大的2月份,实际月平均PM2.5浓度比预测的正常值低30.37μg/m3,仅为预测值的55.63%.2020年5月份后,月平均PM2.5浓度预测值与实际值之间差距不明显.说明新冠疫情期间各地居民减少了户外活动,空气质量有明显改善.     

用金属磁记忆方法进行缺陷检测

介绍了金属磁记忆检测的原理及其应用方法。铁磁性工件在载荷的作用下,应力和变形集中区会产生最大的漏磁场变化,对漏磁场法向分量的测定可以准确地推断工件的应力集中区。通过对14块对接焊缝钢板分别用磁记忆、超声波方法进行实际检测,验证了磁记忆检测方法的有效性,取得了一些有益的经验。     

一种融合视觉和听觉信息的双模态情感识别算法

语音信号和面部表情是人们表达情感的主要途径,也被认为是情感表达的两个主要模态,即听觉模态和视觉模态.目前情感识别的研究方法大多依赖单模态信息,但是单模态情感识别存在信息不全面、容易受噪声干扰等缺点.针对这些问题,提出一种融合听觉模态和视觉模态信息的两模态情感识别方法.首先利用卷积神经网络和预先训练好的面部表情模型,分别...     

失匹配因子和调谐因子对强流离子束的影响

运用P IC多粒子模拟程序,采用延迟反馈控制法,对初始分布为K-V分布的强流离子束研究了其在加速器通道中运行时受失匹配因子和调谐衰减因子的影响程度。得到了失匹配因子某些取值范围可导致束晕无法控制,但对于各种取值,对径向密度分布均影响不大,以及调谐衰减因子对径向密度分布曲线的形状有明显的影响等结果。     

基于长短时记忆神经网络的生猪价格预测模型

生猪价格序列的长短周期现象是困扰生猪价格预测的一个难题.针对这一问题,研究了生猪价格序列的波动特点和影响因素,提出了萤火虫算法(firefly algorithm,FA)优化长短时记忆神经网络(long-short term memory,LSTM)的生猪价格预测方法.首先对生猪价格序列进行预处理和分析;然后采用萤火虫...     

基于长短期记忆神经网络的城市交通速度预测

交通速度预测在智能交通系统中起着重要的作用,准确、快速的交通速度预测有利于及时掌握城市道路交通状况,能够有效实行交通诱导。针对交通速度具有极强的周期性,在工作日和非工作日之间存在较大差异,导致预测精度不高的问题,分别选取公开的工作日和非工作日交通速度数据,构建基于长短期记忆神经网络的城市交通速度预测模型。实验验证采用广州市20条路段的交通数据,结果表明,区分工作日和非工作日的平均绝对百分比误差、平均绝对误差和均方根误差的平均值比不区分均要小,说明区分工作日和非工作日可以有效地提高交通速度的预测精度。