基于神经网络的一类非线性系统的变结构控制

在已知名义系统的基础上 ,将小脑关节模型控制器 (CMAC)神经网络用于一类状态反馈可线性化的多输入多输出连续时间非线性系统的变结构控制中。利用自适应技术估计了估计误差的大小 ,减小了系统的不确定性 ,并利用模糊控制技术调整了变结构增益 ,改善了系统的性能。在很弱的假设条件下 ,应用Lyapunov稳定性定理证明了闭环系统内的所有信号为均匀最终有界。算法在导弹控制系统中的应用进一步证明了本文方法的有效性。     

基于构件建造信息系统的自适应体系结构

本文基于Ｈ．Ａ．Ｓｉｍｏｎ的决策认知过程分析,提出了一种用构件组装方式产生适应不同需求的信息系统。为了提高研制效率,给出了信息系统及其构件的形式化描述。在软件集成块 Ｓｏｆｔｗａｒｅ－ＩＣ的思路影响下提出了一种系统构成的自组织方法。     

基于GraphSage节点度重要性聚合的网络节点分类研究

传统的图嵌入算法及图神经网络模型在对网络节点分类时仅使用了节点本身的属性信息或者特征信息,很少使用节点在网络中的结构信息。如何在图神经网络聚合时引入节点网络结构信息来提升分类准确性也是一个值得深入研究的问题。因此,在GraphSage模型的基础上,根据网络中节点度及节点重要性设计了新的聚合函数并提出了GraphSage-Degree模型。首先,模型根据节点度获得节点在邻域中的重要性,然后再以重要性为依据来聚合节点的特征,使得网络中重要的节点能够尽可能的聚合更多的特征信息,并且在GraphSage-Degree中设置了一个与节点度有关的超参数D,能够通过调节该参数D使得在不同的数据集上达到最佳分类状态。在Cora、Citeseer和Pubmed 3个公开数据集上进行了测试,GraphSage-Degree与其他方法相比,macro-F1的平均提升值分别为8.72%、10.37%和8.29%,在Pubmed上有最大提升值38.84%;micro-F1的平均提升值分别为8.97%、11.16%和6.9%,在Pubmed上有最大提升值38.39%。     

无线传感器网TPSN的优化方案

文章在介绍无线传感器网络的时间同步协议TPSN(Timing-sync Protocol for Sensor Networks)的基础上.针对无线传感器网络中隐终端和冲突可能导致TPSN的不可靠、同步周期短、同步开销较大等问题.提出了TPSN的优化方案,可以提高其时间同步可靠性、估计时间误差、延长同步周期、并可大大减少其同步开销.     

数控设备通信连接——现场信息管理系统的研究

针对江西工业职业技术学院原数控设备利用效率低的现状,进行了一系列的研究,利用现代的通信管理技术,实现数控机床的共享管理,使有限的数控设备与众多的计算机有机地连接起来,达到数控教学改革的目的.     

一种基于样本块的图像超分辨率方法研究

提出了一种在马尔科夫网络框架下基于样本块的图像超分辨率算法。算法根据相似性选取多个样本块作为图像重建的候选,在候选集中计算图像块先验概率和图像块之间的相容性,最后在马尔科夫框架下选取最优图像块,合成最终的高分辨率图像。实验证明本文提出的算法具有较好的超分辨率效果。     

3G时代下成人教育教学管理新“网络”模型

成人教育已从最初的函授等传统教育方式逐步发展为依托现代计算机信息技术和网络技术的远程教育形式。随着终身教育的理念深入人心和国家大力发展现代远程教育的政策推出，一种更加自主化、个性化、l主动化、彻底打破空间时间限制的教育教学和管理方式越来越被社会所期待，这是一种全新的教学和管理“网络化”模式，而这里的“网络”则涵盖两方面意义：一是立体网络化的管理方式；二是高速宽带，3G无线网络时代下利用全新网络技术的管理和教学方式。文章以现有学校的教学管理模式和网络技术发展现状为出发点，阐述在已经到来的3G时代下，该新型网络模型的可行性及实际实践的两个方向。     

一种改进的Jacobi正交多项式的BP神经网络算法

 根据多项式理论,构造一种以Jacobi正交多项式作为隐层神经元激励函数的BP(back-propagation)神经网络模型.针对该网络,提出一种改进算法即隐层神经元数可快速确定的权值直接确定算法.首先介绍正交基函数和Jacobi多项式的定义,以及BP神经网络的基本原理.然后进行网络隐层数设计及其隐神经元数的确定,且设置各层连接权值、给出改进算法的步骤.最后,将其与传统矩阵迭代法和Levenberg-Marquardt训练算法进行比较.计算机实验结果表明,该算法具有比传统的BP迭代法更快的计算速度,并且能够达到更高的工作精度.     

网格安全研究综述

随着网络规模和应用的不断发展,网络安全问题已经成为影响社会经济发展和国家战略的重要因素.网格(Grid)作为第三代网络信息技术,它所具备的虚拟性、异构性、集成性及动态自适应性特征,决定了网格安全面临着巨大的困难和挑战.综述了网格安全目前面临的问题及其安全策略、技术和实施方案.     

基于改进神经网络的多AUV全覆盖路径规划

针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络（Glasius Bio-inspired Neural Network,GBNN）的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。