时滞非线性系统的模糊保性能控制

针对一类具有输入与状态时滞的参数不确定非线性系统,基于T-S模糊模型,讨论该系统的保性能控制问题.通过构造状态反馈控制器,提出了在给定的性能指标和控制律下,闭环系统是二次保性能稳定的充分条件,并以线性矩阵不等式(LM I)的形式表示,数值算例显示该设计方法是有效的.     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks, QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。     

混合型模糊聚类分析方法及其应用

在动态聚类方法和模糊ISODATA方法的基础上,提出了混合型模糊聚类分析方法.该方法首先利用传统的传递闭包方法得到1个初始分类,并在此基础上提出初始分划矩阵,根据考虑权重因子的模糊ISODATA方法对相关数据进行迭代计算,从而对数据进行有效分类.以股票分类为例对该方法进行实证分析,分析结果表明,应用该方法可以对股票进行有效分类优选.     

基于PSO-FCM的长输管道泄漏检测方法

为了提高长输管道泄漏检测的准确率,将改进模糊C均值算法应用于长输管道泄漏检测研究.在传统模糊C均值算法的基础上引入粒子群算法,对其寻找聚类中心的迭代过程进行优化,用粒子群算法替代模糊C均值的梯度下降法,以提高模糊C均值算法的聚类效率和准确率.然后分别用所得的基于粒子群优化的模糊C均值聚类模型、传统模糊C均值聚类模型以及...     

基于混合学习算法的模糊小波神经网络控制

采用小波函数作为模糊隶属函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理.针对BP算法易陷入局部极值点的缺点和简单遗传算法局部搜索能力差的不足,提出了一种混合学习算法,即首先利用遗传算法全局搜索的特点来离线优化神经网络的参数,再利用BP算法较强的局部搜索能力对网络参数进行在线调整.仿真结果表明,该网络能对不同的对象实施有效控制,且具有快速、适应性强等特点.     

模糊拓扑半群

引入模糊拓扑半群的概念,给出模糊拓扑半群的等价定义,得到了一些模糊拓扑半群的一些性质;并定义、研究了模糊拓扑子半群以及模糊拓扑半群族的直积性质.     

步长为1和n/2循环图的导出匹配可扩性研究

如果一个图的任何一个导出匹配都能包含在一个完美匹配当中,就称之为导出匹配可扩的.对有2n个顶点x1,x2,…,x2n的图,如果对于i-j≡±1(mod2n)或者i-j≡±n2(mod2n)的i和j,均有xixj∈E(G),则称其为步长为1和n2的循环图,记为C2n(1,2n).本文的主要结论为:C2n(1,2n),n#4,是导出匹配可扩的.     

采用非线性预处理的多通路回波消除算法

非线性预处理是解决多通路回波消除中因输入信号间的强相关性而引起的滤波器不收敛的有效方法．如何确定预处理中的非线性变换系数,以达到既保证语音质量,又去除输入信号间的相关性的目的,是十分值得关注的问题．文中提出了一种应用模糊逻辑来调整非线性变换系数（α）的方法,使得α能随输入信号间的相关性而合理变化,该方法以较小的计算增量为代价,能最大程度地保证通话质量并加快滤波器的收敛速度．仿真结果表明了该方法的可行性和优越性．     

无相邻三角形平面图的(4,1)*-可选性

若对任一顶点给定k种颜色的列表,染色时每个顶点的颜色只能从自身的颜色列表中选择且每个顶点至多有d个邻点染相同的颜色,总存在图G的一个顶点的正常着色,则图G称为(k,d)*-可选色的.文章证明了每个无相邻三角形的平面图是(4,1)*-可选色的.     

关于一类立方图的可圈性研究

设G为无向图,如果对G的每一个定向D,都存在S（D）包含V（G）使在D中改变所有恰与S（D）中一个顶点相关联的弧的方向后所得的图为有向哈密尔顿图,则称G为可圈图．Klostermeyer和Soltes证明了P4k^3（k≥1）是不可圈图,现证明对任意整数n≥3,Pn^3是可圈图当且仅当n为奇数．