基于多尺度卷积神经网络的交通标志识别

针对自然场景中交通标志识别问题涉及的识别准确率和实时性改善需求,提出了一种改进的基于多尺度卷积神经网络(CNN)的交通标志识别算法.首先,通过图像增强方法比选实验,采用限制对比度自适应直方图均衡化方法作为图像预处理方法,以改善图像质量.然后,提出一种多尺度CNN模型,用于提取交通标志图像的全局特征和局部特征.进而,将组合后的多尺度特征送入全连接SoftMax分类器,实现交通标志识别.采用德国交通标志基准数据库(GTSRB)测试了所提算法的有效性,测试结果表明,算法在GTSRB基准数据集上获得98.82%的识别准确率以及每幅图像0.1ms的识别速度,本文算法具有一定的先进性.     

交错立方体上限制容错单播算法的研究

在交错立方体中引入限制故障顶点集的概念,证明了当n≥3时,交错立方体中基于限制故障顶点集的限制连通度为2n-2,这一结果几乎是交错立方体上传统连通度的两倍;然后提出了基于该情形下的时间复杂度为O(「log|F|┐n~3)的容错单播算法,并证明了在最坏情形下,该算法构造出的无故障路径的最长路径长度的上界为5m+n-1,其中m=「log|F|┐;进一步利用上述算法进行仿真.     

综合嵌入式视觉与网络智能通信的监控系统

基于物联网技术的操作平台,利用DSP,ARM技术的强大数据图像处理能力,结合互联网、移动通信网等网络进行信息的传送与交互,及智能计算技术对信息进行分析处理,提高产品的监控能力。     

管理信息系统与决策支持系统的开发策略方法对比研究

通过讨论管理信息系统和决策支持系统在功能上的不同,研究了两者在建设开发的策略和方法上各自的特点。     

信息物理融合系统中恶意软件传播与分岔控制策略

针对恶意软件在信息物理融合系统中传播机理难以描述的问题,利用非线性动力学理论构建其传播动力学模型,并基于稳定性理论和Hopf分岔定理对该模型的复杂动力学行为进行分析.为了控制恶意软件传播所引发的Hopf分岔,根据分岔控制理论设计了一类结合参数调节法与状态反馈法的混合分岔控制策略,并深入研究控制参数对Hopf分岔点位置及极限环幅值的影响.数值仿真结果表明所设计的混合分岔控制策略不仅能够提前或推迟Hopf分岔点,而且可以改变极限环幅值大小,使信息物理融合系统产生预期的动力学行为,实现控制目的,从而有效降低恶意软件的危害.     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

周期系数线性系统的稳定性

利用柯西矩阵的性质,讨论了周期系数线性矩阵的稳定性问题.将矩阵稳定的条件减弱为拟稳定,利用矩阵的不等式运算性质,得到了各种周期系统平凡解稳定的判据,所得结论,推广了现有文献的结论.最后,利用Matlab模拟仿真,验证了所得结果的可行性.     

异质多智能体系统在固定拓扑下的分组一致性

研究了异质多智能体系统的分组一致性,针对固定通信拓扑情况,提出了一种基于邻接信息的分布式控制协议,并通过李雅普诺夫理论,推导出异质多智能体系统实现分组一致性的充分条件.最后利用数值仿真验证了理论分析的正确性.     

一类区间不确定时滞系统超前/滞后补偿器设计

针对一类具有全极点的区间不确定时滞系统,给出了相位超前/滞后补偿器的一种图解鲁棒设计方法.对滞后因子采用一阶Pade近似,应用广义Kharitonov定理,证明了图解法设计出的相位超前/滞后补偿器可以镇定区间不确定近似系统.通过仿真验证了该补偿器亦可镇定原区间不确定时滞系统,并保持良好的系统性能.该种图解设计方法选择参数灵活,便于实际应用.     

一类二维非线性周期微分方程在退化平衡点的约化

考虑一类二维周期微分方程在退化平衡点附近小扰动下的约化问题.通过引入外部参数,对系统进行仿线性周期变换,将问题化成具有外部参数的系统的约化问题,再由隐函数定理和拓扑度性质,得到原方程的一个约化的标准型.此外,在零点附近得到了一个周期解.