一种基于衰减系数的混沌时间序列预测法

为提高加权一阶局域模型的预测精度,提出一种改进型混沌时间序列预测方法.该方法用衰减系数和时间延迟修正向量距离公式,调节邻近点与中心点的相关性,同时,只用邻近点中与预测值相关性最大的分量进行线性拟合.利用该方法对Henon混沌时间序列进行预测的结果表明,衰减系数取最佳值时,相对于现有算法,该方法可以更精确地预测混沌时间序...     

带积分边界条件的非线性高阶分数阶微分方程解的存在性

首先通过拉普拉斯变换得出一类带积分边界条件的非线性高阶分数阶微分方程满足边界条件的解,再利用压缩映射原理和Krasnosel’skii不动点理论,讨论了这类方程解的存在性和惟一性。     

不确定整数阶和分数阶R?ssler混沌系统的自适应滑模同步

提出不确定整数阶和分数阶R?ssler混沌系统的自适应滑模同步方法,构造新型的非奇异终端滑模面,设计鲁棒滑模控制律,使具有模型不确定性和外部扰动的R?ssler混沌系统同步.从理论上证明整数阶和分数阶误差系统具有稳定性.数值仿真结果表明所提方法是有效的.     

神经网络的本质逼近阶

运用多元函数逼近工具, 对三层前向人工神经网络逼近连续和可积函数的本质逼近阶进行了定量研究. 证明了当激活函数满足一定条件时, 对任意的连续或可积函数, 能具体构造有明确隐层单元下界的三层网络使之对被逼近函数任意逼近. 给出该类神经网络逼近的上、下界估计和本质逼近阶估计, 刻画所构造网络的逼近性能与网络隐层拓扑结构之间的关系. 特别地, 当被逼近函数为二阶Lipschitz函数时, 所建立的神经网络其逼近速度完全取决于被逼近函数的光滑性. 所获结果对逼近连续或可积函数类的前向神经网络具体构造及逼近能力刻画有重要的理论指导意义.     

四轮转向车辆分数阶控制方法研究

四轮转向系统(4WS)可根据前轮转向和车辆的状态通过后轮的转向提高车辆转弯能力, 同样, 利用这一转向系统可以改进车辆的横向稳定性和操纵性能. 当前轮转向相同时四轮转向车辆的转弯半径大于两轮转向, 而且普通的控制方法不考虑前轮转向的动态过程影响. 本文利用分数阶导数理论提出一种新的四轮转向控制方法, 其不仅考虑前轮转角和横摆角速度的大小, 而且也考虑到转向角速度的影响. 同时也给出控制方法的一些设计方法, 数值计算结果验证了该控制方法的有效性. 通过对两轮转向和四轮转向的转弯车辆的侧偏角、车辆绕质心的横摆角速度和转弯半径等动力学和运动学特性的计算结果比较, 本文的控制方法对四轮转向车辆在转向过程中的瞬态响应有所改进, 并减小了转弯半径.     

非凸大系统优化的辅助变量法

提出了一种优化非凸可分离大系统的新方法，该方法通过引入辅助变量，将非凸大系统分解成凸的子系统进行优化，文中举了一个应用本算法解非凸多品种最小费用流问题的实例。     

带阻尼项的分数阶差分方程的振动性和渐近性

使用广义的Riccati技巧,研究了一类具有阻尼项的分数阶差分方程△{r(t)[△~αy(t)~γ}+p(t)[△~αAy(t)]~γ+q(t)f[∑_(s=t_0)~(t-1+α)(t-s-1)~(-α)y(s)]=0,t∈N_(t_0+1-α),得到了其解的振动性的一些新准则.所得的结果改进和推广了某些分数阶离散方程的结果.     

模糊集的一类新广义熵

目的研究模糊集的一类新的广义熵。方法将离散随机变量的(k,q)阶广义熵推广到模糊集理论中,定义模糊集的(k,q)阶广义熵和q阶Shannon熵,讨论q阶Shannon模糊熵和q阶Re-nyi模糊熵之间的关系。结果得到了(k,q)阶广义熵和q阶Shannon模糊熵的一系列性质,并且证明了当q≥0.5时,q阶Shannon模糊熵是F(X)上的一个σ-熵。结论拓广了模糊熵,为模糊信息学的深入发展提出了新的思路。     

最高阶元个数是4p~2的有限群

文章讨论了最高阶元素的个数是4p~2的有限群(p>3,p为素数),即|M(G)|=4p~2的情形,通过最高阶元素的个数来讨论其对群G的影响,由该方程得到n,φ(k)的取值,从而根据n,φ(k)的值推导出G的结构,进一步判断G的可解性。     

采用部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别

提出一种基于部分灰度压缩扩阶共生矩阵的煤和煤矸石图像识别方法.首先,对煤和煤矸石0~255级灰度图像的前部分灰度信息作灰度级压缩和灰度矩阵扩阶处理,对剩余灰度级部分保持原灰度级不变;然后,根据灰度共生矩阵纹理特征分析理论,分别计算压缩扩阶后的煤和煤矸石灰度图像的能量、熵、惯性矩及相关性.最后,对煤和煤矸石各100张样本采集图像进行处理,并依据特征参数分类识别.结果表明:基于部分灰度压缩扩阶共生矩阵的特征参数能够很好地对煤和煤矸石图像进行有效识别,总的正确率达到93.5%.