Adaptive Neural Control for a Class of Low-triangular-structured Nonlinear Systems with H-∞Performance Analysis

In this paper,a neural-network-based variable structure control scheme is presented for a class of nonlinear systems with a general low triangular structure.The proposed variable structure controller is proved to be C1,thus can be applied for backstepping design,which has extended the scope of previous nonlinear systems in the form of strict-feedback and pure-feedback.With the help of neural network approximator,H-oo performance analysis of stability is given.The effectiveness of proposed control law is verified via simulation.     

外包空间数据库的完整性保证机制

存储在云计算服务提供商上的用户数据可能被篡改或删除,查询完整性验证方案的作用是确保查询用户能够验证查询结果中的数据是真实的且包含所有满足条件的数据.本文在现有验证树结构基础上进行改进,提出了一种空间验证数据结构VSS-tree.利用SS-tree作为基本结构并为其附加验证信息,采用边界球进行区域划分增大了节点的度,有效降低了验证树的高度,并避免了不必要的磁盘访问,从而提高了空间查询验证的处理效率.实验结果表明,该方案比MR-tree具有更好的性能.     

一类自适应网络上的传染病模型研究

利用多项分布下的三元组逼近公式,对自适应网络中的SIS矩封闭传染病模型进行封闭,研究多项分布下自适应行为对传染病传播的影响,通过定性与稳定性理论,得到了模型的基本再生数R0,分析了平衡点的稳定性.得到断边重连自适应行为对传染病传播具有多重作用:当相对传染率足够小时,模型发生标准的前向分支,R0<1时疾病趋于灭绝;反之,从数学理论上严格证明了重连可导致后向分支和鞍结点分支等复杂动力学行为的发生,因此R0<1不足以控制传染病的传播。     

丽水市黄村水库水系浮游动物生态特征及影响因子

2016年4月—2017年3月,每月对丽水市黄村水库流域浮游动物(包括轮虫、桡足类和枝角类)进行了调查,分析其群落结构的生态特征、水库与河道中群落时空分布差异性及其关键影响因子.结果显示:该水域共检出浮游动物37种,其中轮虫27种,桡足类5种,枝角类5种.基于浮游动物群落数据进行聚类分析,将所调查的水体区域分为4类:上游河道、大洋水库、(两水库间的)连接河道和黄村水库.4类区域的浮游动物群落在种类、多样性、优势种、生物量及特有种方面特征明显.黄村水库、大洋水库和连接河道均从上游河道处来水,但浮游动物群落结构却出现不同程度的差异性,表明浮游动物群落的构建过程与环境(局域物种分选过程)和空间(扩散限制)有着重要关联.     

莱芜市城区街道灰尘重金属含量及其健康风险评价

对莱芜市城区交通干道灰尘中重金属的污染特征及其基本理化性质进行了研究,分析了重金属元素的空间分布及其相关性,并对街道灰尘重金属的健康风险进行了评价.结果表明,街道灰尘中Hg,As,Cr,Pb,Zn和Cu的平均含量分别为0.170、11.7、60.6、52.9、96.3和30.3mg·kg~(-1),街道灰尘呈碱性,pH的平均值为9.40,有机质平均含量为54.06g·kg~(-1),街道灰尘中6种重金属的平均含量均符合土壤环境质量标准(GB 15618-1995)二级标准,除Cr外其他元素平均值均超过山东省土壤背景值.除Pb外,各元素含量均表现为从西向东降低的趋势;Cr、Zn和Cu两两之间具有显著的相关性,Hg和As与其他元素的相关性较弱;交通和工业生产可能是城区街道灰尘重金属的主要来源.健康风险评价的结果表明,不同暴露途径非致癌风险熵均由大到小表现为口摄入途径、皮肤接触途径、吸入途径,口摄入为城区街道灰尘暴露风险的主要途径;各重金属对于人体的非致癌风险由大到小表现为As,Cr,Pb,Cu,Hg,Zn,儿童的非致癌风险大于成人,但均小于风险阈值1;As和Cr形成的致癌风险较低.     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

CEEMDAN自适应阈值去噪算法在地震方向的应用

提出一种基于自适应完备集合经验模态分解(CEEMDAN,complete ensemble empirical mode decomposition with adaptive noise)的自适应阈值去噪算法。含噪信号经CEEMDAN算法分解成若干个模态分量(IMF,intrinsic mode functions),根据样本熵理论,对IMF分量中高频分量自适应选取,根据噪声和有用信息与原始信号的相关性不同,对高频分量中的噪声系数定位,利用能量熵选取噪声主区间,用高频分量中噪声主区间的噪声系数方差作为阈值,对高频分量进行阈值去噪,进一步去除噪声,保留高频中的有用信息,最后将信噪分离的高频分量和低频分量重构。分别对合成和实际地震信号去噪处理,并与常规去噪算法进行对比。数据仿真和实验结果表明,在原始信号信噪比为0.5dB时,常规与改进算法去噪后信噪比分别为4.55dB和9.97dB,大幅提高信噪比,达到随机噪声压制的目的,实现了高频分量的自适应选取和高频分量中有用信息的再提取。     

基于变分模态分解的相关能量熵自适应阈值去噪

为有效抑制噪声对地震数据的影响,根据地震信号的时频特性,提出了基于变分模态分解的相关能量熵阈值去噪方法。采用变分模态分解算法将地震信号分解为频率由高频到低频且具有一定带宽的模态分量,计算各模态分量与地震信号的规范化相关系数,实现对各模态分量中的有效信息和噪声的定位。将去除有效信息的各模态分量分成若干子区间,分别计算各子区间的噪声能量熵,选取能量熵最大区间的模态分量系数作为该分量的噪声方差获得该分量的阈值,再将经阈值处理后的各模态分量重构得到去噪信号。通过对合成地震模型和实际地震信号进行去噪处理,并与直接去除高频分量的变分模态分解去噪方法进行了对比,结果表明,该方法能在强噪声环境下更有效地提取地震信号中的有效成分,提高信噪比。     

一种基于加权多准则的火炮爆炸场中高温火球三维温度场的迭代重建算法

针对爆炸场温度高、温度动态范围大、不可直接测量、温度场重建难以取得较高精度等问题,改进了一种在图像重建中广泛应用的联合代数重建（simultaneous algebraic reconstruction technique,SART）算法,以实现爆炸场中温度场的重建。该改进方法将原算法迭代固定步长改为自适应步长,通过判断相邻像素间是否产生畸变来决定迭代步长的大小,无畸变时迭代步长较大,有畸变时则加入惩罚使迭代步长变小;并在SART算法满足的最小二乘准则中加入均匀性准则,提高重建质量。通过仿真实验讨论了惩罚区域和惩罚系数对重建图像质量的影响,并对比了传统SART算法和在校正项中加入惩罚的SART算法。实验结果表明,由于改进方法在迭代系数中加入了惩罚项,得到的重建图像质量更高。     

基于半参数空间模型的房地产估值数据研究

针对现有的房地产估值模型中不包含空间自相关性以及非线性影响因素的问题,提出了可以灵活解释变量意义的部分线性空间自回归模型来拟合房地产估值数据;对于部分线性空间自回归模型的估计问题,利用局部多项式方法与拟极大似然估计法相结合的两步估计过程得到参数部分的估计;房地产估值数据的拟合结果表明:房地产估值数据确实存在空间相关性,房屋到最近的捷运站的距离与房价呈负相关关系,而步行生活圈中便利店的数量与房价呈正相关关系,这与现实意义上的解释是相通的,另外房屋年龄与房价之间的非线性关系也被体现出来;部分线性空间自回归模型能更加客观和灵活地解释房地产估值数据的现实意义。