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。     

大学生参与高校图书馆管理活动的心理轨迹分析

以大学生参与图书馆行为的需求价值为出发点,阐述了问题分析的基本框架,提出了大学生参与图书馆行为的需求价值实现路径。     

The effects of the non-breaking surface wave-induced vertical mixing on the forecast of tropical cyclone tracks

The Weather Research and Forecasting model(WRF)is configured for the region of(15°–41°N,105°–135°E),which covers the same area with the MASNUM(Key Lab.Marine ScienceNumerical Modeling,State Oceanic Administration)wave-tide-circulation coupled operational forecast system.Three numerical experiments are implemented to investigate the effects of the real-time forecasted sea surface temperature(SST)and the nonbreaking wave-induced vertical mixing(Bv)on the track forecast of all 33 tropical cyclones(TC)in the model domain area during 2008 and 2011.The first experiment employs NCEP FNL(NCEP final analysis)SST as WRF’s bottom condition as the Control run,which is also the default setup of WRF.The second and third experiments use real-time forecasted SST from the MASNUM forecast system with and without Bv,respectively.The forecasted track results are compared with Japan Meteorological Agency’s best track data.For 24-h forecast,the averaged TC position error of Experiment with Bv is reduced by 9%compared to the Control experiment,while the forecasted track error of Experiment without Bv is reduced by only2%compared to the Control experiment.For the 48-h forecast,the averaged track errors are reduced by 10%and6%with Bv and without Bv compared to the Control experiment,respectively.These results suggest that the real-time forecasted SST can improve the performance of WRF in forecasting TC track,and the Bv plays an important role in reducing the forecast error of TC track.Comparatively,Bv can improve more on the track of stronger TC.     

聚类分析法在地质多样性资源评价中的应用——以湖北省大别山地区为例

对地质多样性的概念、内容体系、价值、国内外研究现状等进行概述,根据地质多样性内容建立评价指标体系；并用聚类分析法对湖北省大别山地区的地质多样性资源进行评价,得出地质多样性资源分布呈纬度地带性规律.     

新课标下田径教学的问题及采取的对策

中学田径教学的不景气，主要是因为教学方法的陈1El，教学内容的单一以及教学评价的不合理所造成的。要想改变这种局面，我们就必须在诸多方面更新理念、有所变革。     

基于用户移动行为相似性聚类的Markov位置预测

由于采集点丢失或出现新用户等原因,GPS轨迹数据往往具有稀疏性,使得基于单个用户数据的位置预测准确率较低.针对这种情况,提出了基于移动行为相似性和用户聚类的Markov位置预测方法.首先,基于Voronoi图和原始GPS轨迹进行区域划分,位置预测基于区域轨迹进行;其次,提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法;再次,根据移动行为相似性对用户进行聚类,并在聚类的用户组上采用一阶Markov模型进行位置预测,提高了位置预测的准确性.真实GPS轨迹数据上的实验表明了所提出方法的有效性.     

基于IFCM-GRA的空间多维热误差温度测点优化

热误差是精密、超精密加工中主要的误差源之一,热误差温度测点优化是热误差补偿的关键问题.在机床空间多维布置的大量温度测点之间存在多重相关性,从众多测点中选取特征点的优劣程度,将直接影响到热误差补偿效果.通过对温度测点间多重相关性及温度与热误差关系的综合分析,采用改进的模糊C-均值(IFCM)聚类算法对温度测点进行聚类,以减小类与类之间温度测点的相关性,且避免FCM算法对初始聚类中心敏感易局部收敛的缺点.对温度测点按灰色关联分析(GRA)中的灰色综合关联度进行排序,从变化量和变化率的角度综合反映温度与热误差的关系.采用IFCM-GRA对温度测点进行优化,提高了热误差模型的鲁棒性及准确性,使温度测点数量大幅度减少.在某型号精密卧式加工中心上进行实验,温度测点从17个减少到4个.在不同转速下,利用多元线性回归对优化出的温度测点与热误差建立模型,所建立模型均能很好地预测热误差变化情况,经对预测模型分析,轴向热误差由几十微米减小到5μm以内.     

Cs相似度函数下正则谱聚类的收敛阶

用覆盖数逼近的方法给出Cs相似度函数下正则谱聚类的收敛阶.     

基于聚类分析的申贷信用等级评价方法

 为了解决申贷信用等级评价问题,介绍了解决银行申请贷款信用等级评价中聚类分析采用的基本概念及术语,提出了2种聚类算法包括基于信贷数据的聚类算法δ-kmeans;基于高维信贷数据的聚类算法ASC,并通过实验对其性能进行比较分析,实验表明:①δ-kmeans算法在信贷风险的控制上取得较好效果;②相比传统k-means和Coweb算法,ASC算法在聚类高维信贷数据上更加有效.利用k-means算法对银行信贷数据的聚类动力学关系进行分析.最后,给出了聚类分析算法在银行信贷领域应用的的难点.     

补肾益气类中药对男性田径运动员血清睾酮和皮质醇的影响

目的:探讨补肾益气类中药在对田径运动员运动能力的重要作用.方法:用试验法获得血清睾酮、血清皮质醇和血清睾酮与皮质醇比值3个生化指标的数据,用SPSS l3.0统计学软件对所得数据进行T检验和描述性统计.结果:(1)服药组在训练的第1周的血清睾酮虽略有下降,但在第2周和第4周就有回升,并且稳定到了试验前水平;(2)服药组...