一类不确定时滞系统的鲁棒H∞可靠控制

研究了一类包含状态时滞和参数不确定系统基于状态观测器的鲁棒H∞可靠控制问题.目的是设计状态观测器不仅使得执行器正常工作时系统渐近稳定,而且使得对于系统中预先指定的执行器子集内的执行器失效时,相应的闭环系统也渐近稳定.借助于议论广义的Riccati矩阵不等式,给出了控制器存在的条件,同时给出了所期望控制器的解析式.最后,通过一个仿真例子,说明该方法的可行性.     

供应商和销售商协同创新模式研究

基于退货政策,在需求不确定且与创新水平具有相关性的前提下,分析了供应商和销售商协同创新的模式,给出了供应商和销售商的最优创新水平、最佳定货量以及各自所获得的利润.通过数值例子,说明了供应商和销售商协同创新的退货政策模式优于创新成本共担的退货政策模式.     

基于T-S模型的不确定切换系统的鲁棒H_∞可靠控制

提出一种基于局部T-S模型不确定切换系统的可靠控制方法,将输入空间划分为若干个区域,在每一区域内构建局部T-S模型并设计相应的控制器;这样由于模糊论域的变小而提高了逼近精度,然后再通过多模型切换控制,实现对整体非线性系统的逼近与控制.在此,利用并行分布补偿技术(PDC),借助于LMI和凸优化方法,得出系统鲁棒H∞可靠控制器的解析式.     

不确定系统受方差约束和鲁棒R稳定的H∞动态输出反馈控制

根据满意控制的思想,设计动态输出反馈控制器,使连续不确定系统满足预先给定的H∞指标、线性矩阵不等式(LMI)区域极点配置和方差约束指标,以保证系统具有期望的性能.利用线性矩阵不等式方法,将上述3类指标约束下的动态输出反馈控制器设计问题转化成一组LMI的可行解问题,借助Matlab-LMI工具箱进行有效求解.数值算例说明了所提出设计方法的有效性.     

一类不确定系统D稳定和方差约束的鲁棒H∞控制

研究了一类有色噪音驱动下的不确定系统区域稳定和方差约束的鲁棒H∞控制器的设计方法,其目的是通过设计状态反馈控制器,使闭环系统的极点被配置在给定的圆盘中,闭环传递函数的H∞范数小于所给定的一个正标量,同时闭环系统每个状态的稳态方差不高于各自给定的上界.借助于修正的Riccati矩阵不等式,给出了控制器存在的充分条件,同时给出了所期望控制器的解析式.最后,通过一个仿真例子,说明该方法的可行性.     

基于广义典型相关分析融合和鲁棒概率协同表示的人脸指纹多模态识别

针对单模态生物特征识别容易受自身条件和环境变化的影响,鉴于人脸识别和指纹识别已经在生物识别系统中得到了广泛应用,提出了二者特征信息融合的多模态生物特征识别方法。该方法首先对人脸、指纹图像进行预处理,并对这两种模态均提取LBP和Gabor特征,然后将广义典型相关分析方法分别引入到人脸多特征融合和指纹多特征融合中,应用分块对角矩阵组合上述融合的人脸特征和指纹特征,最后用鲁棒概率协同表示分类器进行分类。在两个多模态数据库上的实验结果表明:与人脸或指纹单模态生物特征识别相比,基于人脸指纹的多模态生物特征识别具有更高的识别率和更好的稳定性;所提出的基于广义典型相关分析的特征融合方法优于传统的融合方法。     

不确定系统D稳定的鲁棒H∞可靠性控制

研究了一类不确定系统区域稳定的鲁棒H∞可靠性控制器的设计方法,其目的是通过设计状态反馈控制器,使闭环系统的极点被配置在给定的圆盘中,同时,当有外生扰动,以及所有可能的不确定及其敏感执行器失灵的时候,依然能满足闭环传递函数的H∞范数有界的约束。借助于广义的Riccati矩阵不等式,给出了控制器存在的充分条件,同时给出了所期望控制器的解析式。最后,通过一个仿真例子,说明该方法的可行性。     

融合多尺度特征和子空间注意力的黏膜下肿瘤检测

计算机辅助检测工具可以帮助医生减少在临床检查中漏检误检的情况，从而提高诊断准确度，同时减轻医生的劳动强度。针对超声胃肠镜检查中黏膜下肿瘤的定位与分类问题，提出了一种融合多尺度特征和子空间注意力的黏膜下肿瘤检测算法(MFSA-YOLOv7t)。首先，移除小目标预测头，在保证精度下使网络轻量化；然后，基于浅层特征提出多尺度特征融合模块，提取肿瘤细节信息；其次，改进上采样结构，在保留上层信息的同时增强感受野；最后，引入子空间位置注意力模块，捕获肿瘤的位置和边界特征，进一步提升黏膜下肿瘤的检测性能。实验表明，MFSA-YOLOv7t在平均精度均值、敏感度以及准确度上分别达到97.32%，96.99%和96.24%，相比YOLOv7-tiny算法检测性能有较大的提升，分别提高了2.39%，2.75%和2.59%。MFSA-YOLOv7t为医生在临床检查中的辅助诊断提供更加可靠的肿瘤类型参考，同时为黏膜下肿瘤的检测提供了一个新的思路和研究方向。