摘要:

立体匹配一直是计算机视觉领域的一个中心研究问题.首先综合介绍了立体匹配算法的研究概况,论述了双目立体匹配算法中各种约束的核心概念和适用范围;然后重点归纳分析了立体匹配算法的分类及其发展过程中的各种演化算法,对其关键技术进行了剖析和比较,并总结了目前存在的主要难题和可能的解决途径;最后对该领域存在的问题和技术发展趋势进行了分析和讨论.

摘要:

研究群决策过程中决策者基于多个决策阶段,多种结构形式的判断偏好集结方法.基于互反判断偏好与互补判断偏好的转化公式,将多种类偏好的结构一致化;利用决策者判断偏好的一致性水平和与群体综合偏好偏差的距离,提出了确定决策者权重的方法;建立了基于决策先验信息的多阶段偏好集结的决策阶段赋权模型.根据各决策阶段的权重,将多阶段判断偏好集结成群体综合偏好.

摘要:

抽取有效鉴别特征是雷达一维高分辨距离像识别的关键.基于统计学习理论的核化原理,提出一种新的鉴别特征提取方法---核最优变换与聚类中心算法.该算法通过非线性变换,将数据映射到核空间,在核空间执行最优变换与聚类中心算法,能够提取一维距离像的稳健非线性鉴别特征.同时,基于训练样本在核空间所张成的子空间的一组基,给出一种快速计算方法,提高了特征提取速度.基于微波暗室实测数据的实验表明了该方法的有效性.

摘要:

利用灰色系统理论,在对缓冲算子和已有弱化缓冲算子研究的基础上,构造一类新的弱化缓冲算子,并研究其一些特性及内在关系,有效解决了冲击扰动数据序列在建模预测过程中经常出现的定量预测结果与定性分析结论不符的问题.实例分析结果表明,这类新的弱化缓冲算子能显著提高数据预测模型的预测精度.

摘要:

针对如何有效地设计决策树支持向量机(SVM)多类分类器的层次结构这个关键问题,提出一种基于向量投影的类间可分性测度的设计方法,并给出一种基于该类间可分性测度设计决策树SVM 多分类器层次结构的方法.为加快每个SVM子分类器的训练速度且保持其高推广性,将基于向量投影的支持向量预选取方法用于每个子分类器的训练中.通过对3个大规模数据集和手写体数字识别的仿真实验表明,新方法能有效地提高决策树SVM类分类器的分类精度和速度.

摘要:

针对一类线性系统,提出一种基于连续/离散二维混合模型的改进型重复控制系统设计方法.首先,通过分析重复控制系统中独立存在的控制行为和学习行为,建立了连续/离散二维混合模型,并将重复控制设计问题转化为一类连续/离散二维系统的状态反馈控制问题;然后,基于对重复控制过程的分析和二维模型,提出一种新型重复控制系统结构,并将重复控制器的设计问题转化为连续/离散二维混合系统的状态反馈设计问题;最后,应用二维Lyapunov 泛函理论和线性矩阵不等式方法,获得了重复控制器参数求解方法.

摘要:

提出一种针对部分较优微粒进行退火操作的精英退火微粒群算法.在退火操作中,结合Logistic方程的特点设计了一种新的错位调整方式,对当前已知最优区域重点搜索.该算法能增强算法的探索和开发能力,避免计算量过度增加.典型测试函数结果显示,该方法可同时提高算法的搜索速度和搜索精度.将基于该方法的PID控制器应用于发电机电压调节系统(AVR)计算结果表明,该PID控制器可以获得更为满意的控制性能指标.

摘要:

提出一种求解旅行商(TSP)问题的新型分散搜索算法.将蚁群算法(ACO)的构解方法引入分散搜索(SS)算法,在搜索过程中既考虑解的质量,又考虑解的分散性.采用一种将蚁群算法的信息素更新技术与分散搜索的组合机制相结合的新型子集组合成新解的构解机制,同时采用动态更新参考集与临界准则策略来加快收敛速度.实验结果表明,该算法优于其他现有的方法,获得了较好的结果.

摘要:

针对一类具有漏泄时滞细胞神经网络模型,首先给出该类网络的周期环在饱和区局部指数收敛的充分条件.研究表明,一个n维网络可以有2"个周期环存在于饱和区,并且这些周期环是局部指数收敛的.然后,研究了该时滞细胞神经网络指数周期的一个特殊情形---指数稳定.数值例子和仿真结果验证了所得结果的有效性.

摘要:

针对基于自适应观测器故障调节设计中的两个难点,即系统满足严格正实(SPR)条件与故障估计的准确性和快速性,首先引入适当的坐标变换,有效地放松了严格SPR 条件,适用于一大类控制系统的故障诊断;其次,针对变换后的系统,提出一种快速故障估计的设计方法,明显改善了故障估计的性能;再次,基于故障估计值修正控制律以补偿故障所带来的影响,使故障调节后的系统稳定;最后通过仿真实验验证了该方法的有效性.

摘要:

基本粒子群优化算法(PSO)存在易陷入局部极值的缺点.为此,研究鸟群迁徙觅食中的行为习惯,以加强PSO的鸟群社会模型和对鸟群行为的模拟.在所提出的改进算法中,历史飞行速度在实际觅食中不作为判断因子,只有发生位置重复时粒子才发生变异或摄动,以此增强粒子群优化算法跳出局部最优解的能力.实验结果表明,新算法的全局搜索能力有了显著提高.

摘要:

为减少计算复杂度,将具有解决复杂组合优化问题的免疫克隆选择算法应用于求解柔性生产调度问题.首先设计一种有效的抗原和抗体的数据结构,用抗原表示待调度的生产计划,抗体表示高效的柔性生产调度结果;然后着重设计了用于产生高效的柔性生产调度结果的克隆免疫算子;最后运用该模型对一个实际生产系统进行仿真调度决策,实验评估结果验证了算法的正确性和有效性.

摘要:

针对多项式非线性系统,提出一种用于验证二次型候选Lyapunov函数的数值计算方法.在该方法中,多项式系数被分解成带自由变量的系数矩阵,将正定性验证问题转化为矩阵不等式问题求解.对于局部稳定性分析,采用多个Lyapunov函数来趋近吸引域.每个Lyapunov 函数均在各指定方向上进行最大半径优化.在稳定性分析基础上,提出保收敛率的局部镇定控制器设计方法以扩大吸引域.

摘要:

通过对谈判案例的表达,检索,复用,评价,适配和学习的研究,基于案例推理的谈判支持系统解决了谈判者谈判相关知识缺乏的问题,在谈判案例表达方法中提出了属性分类方法;采用改进的最近相邻法进行谈判案例适配,以获得更相近的谈判历史案例;通过对基于案例推理的谈判机制分析,构建了基于案例推理谈判支持系统的体系结构,并详细设计了谈判系统的功能.最后,通过一个采购谈判方案验证了基于案例推理谈判支持系统的实用性.

摘要:

针对一类非线性非仿射离散时间系统,提出了高阶无模型自适应迭代学习控制方案.控制器的设计和分析仅依赖于系统的输入/输出(I/O)数据,不需要已知任何其他知识.该方法采用了高阶学习律,可利用更多以前重复过程中的控制信息提高系统收敛性,且学习增益可通过"拟伪偏导数"更新律迭代调节.仿真结果验证了所提出算法的有效性.

摘要:

提出一种新的联盟形成机制,以模糊数学为理论基础,着重研究个体间"满意度"和任务间"相似性"对联盟形成的影响,并将其表示为直觉模糊关系,通过模糊关系合成运算,得到新任务条件下agent间的"满意度".在此基础上,按不同阶段在不同范围内进行协商,从而有效降低了联盟形成的复杂性,并对其基本性质进行了分析.仿真实验表明了该机制的有效性.

摘要:

针对分布式多传感器融合多目标跟踪系统,提出一种基于经验模态分解(EMD)和灰关联技术的航迹关联方法.首先采用EMD 方法将各传感器的航迹信息分解为多个固有模态函数(IMF)之和;然后以各IMF 构成矩阵,对其进行奇异值分解;再以奇异值作为各航迹的特征向量,计算特征向量间的灰关联度;最后通过各关联度的融合,得到航迹正确关联的结果.典型情况下的仿真结果表明,与加权法相比,该方法能有效地用于航迹关联.

摘要:

将线性状态变换引入连续时间多面体不确定时滞系统中,利用线性矩阵不等式(LMI)方法,设计时滞相关型鲁棒预测控制器;通过适当选择Lyapunov 函数,推导出闭环系统渐近稳定的充分条件,并且该条件是时滞相关的.仿真算例验证了该方法的有效性.

摘要:

!针对非线性多输入多输出(MIMO)系统的黑箱辨识问题,提出一种基于ε不敏感损失函数的多输出支持向量回归机(SVR)模型,并给出了偏置的有效求取算法.在一个优化问题中,该模型能最小化所有输出带正则项的结构风险总和,并能为不同输出选择不同的核函数及模型参数.将多输出SVR模型应用于非线性MIMO系统的辨识,仿真结果表明,该模型克服了传统支持向量回归机必须为每个输出单独建模这一缺陷,并能提升系统的整体辨识能力.

摘要:

研究柔性臂协调运动系统分布参数模型的镇定问题.基于系统能量关系和正实引理,提出一种构造性的设计方法.所设计的控制器由前馈和动态反馈两部分构成,其中动态反馈部分的传递函数是严格正实的.通过线性算子半群理论和LaSalle 不变集原理,证明了闭环系统是渐近稳定的.

摘要:

基于T-S模糊模型,利用线性矩阵不等式(LMI)方法,研究一类非线性系统的模糊可靠 H2/H∞混合控制器设计问题.首先,分别以LMI形式给出了系统模糊可靠H2及 H∞ 控制器存在的充分条件和控制器设计方法;然后,给出系统混合 H2/H∞性能的可靠控制器设计方法,所设计的控制器使得故障闭环系统二次稳定,同时满足 H∞ 性能,且优化系统的H2性能指标;最后,通过数值例子验证了结论的正确性和控制器设计方法的有效性.

摘要:

为了有效提升支持向量机的泛化性能,提出两种集成算法对其进行训练.首先分析了扰动输入特征空间和扰动模型参数两种方式对于增大成员分类器之间差异性的作用;然后提出两种基于二重扰动机制的集成训练算法.其共同特点是,同时扰动输入特征空间和模型参数以产生成员分类器,并利用多数投票法对它们进行组合.实验结果表明,因为同时缩减了误差的偏差部分和方差部分,所以两种算法均能显著提升支持向量机的泛化性能.

摘要:

为解决折叠翼飞行器在机载发射段主升力翼面/立尾展开前后气动特性变化较大,以及对飞行控制律鲁棒性要求较高的问题,基于飞行器六自由度非线性动态模型,应用随机鲁棒分析与设计方法(SRAD),对机载发射段折叠翼飞行器的翼面/立尾展开过程,设计了鲁棒飞行控制律,并通过对风干扰环境下的六自由度非线性弹道仿真,验证了翼面"立尾展开段鲁棒飞行控制律的有效性.

摘要:

针对基于扩展卡尔曼滤波的估计融合算法存在线性化误差,且受高斯噪声假设限制的问题,提出一种基于交互式多模型粒子滤波(IMM-PF)的分布式多传感器估计融合算法.各传感器节点采用IMM-PF算法,以便在非线性,非高斯条件下稳健地跟踪机动目标;融合中心则采用基于粒子滤波(PF)的分布式融合方法进行全局估计融合.该算法适用于非线性,非高斯条件下的多传感器状态估计.仿真结果表明,该算法能够提高多传感器系统状态估计的精度.