序列分数阶系统的渐近稳定性

根据Lyapunov稳定性理论,研究了由序列分数阶线性定常微分方程描述的控制系统的渐近稳定性,给出了分数阶系统稳定性定义,并利用两参数的Mittag-Leffler函数相关定理直接推导出稳定性结论．仿真实例和结果证实了相应的稳定性结论．     

Research on the stability of control systems described by fractional-order transfer functions

The stability of control systems described by fractional-order transier functlon torm is mainly investigated. The stability analysis of integer-order linear systems was extended to the fractional-order control systems. The stability definition of fractional-order linear control systems is presented in temas of the Lyapunov‘ s stability theory. Using the theorems of the Mittag-Eeffler function in two parameters directly derives the stability conclusion. The illustrative examples are also given by simulation results.     

中小企业是技术创新的生力军

在国家创新体系中,企业,尤其是大企业被视为科技创新的主力,中小企业的创新作用容易被忽视。然而,为数众多的中小企业以其自身的特点以及外部环境的改善正成为创新体系中的一支生力军。     

如何培养学生的数学应用能力

新课标对学生数学应用能力的培养提出了更高的要求,笔者从课堂教学、数学建模、研究性学习等三个方面在数学应用能力的培养上所起的作用作了阐述与尝试.     

数学课堂教学中创新精神的培养

学生创新精神的培养,创新的课堂教学是主渠道。需要我们数学教师更新教育观念,树立以学生为主体的思想,优化课型建设,使罨堂教学成为“多维营养”的源泉,改革评价导向,在课堂教学中营造科学创新的氛围。     

人工神经网络吸光光度法同时测定钛锆

在钛,锆-二溴羟基苯基荧光酮-CTMAB显色体系中,应用三层ANN—BP网络解析钛和锆的吸收光谱,不经分离吸光光度法同时测定钛和锆。钛和锆的表观摩尔吸光系数分别为ε_(547)=9.66×10~4,ε_(533)=1.80×10~5。同时测定合金钢中钛和锆,结果满意。使用改进的BP算法,避免了神经网络学习过程中可能产生的麻痹现象。提出了目标向量的简单变换方法及便于网络参数选择的收敛评价函数。     

分数阶PID控制器及其数字实现

提出一种新的比例、积分、微分(PID)控制器——分数阶PID控制器(包含分数阶积分器和微分器)，把传统的PID控制器的阶次推广到分数领域，它不但适合于分数阶系统，也适用于某些整数阶系统，并能够取得一些优于整数阶PID控制器的效果．给出了分数阶PID控制器的一种数字实现形式，运用Grunwald—Letnicov分数微积分定义，取有限项作近似处理，从而可以直接在时域中运用Z变换方法来计算分数阶PID控制器．仿真结果证明了所给方法的有效性．     

独立分量分析法改进商图像

商图像方法是一种处理人脸识别中光线变化问题的简便方法,但其存在理想类假设不准确以及三维点光源无法很好地近似任意光照情况两个问题。针对这些不足,本文利用最小二乘法解决不准确理想类的问题,并提出了一种基于独立分量分析的商图像改进方法,解决三维点光源模型无法很好地近似任意光照情况的问题。仿真实验结果表明:所提方法与原方法相比具有更好的图像合成效果和人脸识别性能。     

基于CSP与卷积神经网络算法的多类运动想象脑电信号分类

针对直接利用卷积神经网络(convolutional neural network,CNN)算法对多类运动想象脑电信号分类识别时,因样本量比较少,难以充分训练权值,导致分类效果较差的问题,结合一对多CSP算法与CNN算法对多类运动想象脑电信号进行特征提取与分类。首先,利用CSP算法对多类运动想象脑电信号进行特征提取,形成一维特征数据,作为CNN的输入样本;其次,对传统二维输入样本的CNN结构进行改造,使其适应一维数据的输入样本,对输入样本进行再次特征提取并分类;最后,使用BCI2005desc—Ⅲa的K3b数据进行算法验证;并对不同参数值的确定进行了讨论。算法验证结果表明,单独利用一对多CSP算法得到的分类正确率73%,单独使用CNN算法得到正确率为75%,新算法取得了91.46%的正确率,相比两种原始方法有较大提升。