期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
P-集合与双P-数据恢复-辨识 被引量:43
1
作者 张冠宇 周厚勇 史开泉 《系统工程与电子技术》 EI CSCD 北大核心 2010年第9期1919-1924,共6页
利用P-集合(packet sets),介绍内P-数据、外P-数据、双P-数据概念;双P-数据由内P-数据与外P-数据共同构成;分析双P-数据动态特性。利用这些概念,描述双P-数据依赖与双P-数据依赖的同心圆定理,提出双P-数据恢复-辨识定理与双P-数据恢复-... 利用P-集合(packet sets),介绍内P-数据、外P-数据、双P-数据概念;双P-数据由内P-数据与外P-数据共同构成;分析双P-数据动态特性。利用这些概念,描述双P-数据依赖与双P-数据依赖的同心圆定理,提出双P-数据恢复-辨识定理与双P-数据恢复-辨识准则,并给出应用。双P-数据恢复-辨识是信息系统中的一个新的研究领域,P-集合是这个研究领域中的一个新工具。 展开更多
关键词 P-集合 双P-数据 动态特性 恢复-辨识定理 恢复-辨识准则
在线阅读 下载PDF
基于灰度-梯度特征的改进FCM土壤孔隙辨识方法 被引量:7
2
作者 赵玥 韩巧玲 赵燕东 《农业机械学报》 EI CAS CSCD 北大核心 2018年第3期279-286,共8页
土壤孔隙的拓扑结构决定了土壤水分保持和传导能力,对土壤生态过程与功能具有重要影响,但现有土壤孔隙辨识方法存在孔隙边界判别不准确和运行效率较低的问题。为解决这一问题,提出一种基于土壤CT图像灰度-梯度特征的改进模糊C均值(GFFCM... 土壤孔隙的拓扑结构决定了土壤水分保持和传导能力,对土壤生态过程与功能具有重要影响,但现有土壤孔隙辨识方法存在孔隙边界判别不准确和运行效率较低的问题。为解决这一问题,提出一种基于土壤CT图像灰度-梯度特征的改进模糊C均值(GFFCM)孔隙辨识方法。该方法利用拉普拉斯算子建立灰度-梯度二维特征矩阵,并结合土壤相关先验知识分区构造初始隶属度矩阵和确定聚类数目;然后,基于初始条件实现土壤结构的模糊划分;最后,运用孔隙辨识准则对模糊聚类结果进行优化,完成土壤孔隙结构的精准辨识。以非饱和土壤CT图像为应用对象验证孔隙辨识方法的性能,通过与传统FCM法、快速FCM法(FFCM)的比较,表明GFFCM法有效克服了传统FCM法在隶属度矩阵和聚类数目初始化的不足,解决了初始值制约辨识精确度的问题,在保证孔隙辨识精度的前提下具有较高的执行效率。 展开更多
关键词 土壤孔隙 灰度-梯度 隶属度矩阵 模糊C均值方法 孔隙辨识准则
在线阅读 下载PDF
基于三阶累积量的闭环辨识
3
作者 莫建林 张卫东 许晓鸣 《上海交通大学学报》 EI CAS CSCD 北大核心 2001年第8期1136-1140,共5页
将高阶累积量对具有高斯分布特性的 (白色或有色 )随机噪声的强烈抑制特性 ,用于辨识开环条件下的干扰 ,一些文献中提出了基于高阶累积量的改进均方辨识准则 (MSE) .针对三阶累积量的情形 ,探讨了该准则在噪声干扰下闭环辨识中的适用性 ... 将高阶累积量对具有高斯分布特性的 (白色或有色 )随机噪声的强烈抑制特性 ,用于辨识开环条件下的干扰 ,一些文献中提出了基于高阶累积量的改进均方辨识准则 (MSE) .针对三阶累积量的情形 ,探讨了该准则在噪声干扰下闭环辨识中的适用性 .理论分析表明 ,扩展到闭环情形下的MSE辨识准则等价于无噪声干扰下对象处于开环情形时的均方误差辨识准则 .该方法可获得处于闭环运行状态下对象的渐进无偏参数估计 ;当对象采用 ARMA模型时 ,可获得相应的线性递推辨识算法 . 展开更多
关键词 累积量 闭环辨识 高斯噪声 无偏参数估计 均方误差辨识准则 系统辨识
在线阅读 下载PDF
P-集合与-F-记忆信息特性-应用 被引量:26
4
作者 汪洋 张冠宇 史开泉 《计算机科学》 CSCD 北大核心 2011年第2期246-249,266,共5页
P-集合(packet sets)是由内P-集合(internal packet sets)与外P-集合(outer packet sets)构成的集合对,或者(X-F,XF)是P-集合。P-集合具有动态特性。P-集合的动态特性来自对集合X的属性集合α给予属性补充与给予属性删除。利用P-集合的... P-集合(packet sets)是由内P-集合(internal packet sets)与外P-集合(outer packet sets)构成的集合对,或者(X-F,XF)是P-集合。P-集合具有动态特性。P-集合的动态特性来自对集合X的属性集合α给予属性补充与给予属性删除。利用P-集合的结构与动态特性-、F-记忆信息生成概念,给出了-F-记忆信息的度量与-F-记忆信息的-F-记忆圆概念,提出了-F-记忆信息存在性定理-、F-记忆信息恢复定理与-F-记忆信息特性定理。利用这些结果,给出了-F-记忆信息的应用。P-集合是研究动态信息系统的一个新的数学模型与数学方法。 展开更多
关键词 P-集合 -F-记忆信息 记忆度量 记忆特征性定理 辨识准则 应用
在线阅读 下载PDF
外P-集合与F-信息伪装 被引量:17
5
作者 刘若慧 刘保仓 史开泉 《系统工程与电子技术》 EI CSCD 北大核心 2011年第1期116-119,137,共5页
P-集合(packet sets)是一个集合对,它是由内P-集合(internal packet sets)与外P-集合(outer packet sets)共同构成。P-集合具有动态性,利用外P-集合,给出F-信息伪装与F-信息伪装生成概念;提出F-信息伪装度量定理与信息伪装被恢复-还原定... P-集合(packet sets)是一个集合对,它是由内P-集合(internal packet sets)与外P-集合(outer packet sets)共同构成。P-集合具有动态性,利用外P-集合,给出F-信息伪装与F-信息伪装生成概念;提出F-信息伪装度量定理与信息伪装被恢复-还原定理;给出辨识准则与方法。利用这些结果,给出F-信息伪装被恢复-还原的应用。P-集合是研究动态信息系统的一个新理论和新方法。 展开更多
关键词 P-集合 F-信息伪装 F-信息伪装度量 F-恢复-还原定理 辨识准则
在线阅读 下载PDF
P-集合与F-记忆信息特性-应用 被引量:1
6
作者 汪洋 史金昌 史开泉 《计算机科学》 CSCD 北大核心 2011年第5期212-215,243,共5页
P-集合(packet sets)是由内P-集合X■(internal packet set X■)与外P-集合XF(outer packet set XF)构成的集合对;或者,(X■,XF)是P-集合。P-集合具有动态特性。P-集合的动态特性来自对集合X的属性集合α给予部分属性补充和部分属性删... P-集合(packet sets)是由内P-集合X■(internal packet set X■)与外P-集合XF(outer packet set XF)构成的集合对;或者,(X■,XF)是P-集合。P-集合具有动态特性。P-集合的动态特性来自对集合X的属性集合α给予部分属性补充和部分属性删除。利用P-集合的结构与动态特性,给出了F-记忆信息生成概念、F-记忆信息的度量与F-记忆信息的F-记忆圆概念,提出了F-记忆信息存在性定理、F-记忆信息恢复定理与F-记忆信息特性定理。利用这些结果,给出了F-记忆信息的应用。指出P-集合是研究动态信息系统的一个新的数学模型与数学方法。 展开更多
关键词 P-集合 F-记忆信息 记忆度量 记忆特征性定理 辨识准则 应用
在线阅读 下载PDF
P-集合与信息F-伪装-辩识 被引量:1
7
作者 刘保仓 刘若慧 史开泉 《计算机工程与应用》 CSCD 北大核心 2011年第18期32-35,共4页
P-集合(packet sets)是一个集合对,它由内P-集合(internal packetsets)与外P-集合(outer packetsets)共同构成。P-集合具有动态性,利用内P-集合,给出F-信息伪装与F-信息伪装生成概念;提出F-信息伪装度量定理与信息伪装被恢复-还原定理;... P-集合(packet sets)是一个集合对,它由内P-集合(internal packetsets)与外P-集合(outer packetsets)共同构成。P-集合具有动态性,利用内P-集合,给出F-信息伪装与F-信息伪装生成概念;提出F-信息伪装度量定理与信息伪装被恢复-还原定理;给出辨识准则与方法。利用这些结果,给出F-信息伪装被恢复-还原的应用。P-集合是研究动态信息系统的一个新理论和新方法。 展开更多
关键词 P-集合 F-信息伪装 F-信息伪装度量 F-恢复-还原定理 辨识准则
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部