期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
输入采用一般模糊划分的T-S模糊控制系统稳定性分析
被引量：
10
1
作者
王宁
孟宪尧
《自动化学报》
EI
CSCD
北大核心
2008年第11期1441-1445,共5页
通过定义一种对输入空间的一般模糊划分(General fuzzy partition,GFP),研究了输入采用GFP的T-S模糊系统的性质,以充分利用规则前件变量的结构信息.通过构造连续分段光滑Lyapunov函数,提出了新的T-S模糊控制系统的稳定性条件.该条件同...
通过定义一种对输入空间的一般模糊划分(General fuzzy partition,GFP),研究了输入采用GFP的T-S模糊系统的性质,以充分利用规则前件变量的结构信息.通过构造连续分段光滑Lyapunov函数,提出了新的T-S模糊控制系统的稳定性条件.该条件同时考虑了各局部子系统之间的相互关系,降低了现有稳定性条件的保守性和求解难度.通过严格证明和数值示例,比较了所得稳定性条件之间的保守性关系及其与以往充分条件之间的关系.对运用并行分布补偿(Parallel dis-tributed compensation,PDC)和线性矩阵不等式(Linear matrix inequalities,LMI)方法所设计的T-S模糊控制系统进行计算机仿真研究,结果验证了所得稳定性条件的有效性和优越性.
展开更多
关键词
模糊控制
T-S模糊模型
稳定性
一般模糊划分
在线阅读
下载PDF
职称材料
Rician-Nakagimi信道中正交空时分组码的近似性能分析
2
作者
闫秋娜
徐峰
岳殿武
《南京信息工程大学学报（自然科学版）》
CAS
2009年第2期102-105,共4页
在Rician-Nakagami信道中,正交空时分组码在MPSK和MQAM调制下符号错误概率已有精确的闭式表达式.这些结果由复杂的多元超几何函数表示.为了降低理论分析的复杂度,采用梯形法理论进行近似性能分析,即在MPSK和MQAM调制下,将两者的平均符...
在Rician-Nakagami信道中,正交空时分组码在MPSK和MQAM调制下符号错误概率已有精确的闭式表达式.这些结果由复杂的多元超几何函数表示.为了降低理论分析的复杂度,采用梯形法理论进行近似性能分析,即在MPSK和MQAM调制下,将两者的平均符号错误概率的积分表达式进行分段,每个分段区间用梯形取代,并给出了其符号错误概率的近似封闭表达式.仿真结果表明,即使在较小的分段数目下,采用梯形法的近似性能曲线与精确性能曲线仍吻合很好.
展开更多
关键词
正交空时分组码
Rician—Nakagami信道
MPSK调制
MQAM调制
符号错误概率
在线阅读
下载PDF
职称材料
基于导波和轻量化卷积神经网络的复合材料结构损伤识别方法
3
作者
包文强
马济通
+1 位作者
赵森
杨正岩
《应用数学和力学》
2025年第8期1027-1036,共10页
针对有限计算资源下复合材料的实时监测问题,该文提出了基于超声导波和轻量化卷积神经网络(one⁃di⁃mension convolutional neural network⁃deformable convolution attention,CDCA)的损伤实时识别方法.在该方法中,为了压缩多个路径的导...
针对有限计算资源下复合材料的实时监测问题,该文提出了基于超声导波和轻量化卷积神经网络(one⁃di⁃mension convolutional neural network⁃deformable convolution attention,CDCA)的损伤实时识别方法.在该方法中,为了压缩多个路径的导波信号,首先提出了改进差分驱动的平均聚合(improved differential⁃driven piecewise aggregate ap⁃proximation,IDPAA)算法,利用该方法可以显著减少计算量;其次,提出了轻量化可变形卷积注意力(deformable convolution attention,DCA)机制,让模型聚焦在与损伤相关的像素级特征,从而实现更高效、准确的结构损伤识别;最后,通过结合一维卷积神经网络(one⁃dimension convolutional neural network,1D⁃CNN)和DCA机制,构建了CDCA模型.该模型不仅可以在有限资源环境下运行,还能实现含噪声工况下的损伤实时识别.在真实数据集上验证了所提出方法的有效性.试验结果表明,所提出的损伤识别方法有较高的损伤识别准确性,准确率可达98%,并且大幅提高了模型计算效率,相较于其他先进深度学习模型具有显著的优势.
展开更多
关键词
结构健康监测
超声导波
复合材料
深度学习
轻量化卷积神经网络
在线阅读
下载PDF
职称材料
题名
输入采用一般模糊划分的T-S模糊控制系统稳定性分析
被引量：
10
1
作者
王宁
孟宪尧
机构
大连海事大学
轮机工程
学院
大连海事大学信息与科学技术学院
出处
《自动化学报》
EI
CSCD
北大核心
2008年第11期1441-1445,共5页
文摘
通过定义一种对输入空间的一般模糊划分(General fuzzy partition,GFP),研究了输入采用GFP的T-S模糊系统的性质,以充分利用规则前件变量的结构信息.通过构造连续分段光滑Lyapunov函数,提出了新的T-S模糊控制系统的稳定性条件.该条件同时考虑了各局部子系统之间的相互关系,降低了现有稳定性条件的保守性和求解难度.通过严格证明和数值示例,比较了所得稳定性条件之间的保守性关系及其与以往充分条件之间的关系.对运用并行分布补偿(Parallel dis-tributed compensation,PDC)和线性矩阵不等式(Linear matrix inequalities,LMI)方法所设计的T-S模糊控制系统进行计算机仿真研究,结果验证了所得稳定性条件的有效性和优越性.
关键词
模糊控制
T-S模糊模型
稳定性
一般模糊划分
Keywords
Fuzzy control, T-S fuzzy model, stability, generalfuzzy partition （GFP）
分类号
TP273.4 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
Rician-Nakagimi信道中正交空时分组码的近似性能分析
2
作者
闫秋娜
徐峰
岳殿武
机构
大连海事大学信息与科学技术学院
出处
《南京信息工程大学学报（自然科学版）》
CAS
2009年第2期102-105,共4页
基金
国家自然科学基金(60672030)
文摘
在Rician-Nakagami信道中,正交空时分组码在MPSK和MQAM调制下符号错误概率已有精确的闭式表达式.这些结果由复杂的多元超几何函数表示.为了降低理论分析的复杂度,采用梯形法理论进行近似性能分析,即在MPSK和MQAM调制下,将两者的平均符号错误概率的积分表达式进行分段,每个分段区间用梯形取代,并给出了其符号错误概率的近似封闭表达式.仿真结果表明,即使在较小的分段数目下,采用梯形法的近似性能曲线与精确性能曲线仍吻合很好.
关键词
正交空时分组码
Rician—Nakagami信道
MPSK调制
MQAM调制
符号错误概率
Keywords
orthogonal space-time block code
Rician-Nakagami channel
MPSK
MQAM
SEB
分类号
TN929.5 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于导波和轻量化卷积神经网络的复合材料结构损伤识别方法
3
作者
包文强
马济通
赵森
杨正岩
机构
大连海事大学信息与科学技术学院
出处
《应用数学和力学》
2025年第8期1027-1036,共10页
基金
国家自然科学基金(12102075,62101090)
中国科协青年人才托举工程(2022QNRC001)
中央高校基本科研业务费(3132024236)。
文摘
针对有限计算资源下复合材料的实时监测问题,该文提出了基于超声导波和轻量化卷积神经网络(one⁃di⁃mension convolutional neural network⁃deformable convolution attention,CDCA)的损伤实时识别方法.在该方法中,为了压缩多个路径的导波信号,首先提出了改进差分驱动的平均聚合(improved differential⁃driven piecewise aggregate ap⁃proximation,IDPAA)算法,利用该方法可以显著减少计算量;其次,提出了轻量化可变形卷积注意力(deformable convolution attention,DCA)机制,让模型聚焦在与损伤相关的像素级特征,从而实现更高效、准确的结构损伤识别;最后,通过结合一维卷积神经网络(one⁃dimension convolutional neural network,1D⁃CNN)和DCA机制,构建了CDCA模型.该模型不仅可以在有限资源环境下运行,还能实现含噪声工况下的损伤实时识别.在真实数据集上验证了所提出方法的有效性.试验结果表明,所提出的损伤识别方法有较高的损伤识别准确性,准确率可达98%,并且大幅提高了模型计算效率,相较于其他先进深度学习模型具有显著的优势.
关键词
结构健康监测
超声导波
复合材料
深度学习
轻量化卷积神经网络
Keywords
structural health monitoring
ultrasonic guided wave
composite material
deep learning
light-weight convolutional neural network
分类号
V11 [航空宇航科学技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
输入采用一般模糊划分的T-S模糊控制系统稳定性分析
王宁
孟宪尧
《自动化学报》
EI
CSCD
北大核心
2008
10
在线阅读
下载PDF
职称材料
2
Rician-Nakagimi信道中正交空时分组码的近似性能分析
闫秋娜
徐峰
岳殿武
《南京信息工程大学学报（自然科学版）》
CAS
2009
0
在线阅读
下载PDF
职称材料
3
基于导波和轻量化卷积神经网络的复合材料结构损伤识别方法
包文强
马济通
赵森
杨正岩
《应用数学和力学》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
