复杂网络上的渗流和网络鲁棒性 给定度分布P(k)的复杂网络上的点缺陷： 顶点以概率q被随机的占据（工作状态良好） 或以概率1-q被空置 (被破坏) 然后考察系统存在无限大连通集团的临界概率qc 对无标度网络 当 λ<=3, 临界概率 qc 是0或负值. 无标度网络对于顶点的随机移除非常稳健!

人工智能、大数据与复杂系统【完结】，最新最全，人工智能、大数据与复杂系统【完结】，最新最全的视频。

FIM 使用Fisher信息矩阵评估模型的鲁棒性

针对自抗扰控制中参数??0 整定困难的问题, 提出一种新的参数辨识方法, 对线性自抗扰控制器(LADRC) 中的参数??0 进行辨识, 并提出了LADRC参数整定的基本规律. 通过频域分析研究了控制器参数??0 和控制器带宽???? 的变化对闭环系统扰动抑制能力的影响. 通过分析闭环控制系统的稳定区域研究了控制器的鲁棒性. 仿真结果表明, 根据辨识得到的??0 可以快速整定LADRC的参数, 使LADRC具有较强的鲁棒性.

为了提高永磁同步电机(PMSM)调速系统的动态性能，提出一种新型趋近律滑模控制策略。所提出的新型趋近律在幂次趋近律的基础上加入指数项，并且在幂次项指数中引入系统状态变量使幂次项指数与系统状态关联，解决幂次趋近律在远离滑模面时趋近速度慢的问题，同时使系统能平滑进入滑模面。然后，基于扩张状态观测器观测系统负载扰动，并将观测值前馈补偿至滑模控制器，降低负载扰动对系统的影响，提高系统的鲁棒性。仿真与实验结果表明，所提出的新型趋近律滑模控制策略能够有效地提高系统的动态性和鲁棒性。

加权网络是复杂网络研究的一个重要分支,连边权重的异质性有助于刻画复杂系统的各种特性.但长期以来,由于加权网络上各种统计量的定义不统一、物理意义不明确,很多学者直接抛弃交互作用的强度,使用门限值将加权网络变为二值无权网络后再进行研究.本文综述了加权网络上常用的统计量,并简要介绍了这些统计量在实际复杂系统分析中的应用.本研究有助于相关研究人员明确各种加权网络统计量的物理意义,使用加权网络对复杂系统进行分析和刻画.同时,理解各种常用统计量的内在联系和应用背景是构造更有效加权网络统计量的基础.最后介绍了各种权重网络的随机化置乱方法,为分析和理解实际加权网络统计量的绝对值提供了参考和比较.

系统内模控制器设计及仿真，对学习内模控制的同学应该会有些用

随着人工智能技术的飞速发展，深度神经网络在计算机视觉、信号分析和自然语言处理等领域中都得到了广泛应用.自然语言处理通过语法分析、语义分析、篇章理解等功能帮助机器处理、理解及运用人类语言.

神经网络内模控制Matlab仿真，该程序有错误

基于matlab的数字水印系统，方法为DCT和dwt多种可切换。流程为宿主图象，水印，嵌入，多种攻击，提取，评价参数。具备一个人机交互式GUI界面，界面友好，同时配备相对应的操作说明和运行效果图，直接运行GUI文件即可完美运行。带知网查重论文。另外，诸如车牌，指纹识别，图象去雾，压缩，水印，疲劳检测，人数统计，声音信号处理等均可做技术交流，欢迎一起探讨。