具有延迟和不连续神经元激活的分数阶忆阻神经网络的O（t-α）同步和Mittag-Leffler同步

在这项研究中，我们介绍了两种基于分数低阶循环平稳性的鲁棒信号选择新算法，以解决在存在干扰和α稳定分布脉冲的情况下估计循环平稳信号到达时间差（TDOA）的问题噪音。 基于传统的信号选择和分数低阶统计量（FLOS）的TDOA方法在存在非高斯α稳定脉冲噪声和干扰信号干扰的情况下会导致性能下降。 通过利用分数低阶循环平稳性，我们能够开发一种新颖的多周期方法和广义分数阶低阶光谱相干方法。 所提出的方法抑制了α稳定脉冲噪声的影响，并更好地利用了循环平稳信号的循环平稳特性。 仿真结果表明，新方法对干扰和脉冲噪声具有较高的容忍度，并且比常规算法具有更高的估计精度。

联合估计到达时间差（TDOA）和到达频率差（FDOA）或多普勒的问题具有多种实际应用。 在存在非高斯α稳定脉冲噪声和干扰的情况下，常规的循环歧义函数和分数阶低阶歧义函数的性能会下降。 为了克服这些缺点，提出了一种基于分数低阶循环平稳性的鲁棒性平稳信号选择算法。 该新方法利用了循环平稳性特征和分数阶低阶统计量，对干扰具有很高的容忍度，并且对高斯噪声和非高斯α稳定脉冲噪声均具有较强的鲁棒性。 通过与基于循环平稳性和基于分数低阶统计量（FLOS）的方法进行比较，证明了该方法在存在脉冲噪声和干扰的情况下的鲁棒性和有效性。

本文主要讨论α-WO3功能性光学薄膜在半固态电解质中的阴极着色现象、实验结果及其原理.

基于模糊逻辑的自适应α-β滤波新算法

人工智能 博弈树的启发式搜索 α-β剪枝

人工智能课程设计，基于α-β剪枝算法的井字棋，可实现人人对战，人机对战，随机先后手

制作一个五子棋小游戏，实现人机对战，其中电脑在进行极大值极小值搜索时需要运用α-β剪枝算法。五子棋小游戏的核心是电脑端走步的选取，使用的方法是极大极小值搜索，并且题目要求使用α-β剪枝来提高搜索效率；除此，在极大极小值搜索中，需要实现获取下一步可能走的点位以及设计评估函数，评估函数对于电脑能否“智能”地下棋十分关键。 程序整体需要实现先后手的选取，胜负的判断以及显示棋局和相应信息。 运行所需环境：PyCharm 2019.2 语言：python 使用方法： ①点击执行exe后默认玩家为先手，鼠标样式为黑子，可以直接开始下棋 ②点击选择AI First按钮将设置玩家为后手，鼠标样式白子，游戏重新开始；点击Me First设置玩家为先手，游戏重新开始； ③当胜负已出，会显示“YOU LOSE”或者“YOU WIN！！”字样，此时无法再在棋盘下棋，需点击设置先后手按钮或者Replay按钮，重新游戏； ④若只选择Replay而不设置先后手，先后手同上一局。 ⑤点击Quit按钮退出游戏

线性方程组在诸如优化，经济学和工程学等现实生活中起着至关重要的作用。 线性方程组的参数通过获取实验或观察数据来建模。 因此，系统的参数实际上包含不确定性而不是不确定性。 可以根据间隔或模糊数来考虑不确定性。 本文对经典方法，扩展原理方法，α-割和区间算术方法这三种求解技术进行了详细的研究，以求解模糊线性方程组。 给出了适当的应用程序来说明每种技术。 然后，我们在数字和图形上讨论不同方法的比较。

详细解析α-β剪枝算法过程，并且对原理进行了详细的说明。在最后用matlab代码实践了这个算法在五子棋中的应用。并且特别点名了该算法中容易犯错的地方。