针对非线性马尔科夫跳变多智能体系统在有向固定拓扑下的领导跟随一致性问题,为减少智能体间不必要的通信传输,节约网络资源,保证系统性能,提出一种自适应事件触发控制策略.首先,将每一个智能体均视为马尔科夫跳变系统,且马尔科夫链的转移概率部分未知;通过简单的模型转换建立误差系统,将多智能体系统一致性问题转化为误差系统的稳定性问题;在此基础上,构造合适的Lyapunov-Krasovskii泛函并利用Jensen不等式和线性矩阵不等式等技术给出使多智能体系统达到领导跟随一致性的充分条件及控制器设计方法;通过求解线性矩阵不等式可以得到多智能体系统一致性控制器增益矩阵和事件触发参数矩阵;最后,通过数值仿真验证所提出方法的有效性.
2021-10-21 07:52:34
413KB
1
基于HMM进行词性标注示例
把/? 这/? 篇/? 报道/? 编辑/? 一/? 下/?
把/q-p-v-n 这/r 篇/q 报道/v-n 编辑/v-n 一/m-c 下/f-q-v
2021-10-19 15:53:23
766KB
1
将动态频谱接入技术引入到车辆通信网络中，提出了一种使用空闲广播电视信道进行车辆动态频谱接入的模型。该模型将用户通信需求分为紧急和普通服务请求，构建马尔科夫链分析其服务过程，得到了能够满足不同需求的分析模型。仿真结果表明，该模型能准确分析车辆动态频谱接入的过程，当空闲信道数增加时平均等待时间减少，紧急服务请求的平均等待时间和平均队列长度都远小于普通服务请求。
2021-10-14 20:48:15
92KB
1
python编写的马尔科夫链产生器，其主要用途是建立大型文本语料库的马尔可夫模型，并从中生成随机句子。但是，理论上，它可以用于其他应用。
2021-10-09 21:37:08
283KB
1
隐马尔科夫模型教学。网上有很多隐马尔科夫的教程。但都是离散隐马尔科夫，没有连续隐马尔科夫的介绍。这里面的教程非常详尽，非常适合自学。但是对英语有要求。
2021-10-05 13:52:10
639KB
1
【清华大学大数据 数据分析 统计学 系列课程】
全套清华大学数据分析 统计学 系列课程 01 第一章 统计学习方法概论 （共32页）.pptx
全套清华大学数据分析 统计学 系列课程 02 第二章 感知机 （共28页）.pptx
全套清华大学数据分析 统计学 系列课程 03 第三章 k 近邻法 （共20页）.pptx
全套清华大学数据分析 统计学 系列课程 04 第四章 朴素贝叶斯法 （共17页）.pptx
全套清华大学数据分析 统计学 系列课程 05 第五章 决策树-2016-ID3CART （共85页）.pptx
全套清华大学数据分析 统计学 系列课程 06 第六章 Logistic回归 逻辑斯的回归与最大熵模型（共54页）.pptx
全套清华大学数据分析 统计学 系列课程 07 第七章 支持向量机 （共95页）.pptx
全套清华大学数据分析 统计学 系列课程 08 第八章 提升方法 （共58页）.pptx
全套清华大学数据分析 统计学 系列课程 09 第九章 EM算法及其推广 （共46页）.pptx
全套清华大学数据分析 统计学 系列课程 10 第十章 隐马尔科夫模型 （共50页）.pptx
全套清华大学数据分析 统计学 系列课程 11 第十一章 条件随机场 （共60页）.pptx
全套清华大学数据分析 统计学 系列课程 12 第十二章 统计学习方法总结.pptx
2021-10-04 18:07:21
1.71MB