提出了一种鲁棒性全景图像拼接方法。首先，为了缓和光照条件变化进行直方图均衡化；其次，利用相位相关的方法提取种子点，即重叠区域的高度纹理点，因为感兴趣区域（ROI）被限定在重叠区域，所以能得到更精确的对应点；最后，用加权块匹配算法（BMA）来最小化相机转动产生的图像扭曲问题。通过多种类型全景图像的峰值信噪比（PSNR）与其他算法相比，证明该方法具有很强的鲁棒性。

离散控制Matlab代码二自由度并联机构的鲁棒控制 概述 该项目引用了由大学自动化与控制实验室的Isabella Stevani在迭戈·科隆教授的指导下，由Isabella Stevani撰写的题为“结合反馈线性化和H-无穷大设计的2-DOF并联机构的鲁棒控制”的硕士论文。圣保罗-LAC / USP。 此处提供的代码中使用的控制和建模方法的更多详细信息，可在Research Gate很快获得的硕士论文资格文本中找到。 该项目的目的是将反馈线性化和H无限设计相结合，以实现鲁棒的控制设计，并具有简单的调整功能，并适用于广泛的非线性系统，特别是具有并行架构的机器人机构。 即使在机械模型中存在不确定参数的情况下，有针对性的鲁棒控制设计也必须使系统稳定。 -项目状态：有效 代码 该代码是在MATLAB 2015a中开发的，因此早期版本可能不兼容。 指示 克隆存储库： $ git clone https://github.com/isabella-stevani/2dof-parallelrob.git 在MATLAB中，将克隆的存储库设为当前文件夹： >> cd .. \2 dof-parall

针对在突发事件发生的紧急救援期,应急物流系统的运载能力有限性及多种应急物资的需求不确定性,采用相对鲁棒优化方法建立了基于总时间和总成本最优的多目标数学模型.结果表明:模型合理地解决了应急物资在需求不确定条件下选址-路径的安排问题,通过算例将绝对鲁棒优化与相对鲁棒优化的对应问题以及单目标与多目标模型的最优解进行对比,验证了多目标鲁棒优化模型能够体现应急物资在需求不确定条件下选址-路径方案的最优性与鲁棒性的均衡,从而在突发事件发生时能有效保证应急物流决策的鲁棒性.

安全技术-网络信息-模糊Hopfield网络的鲁棒性控制及其应用.pdf

鲁棒控制工具箱提供了一系列的函数和工具以支持带有不确定元素的多输入多输出控制系统的设计。在该工具箱的帮助下，你可以建立带有不确定参数和动态特性的LTI模型，也可以分析MIMO系统的稳定性裕度和最坏情况下的性能。 该工具箱提供了一系列的控制器分析和综合函数，能够分析最坏情况下的性能及确定最坏情况下的参数值。利用模型降阶函数能够对复杂模型进行简化。同时提供了先进的鲁棒控制方法，如H2、H∞、LMI、μ分析等。

import numpy as np import pandas as pd import rrcf # Set parameters np.random.seed(0) n = 2010 d = 3 num_trees = 100 tree_size = 256 # Generate data X = np.zeros((n, d)) X[:1000,0] = 5 X[1000:2000,0] = -5 X += 0.01*np.random.randn(*X.shape) # Construct forest forest = [] while len(forest) < num_trees: # Select random subsets of points uniformly from point set ixs = np.random.choice(n, size=(n // tree_size, tree_size), replace=False) # Add sampled trees t

线性鲁棒控制的经典书主要是Hinf控制理论线性鲁棒控制的经典书主要是Hinf控制理论线性鲁棒控制的经典书主要是Hinf控制理论

鲁棒控制，自学

原创代码，完美复现，收敛良好，非烂大街的版本！！！注释十分详细，且将目标函数与约束写成紧凑形式，简洁工整，易于拓展修改。引入鲁棒调节系数，根据需要可以修改两阶段鲁棒模型的保守程度。 代码详情可查看本人第一篇博客 注：《微电网两阶段鲁棒优化经济调度方法》这一篇论文是同学们学习两阶段鲁棒优化的最好的参考论文，基本都是从这个入手学习的，并且这个论文模型比较容易，学习来也比较快，具有很强的拓展空间。看懂这个两阶段鲁棒算法，可以轻松的运用到其它地方，套自己的模型十分的香。

参考文献《A Distributionally Robust Optimization Model for Unit Commitment Considering Uncertain Wind Power Generation》