鉴于在高速条件下改进的超扭曲算法存在较高的稳态误差这一难题提出了一种扩展状态的超扭曲滑模控制方案，以实现高精度的快速收敛。 首先建立了超扭曲算法的扩展状态模型，该扩展状态变量可以增强STA的操纵和调节能力，从而可以有效地减小甚至减小滑动变量的稳态误差。消失了。 这样，可以大大提高收敛精度和鲁棒性。 然后通过Lyapunov方法证明了扩展状态超扭曲算法（ESSTA）是渐近稳定的，并通过位置仿真实验验证了其性能。 在直流伺服系统上跟踪。
2022-03-11 16:46:56
282KB
1
。本文提出一种基于模糊神经网络的算法,充分利用车牌的颜色信息,根据车牌底色对不同分量进行加强,直接对彩色
车牌进行字符分割
2021-12-30 12:13:29
283KB
1
迁移学习旨在利用大量已标签源域数据解决相关但不相同的目标域问题. 当与某领域相关的新领域出现时, 若重新标注新领域, 则样本代价昂贵, 丢弃所有旧领域数据又十分浪费. 对此, 基于SVM算法提出一种新颖的迁移学习算法—–TL-SVM, 通过使用目标域少量已标签数据和大量相关领域的旧数据来为目标域构建一个高质量的分类模型, 该方法既继承了基于经验风险最小化最大间隔SVM的优点, 又弥补了传统SVM不能进行知识迁移的缺陷. 实验结果验证了该算法的有效性.
2021-12-24 13:29:10
383KB
1
求解交通平衡配流问题的新算法，张灿，杨永超，交通平衡配流问题是交通网络建模的基础问题. 本文以配流平衡为目标，通过深入分析交通平衡配流问题的数学性质，研究了求解交通分�
2021-12-14 10:29:36
422KB
1
提出一种基于方向重建滤波核的Splatting新算法，以增强体绘制中物体的边缘。该算法基于三维数据场的梯度信息，投影时自适应地选择有方向的椭圆高斯足印函数，与传统Splatting相比，能够减小投影中的足印重叠现象，在绘制时间相比拟的条件下可更加精细地绘制出三维物体的轮廓。分别给出了平行投影和透视投影下的新Splatting算法，并对该算法在透视投影中的误差进行了分析。
2021-12-10 14:42:02
2.23MB
1
同信道干扰是通信系统中普遍存在的问题，这将导致到达方向（DOA）估计的恶化。 为了解决这个问题，提出了一种适用于均匀圆形阵列（UCA）的分数阶低阶循环MUSIC方法。 所提出的方法可以消除相同频带内的脉冲噪声和干扰，并且在高斯噪声中也能很好地表现出来。 特别地，该算法可以应用于窄信号模型或宽带信号模型。 仿真结果强烈验证了该方法的高性能。
2021-11-11 10:11:40
1023KB
1