基于永磁同步电机的动态数学模型设计调速系统，采用以转子磁场定向id=0控制和SVPWM调制相结合的矢量控制，速度调节器采用改进型指数趋近率滑模控制方法。为了减少负载扰动的影响，提出一种负载转矩观测器，并对控制量进行补偿。Matlab仿真结果表明，与一般指数趋近率滑模控制相比，改进型指数趋近率滑模控制器能有效提高系统的静态、动态特性和鲁棒性，同时转矩观测器可以准确辨识转矩值，实时对扰动进行补偿。

基于波形特征匹配延拓的EMD改进方法及其应用研究，吴宝，，基于（Empirical Mode Decomposition, EMD）的时频分析方法是一种新型时频分析方法，能够有效地实现对非线性、非平稳信号的分析及特征提取。

针对提高机器人对未知环境的探索效率需要通过协商来解决多个机器人之间的任务分配问题, 提出了改进
市场法. 该方法利用机器人提交的标的信息, 采用数据融合方法更新其他机器人的本地地图, 在连通条件下计算原先
无法计算的花费, 而且未增加额外的通信量. 另外, 还提出用目标点切换率这一新指标来衡量机器人之间的协作程
度. 仿真实验结果验证了改进算法优于原先的市场法, 并说明了该算法适用的环境.

为方便调查宁夏全区荒漠草原植物种类及其分布，需对植物识别方法进行研究。针对YOLO v5s模型参数量大，对复杂背景下的植物不易识别等问题，提出一种复杂背景下植物目标识别轻量化模型YOLO v5s-CBD。改进模型YOLO v5s-CBD在特征提取网络中引入带有Transformer模块的主干网络BoTNet(Bottleneck transformer network)，使卷积和自注意力相结合，提高模型的感受野；同时在特征提取网络融入坐标注意力(Coordinate attention，CA)，有效捕获通道和位置的关系，提高模型的特征提取能力；引入SIoU函数计算回归损失，解决预测框与真实框不匹配问题；使用深度可分离卷积(Depthwise separable convolution，DSC)减小模型体积。实验结果表明，模型YOLO v5s-CBD在单块Nvidia GTX A5000 GPU 帧率可达140帧/s，模型体积为8.9MB，精确率P为95.1%，召回率R为92.9%，综合评价指标F1为94.0%，平均精度均值mAP为95.7%，在VOC数据集平均精度均值可达80.09%。

提出了一种基于改进蜂群算法的无线传感器感知节点部署优化方法，以网络覆盖率为目标函数，将传感器感知节点部署问题形式化为组合优化问题，并采用分层机制对基本蜂群算法进行改进。仿真实验结果表明，本方法能够以相对较小的代价完成传感器感知节点部署，并能降低网络能耗，提高网络的整体覆盖率。

改进YOLOv5_v7 _ 用于低分辨率图像和小物体的新 CNN 模块SPD-Conv_迪菲赫尔曼的博客-CSDN博客.mhtml

ICEEMDAN（改进的自适应噪声完备集合经验模态分解） ICEEMDAN的主要目的是解决CEEMDAN中残留噪声和伪模态的问题。本篇是继EEMD、CEEMD、CEEMDAN后的信号分解方法。，ICEEMDAN（改进的自适应噪声完备集合经验模态分解） ICEEMDAN的主要目的是解决CEEMDAN中残留噪声和伪模态的问题。本篇是继EEMD、CEEMD、CEEMDAN后的信号分解方法。

1.本文件主要是关于谱减法去噪，以及谱减法去噪的改进，可以达到比较好的去噪效果。 2.代码有非常详细的注释，可以很好的帮助大家理解。 3.希望对大家的学习有帮助

针对二维Otsu自适应阈值算法计算复杂度高的问题，提出一种新的快速有效的Otsu图像分割改进算法。该算法通过求两个一维Otsu法的阈值来代替传统的二维Otsu法的分割阈值为保证分割对象的完整性，算法引入类内最小离散度的概念，并通过遗传算法实现对参数的自动优化。理论分析和实验结果表明本算法计算速度不仅优于原二维Otsu算法，而且分割效果较好。

基于改进的SOM神经网络在产品配置中的应用，潘高峰，宋飞，提出了一种基于改进的SOM（Self-organizing Feature Map）神经网络的产品配置方法，对客户个性化需求进行全面分析，提高客户聚类的精确性和