基于zonotope的离散时间Markov跳变系统的状态区间估计

为了有效地处理鲁棒估计产生的误差,为系统提供可靠的估计信息,针对一类具有未知输入的线性离散时间马尔科夫跳变系统(Markov jump systems,MJS),提出了一种新的状态区间估计方法。设计一个降维未知输入观测器,实现系统状态的观测,并以线性矩阵不等式的形式给出了观测器存在的充分条件,确保误差系统随机稳定,且具有较好的H∞干扰抑制性能。基于设计的降维未知输入观测器,提出了一种利用中心对称多胞体(zonotope)的方法来近似状态边界,从而获得系统状态的区间估计,使所获得的系统的状态值更加准确。通过一个数值仿真验证了所提方法的有效性。

离散时间Markov跳变系统的降维观测器设计

研究一类具有未知输入的线性离散时间马尔可夫跳变系统的降维观测器设计问题。首先,针对含有未知输入的线性系统设计一种新的降维观测器,通过构造观测器增益矩阵,使得未知输入完全解耦。此外,通过线性矩阵不等式形式给出观测器存在的充分条件,并证明观测器误差在有限时间意义上是稳定的,保证了估计的良好暂态性。最后,通过实例验证了所提方法的有效性和可行性。

《浪矢解忧杂货店》:从文学到电影

文学与电影,是各有艺术规律与审美特性,然而又能互惠互融的两种艺术形式。而满怀创新精神的东野圭吾,其作品一直是日本影视创作的可贵资源之一。广木隆一执导的《浪矢解忧杂货店》,就改编自东野圭吾的奇幻小说《解忧杂货店》。广木隆一在对原著进行了充分了解后,对小说进行了较为合理的改编,在具体内容上做出了一定取舍,又在主题上保留了原著的温柔笔触。这种改编使文学与电影产生了良性互动,具有一定的借鉴意义。

基于LightGBM的文本关键词提取方法

为提升文本关键词提取准确率和效率,提出一种基于LightGBM的文本关键词提取方法。该方法通过TF-IDF提取候选关键词,利用Word2Vec计算词向量,并采用特征工程,对候选关键词进行特征提取,再经由LightGBM算法将关键词提取转换为二分类问题。通过实验对比TF-IDF算法、TextRank算法、LDA算法及LightGBM算法对文本关键词提取的准确率P、召回率R及F1。结果表明,当TopN取2~5时,F1平均值比最优方法提升4.8%。该方法抽取效果整体上均优于实验选取的对比方法,证明将特征工程与LightGBM融合可提升关键词抽取效果。

高校日语教学改革与发展初探

当今社会已进入信息化时代，科技日新月异，经济飞速发展。为社会培养素质高、能力强的日语人才对大学日语教育来说是一项重大任务，各高校都在积极谋划和制定“十三五”发展规划，面对新的历史机遇，各高校日语专业也应大力推进学科建设和教学改革。

新形势下民办高校学生管理工作面临的问题及对策

民办高校学生管理工作在新的形势下,面临着许多新情况和新问题.学生管理工作与形势发展要求还不够适应,存在不少薄弱环节.加强和改进民办高校学生管理工作是一项极为紧迫的重要任务.