滤波辨识(10):多变量Box-Jenkins系统的滤波辅助模型递阶广义增广参数辨识

针对多变量Box-Jenkins模型,即多变量输出误差自回归滑动平均(M-OEARMA)系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(12):多变量OEARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对多变量输出误差自回归滑动平均(M-OEARMA)系统,即多变量Box-Jenkins系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶递推广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波辅助模型递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(13):类多变量方程误差ARMA系统的滤波递阶广义增广迭代参数辨识

针对类多变量方程误差自回归滑动平均(M-EEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广迭代梯度辨识方法、滤波递阶广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法。这些滤波递阶广义增广迭代参数辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量方程误差随机系统中。

基于CarSim/Simulink的计算机控制系统综合实验设计

针对计算机控制系统课程中控制算法设计与仿真实现,设计了基于CarSim/Simulink的控制综合实验方案。以4轮独立驱动小车为对象,要求学生熟悉其基本工作原理,并在非线性动力学模型基础上,进行局部线性近似,设计反馈控制器,模拟小车控制。使用CarSim仿真软件可直观地模拟调整4轮独立驱动小车的质量、质心位置和转动惯量等,实现个性化选择,搭建车辆模型;与Simulink接口互通,在Simulink中完成控制算法。实验设计旨在使学生夯实计算机控制系统的理论基础,并逐步过渡到控制工程,理论联系实际,培养其解决复杂工程问题的能力。

滤波辨识(14):类多变量输出误差ARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对类多变量输出误差自回归滑动平均(M-OEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法。这些滤波辅助模型递阶广义增广迭代参数辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量输出误差随机系统中。

非遗技艺“夏布绣”在潮牌服装中的设计研究

分析了夏布绣与潮牌服装的发展现状,探讨了夏布绣在潮牌服装中的设计策略及运用形式,借此为夏布绣在潮牌服装中的设计提供创新思路,使当代消费者更易接受传统文化的现代表达。

基于AdaBoost学习策略的污水近红外光谱快速检测

对实际污水样本的近红外光谱数据进行建模,可以预测水质指标,实现污水水质监测。但实际污水样本的多样性不足,标签值集中在某个较低的区间内,样本间离散度低、区分度小,导致近红外光谱数据和标签值间的相关性较弱,一般的分类模型和回归模型的预测准确度较低。因此,利用自适应增强(adaptive boosting,AdaBoost)算法进行建模以提高模型的准确度,利用集成策略将多个子学习器组合为一个准确度更高的强学习器。此外,人为配置具有浓度梯度的标准样本对实际污水样本进行补充,以减弱实际污水样本的多样性不足对建模精度的影响。在不同数据集上对AdaBoost算法和其他常用算法进行了对比,对比结果证明了AdaBoost算法在污水水质快速检测方面的有效性。

人工智能类课程思政的价值意蕴与实践进路——基于科技伦理的视角

人工智能作为推动新质生产力与产业升级的核心驱动力,在中国式现代化建设的各个领域得到了广泛应用。然而,人工智能技术的快速发展带来了诸多伦理挑战。结合人工智能类课程的理论性、前沿性与交叉性的学科特色,人工智能类课程思政需聚焦科学精神与责任意识培养、社会主义核心价值观融入、大国工匠品质铸就等方面,通过挖掘思政元素、推进科教融合、建强师资队伍来夯实人工智能类课程思政的实践路径。

滤波辨识(5):输出误差自回归滑动平均系统的滤波辅助模型递推广义增广参数估计

针对输出误差自回归滑动平均系统,即Box-Jenkis系统,利用滤波辨识理念,研究和提出了滤波辅助模型广义增广随机梯度辨识方法、滤波辅助模型多新息广义增广随机梯度辨识方法、滤波辅助模型多新息广义增广投影辨识方法、滤波辅助模型递推广义增广梯度辨识方法、滤波辅助模型多新息递推广义增广梯度辨识方法、滤波辅助模型递推广义增广最小二乘辨识方法、滤波辅助模型多新息递推广义增广最小二乘辨识方法。这些滤波辅助模型广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(6):输出误差自回归滑动平均系统的滤波辅助模型广义增广迭代参数估计

输出误差自回归滑动平均模型也称为Box-Jenkins模型。针对Box-Jenkins系统,基于滤波辨识理念,研究和提出了滤波辅助模型广义增广梯度迭代辨识方法、滤波辅助模型多新息广义增广梯度迭代辨识方法、滤波辅助模型多新息广义增广投影迭代辨识方法、滤波辅助模型广义增广最小二乘迭代辨识方法、滤波辅助模型多新息广义增广最小二乘迭代辨识方法。这些滤波辅助模型广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(7):类多变量方程误差ARMA系统的滤波递阶广义增广参数辨识

针对类多变量方程误差自回归滑动平均(M-EEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广随机梯度辨识方法、滤波递阶多新息广义增广随机梯度辨识方法、滤波递阶广义增广梯度辨识方法、滤波递阶多新息递推广义增广梯度辨识方法、滤波递阶递推广义增广最小二乘辨识方法、滤波递阶多新息广义增广最小二乘辨识方法。这些滤波递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(8):类多变量输出误差ARMA系统的滤波辅助模型递阶广义增广参数辨识

针对类多变量输出误差自回归滑动平均(M-OEARMA-like)系统,利用辅助模型辨识思想,滤波辨识理念和递阶辨识原理,研究和提出了滤波辅助模型递阶广义增广随机梯度辨识方法、滤波辅助模型递阶多新息广义增广随机梯度辨识方法、滤波辅助模型递阶广义增广递推梯度辨识方法、滤波辅助模型递阶多新息广义增广递推梯度辨识方法、滤波辅助模型递阶递推广义增广最小二乘辨识方法、滤波辅助模型递阶多新息广义增广最小二乘辨识方法。这些滤波辅助模型递阶广义增广参数辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(4):方程误差自回归系统的滤波广义迭代参数估计

受控自回归自回归模型也称为方程误差自回归模型。利用采集的批量数据和迭代搜索,论文基于滤波辨识理念,研究和提出了方程误差自回归系统的滤波广义梯度迭代辨识方法、滤波多新息广义梯度迭代辨识方法、滤波广义最小二乘迭代辨识方法、滤波多新息广义最小二乘迭代辨识方法。这些滤波广义迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(9):多变量CARARMA系统的滤波递阶广义增广参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广随机梯度辨识方法、滤波递阶多新息广义增广随机梯度辨识方法、滤波递阶广义增广递推梯度辨识方法、滤波递阶多新息广义增广递推梯度辨识方法、滤波递阶递推广义增广最小二乘辨识方法、滤波递阶多新息广义增广最小二乘辨识方法。这些滤波递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。

自动化专业人工智能类课程教学内容整合与教学方法革新研究

人工智能技术的发展对自动化等学科产生了深远的影响。将人工智能技术融入自动化专业人才培养之中是新课程教学改革的必然趋势。针对当前存在的问题以及人才培养变革的要求,从教学内容整合与教学方法革新的角度,论析自动化专业人工智能类课程内容整合的思路,并提出课程教学方式革新的重点,即基于问题导向的启发式理论教学方法创新、基于多元需求的应用型实验教学方法创新、过程与结果并重的考核反馈机制完善。

电离层电子密度剖面和特征参数对两次日食事件的响应研究

本文利用亚洲和美洲地区多个测高仪台站的观测,并结合三维电离层-热层耦合理论模型进行数值模拟,对2020年6月21日和2017年8月21日两次日食事件期间电离层电子密度剖面的变化特征进行分析,并探讨这两次事件中日食效应的异同及形成机制.分析结果表明,在这两次日食期间,位于电离层低高度的E层和F1层的电子密度变化与太阳辐射的变化基本同步;且F1层峰值密度的日食响应幅度大于E层.该结果与以往观测一致,且日食响应无明显的经度变化.进一步地,通过分析观测和模拟结果中电子密度日食衰减效应的高度变化和时延特征,我们发现:(1)观测和模拟结果均表明,食甚时电子密度的最大相对衰减的位置一般不在F1层峰的位置,而是在其上方约几十公里的高度;模拟结果显示该现象是由日食期间F1层上方光化学过程与动力学过程共同作用导致;(2)在中纬地区,在F2层峰附近及以上区域中电离层电子密度最大日食衰减相对太阳辐射变化的时延具有显著的经度变化,其相对衰减在亚洲地区随高度增加而减少,在北美地区随高度无明显变化,与以往报道的欧洲地区随高度增加而增加的趋势也不同;(3)日食电子密度衰减时延的高度变化受到日食发生的地方时的显著影响,如上午时段与午后时段的响应有明显不同.模拟结果表明F2层峰及以上高度的日食效应受到中性风和双极扩散的影响较大,而受电场漂移的影响相对较小;模拟结果同时显示在午后这些动力学输运过程及其日食响应比在午前更强,该现象与午前和午后背景电子密度的大小差异有关.这可能是观测到的日食电子密度衰减时延的高度依赖具有经度变化的原因.

新型冠状病毒肺炎疫情下中国的 服装产业现状与发展思路

受新型冠状病毒肺炎疫情影响,服装产业面临巨大的危机。针对服装产业线下销售受冲击、现金流受影响、供应链紧张等问题,通过对服装产业进出口、开工负荷及服装企业现状的研究,分析疫情对服装产业的影响,并结合现状对服装产业的发展方向进行探索。研究发现,服装产业若想突破疫情冲击得以继续发展,可从线上线下渠道的结合、品牌故事的塑造、线下店铺的稳定运营、店铺品质与体验的提高以及销售细节的注重等方面寻找发展思路,从而在挑战中寻求改革发展之路。

负离子牛仔织物保健功能及其整理工艺浅析

概述了负离子缓解疲劳、提高免疫力、延缓衰老的保健功能及其整理工艺。提出负离子整理牛仔织物是可行的,其市场前景广阔,具有开发价值。

基于近红外光谱分析的原油脱盐过程故障检测

为了解决原油脱盐过程的故障检测问题,提出一种利用近红外光谱技术从微观分子光谱数据角度进行故障检测的新思路。不同于传统基于宏观过程变量的故障检测手段,该方法从分子振动信号中获取过程信息从而完成对原油脱盐过程运行状态的监控。为了同时监控脱盐原油的质量,采用偏最小二乘(PLS)算法,选择HotellingT2和平方预测误差(SPE)统计量作为判断指标,比较了基于宏观过程变量和微观分子光谱数据的故障检测方法的效果。结果表明,基于微观分子光谱数据的检测方法在时间上比基于传统宏观过程变量的方法快了约46分钟,并且对早期故障的感知更加灵敏,充分体现了近红外光谱技术在原油脱盐过程故障检测问题上的有效性和优势。