Vincent摄动解的收敛上界

本文推证得到了Vincent摄动解与逐次迭代解的一致性,从而由迭代解的收敛性及其收敛上界得到了 Vincent 摄动解的收敛性和收敛上界,同时给出了迭代解的解析特征关系。

光滑支持向量分类机的收敛上界研究

Lee等人使用光滑技术,提出了光滑支持向量分类机模型(SSVM),但该分类机的收敛上界问题尚待解决。介绍了光滑支持向量分类机模型的原理,用集合论等方法证明模型SSVM的收敛性,然后得到收敛上界的计算公式。成功解决了光滑支持向量分类机的收敛上界问题。

基于有限时间神经网络求解的时变复数矩阵方程

为求解时变复数矩阵方程,根据复数域中两种等价处理非线性激励函数的方法,提出了两种新型有限时间归零神经网络(new finite-time zeroing neural network,NFTZNN)模型。尝试将一种新型激励函数应用到两种NFTZNN模型中,从而提高了模型的综合性能。试验结果表明,与现有的复数神经网络(complex-value zeroing netural network,CVZNN)模型相比,使用新型激励函数的NFTZNN模型在求解时变复数矩阵方程时,收敛速度更快、计算精度更高;并且,根据李亚普洛夫定理计算出的收敛时间上界也更接近实际的收敛时间。本研究提出的神经网络模型能准确快速地求解出复数域中的时变矩阵方程,可以为后续工程应用提供参考。

最小迹扩展集员估计

针对扩展Kalman滤波器(EKF)在进行非线性估计时一致性较差的问题,提出了适于一类高阶非线性系统的最小迹扩展集员估计算法(LTESMF).该算法通过引入反馈机制实现观测更新,避免了椭球相交计算.算法用估计误差定界椭球参数矩阵的迹作为优化目标,迭代优化反馈系数.本文还提出用随机状态边界度量的收敛性来评价随机系统稳定性.并用该方法证明了LTESMF的估计误差能收敛到有界区域内.最终仿真结果表明,LTESMF的估计结果的稳态精度接近EKF,计算算效率与EKF相当,估计结果的一致性和收敛速度明显高于EKF.