线性化定制的邻近点算法

针对目标函数不含交叉变量的多个可分离算子的线性约束凸优化问题,利用定制的邻近点算法,线性化算法迭代的二次项,将其转变为单调的变分不等式子问题,给出一种新的线性化定制的邻近点算法.结果表明:对于多个可分离的线性约束凸优化问题,线性化定制的邻近点新算法是有效的,将其转化为等价的混合变分不等式形式,证明了算法的全局收敛性及解的唯一性.

神经网络和遗传算法相结合实现非线性传感特性的线性化

对测量系统非线性传感特性的线性化常用最小二乘回归、几何逼近或一次近似的方法 ,易引入较大的非线性误差 ,为此 ,提出了利用神经网络和遗传算法相结合实现非线性传感特性线性化的方法 ,该方法将测量系统的非线性模型改造成为与实际物理过程相一致的不失真的线性模型 ,从而减小非线性误差 .通过应用实验 。

椭圆的线性化裁剪算法

本文基于多步法绘制理论和Brensenham算法 ,提出了一种新的椭圆裁剪算法。此法的主要思想是 ,根据给定的椭圆长短半轴参数a、b ,首先在 1/ 4椭圆弧上线性化生成两个多步数目的数组Ara[]和Arb[] ,然后考虑到各种裁剪需要 ,根据两数组的数据并结合椭圆的对称性计算出相应的椭圆裁剪数据 。

NTC热敏电阻线性化新方法

本文首先分析了目前常用NTC热敏电阻线性化方法的优缺点;针对这些优缺点提出了NTC热敏电阻软件线性化算法;并运用这个软件线性化的方法设计了以MSP430F4270单片机为基础的温度测量系统。

侧扫声呐图像反演海底地形的一种线性算法

为弥补现有测深方法在获取海底微地形方面的不足,基于侧扫声呐高分辨率成像特点,提出一种侧扫声呐图像反演三维海底绝对地形的线性化算法.首先,根据侧扫声呐成像原理给出声波入射方向的估算模型,基于海底表面漫反射模型推导出一种线性化反演模型,并以同区域初始地形作为约束建立反演地形的约束模型,实现了反演地形向绝对地形的转变;在此基础上,给出完整的侧扫声呐图像反演三维海底绝对地形的流程以及精度评定方法;最后,借助实验对该方法进行了检验和验证.实验结果表明,该方法可以获得均方根误差优于15 cm、分辨率为初始地形170倍的海底地形.

结构非线性动力方程的精细积分算法

基于线性方程精细积分的思路，对具有惯性、阻尼、刚度非线性的动力方程及参变非线性动力方程提出了一种较高精度线性化精细积分迭代计算算法，算例表明该算法可用较大的步长取得满意的计算精度，并可在较大的线性化区间获得较高的计算精度。

二次参数方程组的线性化模式比较

线性化（关于参数）是求解二次参数方程组（λ^2A＋λB＋C）x（λ）=f的有效途经．采用不同线性化模式，对计算会产生不同效果．本文就参数的取值，矩阵的结构与性质对线性化模式的计算所产生的可能影响进行了分析．数值实验显示了不同模式的不同计算效果．．

非线性混合效应模型参数估计方法分析

非线性混合效应模型是针对回归函数依赖于固定效应和随机效应的非线性关系而建立的。一阶线性化算法(FO)和条件一阶线性化算法(FOCE)为2种计算非线性混合效应模型参数的常用线性化算法。本文基于FOCE算法,提出一种改进的随机效应参数计算方法,并利用树高生长数据和模拟数据对3种算法进行分析和比较。结果表明:改进的FOCE算法得到的随机效应参数更能反映个体间的随机差异,并且拟合效果更好。

基于非线性混合模型的杉木优势木平均高

从理论上介绍一阶线性化算法和一阶条件期望线性化算法求解非线性混合效应模型参数,并利用这2种算法分别对杉木优势木平均高进行拟合(选用常用的Logistic模型作为基础模型,把区组作为随机效应因子)。结果表明:2种算法对杉木优势木平均高进行拟合时精度都很高。通过对2种线性化算法进一步比较可得,在分析单木水平非线性混合效应优势木平均高模型时,2种算法拟合效果非常接近,因此在实际应用中可以选择其中任意一种算法对杉木优势木平均高进行拟合。

模糊双线性系统的鲁棒控制器设计新方法

针对一类具有范数有界参数不确定性的连续模糊双线性系统,提出了一种求解其鲁棒控制器的新方法。首先,基于T-S模糊模型对模糊双线性系统建模,采用并行分布补偿算法设计模糊控制器。结合Lyapunov稳定性理论,得到了闭环模糊双线性系统全局稳定的充分条件。然后,基于一种改进的锥补线性化算法的思想,将模糊控制器的设计转化成为一个受线性矩阵不等式约束的最小化问题。最后的仿真结果验证了设计方法的有效性。

一类热传导方程非线性源项识别问题

利用单调性估计方法证明了一类热传导方程非线性源项识别问题的可识别性 ,并运用函数逼近理论 ,把对非线性源项的识别问题转化成一常系数参数识别问题 ;给出了一种对非线性源项识别的可实现的线性化迭代算法及相应的数值实例 .

一种改进的邻接关系可查询压缩算法

目前多数数据压缩算法不能直接在压缩结果上进行数据查询,大数据的线性化压缩算法虽然可直接在压缩后的数据上进行邻接关系查询,但压缩率较低。针对该问题,对线性化压缩的实现原理进行研究,分析MPk线性化算法在不同社会网络样本下的压缩效率,发现线性化压缩结果中存在冗余信息,并针对该情况设计改进算法,删去原有数据结构中的冗余部分,进一步提高压缩率。实验结果证明,改进算法的时间复杂度与原算法相同,压缩率平均提升23%。

前馈网络的一种线性化快速学习算法

针对前馈神经网络的反向传播（ＢＰ）学习算法收敛速度慢的缺点，提出了一种新的学习算法即线性化快速学习算法。这种学习算法在神经网络学习的初期，采用标准ＢＰ学习算法。而当神经网络接近最优点时，由于此时其连接权重调节幅度很小，因此采用对各层神经元的非线性作用函数进行泰勒级数展开，并取其一阶展开式近似逼近原函数，从而使其非线性作用函数转化为线性作用函数，简化了网络学习过程的计算量，加速了网络的学习速度。文中最后给出了采用线性化算法与标准ＢＰ算法对正弦函数的学习过程。

基于非分光红外法的高硫煤样全硫测定精度改善研究

非分光红外法(NDIR)以其快速、非接触、试剂污染少、高选择性和低检出限的优势而被广泛用于煤样全硫的测定,但由于样品中硫的释放特性不同导致二氧化硫检测器输出的吸收峰谱差异较大,因而在动态测定场合中采用积分面积法进行全硫测定时,峰谱变化对硫检测器动态检测性能的要求更高,尤其在高浓度测定时易出现吸收饱和、输出信号呈现严重的非线性从而影响全硫测定结果的精度。结合非分光红外检测原理,从高浓度测定时NDIR的响应角度剖析高硫煤样NDIR全硫测定的特点,提出气路缓冲、吸光度线性化2个NDIR全硫测定精度改善方法,以改善检测器响应区间及有效控制检测器的测定误差。吸光度线性化算法用于标样测试的应用验证结果表明:通过气路缓冲装置的气流均匀化效应可降低待测二氧化硫的浓度峰,使得NDIR检测器工作在合理的浓度范围;吸光度标定算法可将检测器的非线性响应线性化,能显著改善高硫样全硫测定精度。

不确定奇异时滞系统的时滞相关型鲁棒H_∞弹性控制

研究了含范数有界参数不确定性的奇异时滞系统的时滞相关型鲁棒H_∞弹性控制问题.文中所考虑的控制器增益摄动包括加性摄动和乘性摄动两种形式.在标称奇异时滞系统的时滞相关型稳定性判据的基础上,引入了一个新的时滞相关型有界实引理(BRL),进而给出了时滞相关型鲁棒H_∞弹性控制器存在的充分性条件,并利用LMIs和锥补线性化算法给出了控制器的表达式.从数值算例可以看出,所给出的设计算法是有效的.

网络化控制系统鲁棒L_2-L_∞控制器设计

将L2-L∞控制性能指标引入网络化控制系统,研究基于L2-L∞性能指标的网络化控制系统控制器设计问题。采用线性矩阵不等式方法和锥补线性化算法,给出了具有凸多面体形不确定性的网络化控制系统的动态反馈控制器的存在条件。所设计的控制器能够保证在延时和能量有界的外部扰动信号下,系统具有一定的L2-L∞扰动衰减度,最后通过一个仿真示例验证了所提算法的有效性。

基于MAX5102的电流型温湿度智能传感器

本文介绍了一种新型的电流型(输出为4～20mA)温湿度智能传感器,重点讨论如何利用MAX5102和AD694芯片进行。D/A转换的硬件电路,并详细叙述了滤波及线性化算法。

具有离散和分布时滞系统的鲁棒有限时间能量-峰值控制

研究了不确定线性时滞系统在有限时间能量-峰值性能指标约束下的鲁棒控制问题.系统的系数矩阵包含范数有界的不确定性,状态包含离散时滞和分布时滞.引入一个含参数的Lyapunov泛函,通过检验它的指数增长情况,为状态和输出定界,据此得到了闭环系统对于所有允许的不确定性有限时间有界以及满足预先指定的能量-峰值性能指标的充分条件,同时给出了状态反馈控制率.这些条件是有特征值约束的线性矩阵不等式,通过把特征值约束转换成非线性矩阵不等式,设计了锥补偿线性化(CCL)算法来求解这样的矩阵不等式,最后用数值算例验证了所得方法的有效性.

一类离散Markov跳跃系统基于状态观测器的鲁棒H_∞控制

研究了具有不确定性的模式依赖时滞离散Markov跳跃系统基于状态观测器的鲁棒H∞控制问题。目的是构建依赖于系统模式的观测器和控制器,使得闭环系统是随机稳定的且具有较好的H∞干扰抑制性能。通过选取合适的随机Lyapunov函数,利用线性矩阵不等式,给出了鲁棒H∞控制器存在的时滞依赖条件。基于锥补线性化算法对控制器进行求解,得到了模式依赖观测器和控制器。最后通过数值仿真证明了本文方法的可行性。

具有时变时滞采样控制系统H_∞控制器设计

基于Lyapunov泛函,该文研究了具有时变时滞采样控制系统状态反馈控制问题。利用输入延迟法,把采样控制系统转化成一个连续时滞系统;并利用改进的锥补线性化算法求解非线性矩阵不等式;得到了得到满足设计要求的控制器参数K。