复杂网络方法图像识别效果分析及改进

除了分析复杂系统模型参数特性外,复杂网络方法也被应用于图像识别领域,能够基于图像节点的网络特性实现对图像的识别与分类。本文将该方法应用于包装膜自动印刷过程的检测环节,自动识别由基材表面电晕值低、抗静电性能差、局部粘连、局部厚度不均匀、油墨问题等原因造成的印刷效果异常并分类。通过仿真实验验证方法有效性,讨论识别效果差异及其原因,分析参数调整和选择的方法,改进识别效果。

一类欠驱动系统的自适应跟踪控制器设计

针对一类具有不确定参数的欠驱动系统,提出了一种自适应跟踪控制设计方法。为了解决模型的不确定参数,利用了模型的相似性结构信息合成了自适应跟踪控制器,并且基于Lyapunov稳定性理论证明了该自适应跟踪控制器能够保证系统跟踪误差渐近收敛到零以及涉及到的其他变量有界。最后的数值仿真结果验证了所提方法的有效性及可行性。

一类具有异维节点的复杂动态网络外同步控制

针对两个复杂动态网络,在节点异维且耦合强度未知的情况下,研究了它们的广义外同步控制问题。与现有的研究文献相比较,涉及的驱动响应网络均不需要满足通常的耗散条件。在两个网络对应节点具有相似动态行为的条件下,着重两个网络间的连接强度之间的误差估计,并基于Lyapunov稳定性方法设计了自适应广义外同步控制器。最后通过数值仿真验证了方法的有效性。