期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
被动声预警系统信息融合及组网技术研究 被引量:5
1
作者 林岳松 李兆利 +1 位作者 薛安克 钱积新 《电声技术》 北大核心 2003年第1期58-61,共4页
阐述被动声预警系统结构、信息融合结构和实现的基本方法,提出一种切合工程实际、灵活机动的积木式蜂窝组网结构,以及进一步研究该系统所面临的问题。
关键词 被动声预警系统 信息融合 蜂窝组网 系统结构 战争
下载PDF
基于多传感器数据融合技术的自动控制系统状态估计 被引量:1
2
作者 林岳松 钱积新 薛安克 《机电工程》 CAS 2002年第6期24-27,共4页
给出了基于多传感器数据融合技术的自动控制系统状态估计的结构与算法。仿真实验表明 。
关键词 多传感器数据融合 自动控制系统 状态估计 数据处理
下载PDF
蚕丝纤维微观结构研究中的新技术
3
作者 金学波 林岳松 《纺织学报》 EI CAS CSCD 北大核心 2004年第2期32-34,共3页
以小波变换理论为依据 ,提出了图像的三维特征重构与模式识别新技术的实现方法 ,同时分析了它在蚕丝纤维微观结构研究中的应用。
关键词 蚕丝纤维 微观结构 三维图像 模式识别
下载PDF
数据挖掘技术在运动目标轨迹预测中的应用 被引量:9
4
作者 马国兵 薛安克 《计算机工程与应用》 CSCD 北大核心 2004年第11期210-211,231,共3页
该文提出了一种利用数据挖掘技术对运动目标的轨迹进行预测的方法,给出了具体的预测算法和实例。并在传统的人工神经网络和遗传算法的基础上,提出了一种新的方法:混配。采用混配的方法,克服了遗传算法中所存在的种群内过早收敛的缺点,... 该文提出了一种利用数据挖掘技术对运动目标的轨迹进行预测的方法,给出了具体的预测算法和实例。并在传统的人工神经网络和遗传算法的基础上,提出了一种新的方法:混配。采用混配的方法,克服了遗传算法中所存在的种群内过早收敛的缺点,极大地提高了预测算法的准确度。 展开更多
关键词 混配 人工神经网络 遗传算法 数据挖掘
下载PDF
不确定系统鲁棒LQ设计的稳定裕度分析和工程应用研究 被引量:2
5
作者 薛安克 蒋楠 王建中 《控制理论与应用》 EI CAS CSCD 北大核心 2003年第4期596-598,602,共4页
针对不确定线性系统,研究鲁棒LQ设计的稳定裕度分析问题。首先提出不确定系统α_0裕度稳定鲁棒界,针对结构和非结构不确定系统,分别给出了鲁棒LQ控制系统的鲁棒稳定裕度性分析方法,进一步给出对结构不确定系统优化鲁棒界的算法。最后是... 针对不确定线性系统,研究鲁棒LQ设计的稳定裕度分析问题。首先提出不确定系统α_0裕度稳定鲁棒界,针对结构和非结构不确定系统,分别给出了鲁棒LQ控制系统的鲁棒稳定裕度性分析方法,进一步给出对结构不确定系统优化鲁棒界的算法。最后是造纸打浆过程实例的鲁棒稳定裕度性分析以及相应仿真结果。 展开更多
关键词 不确定系统 鲁棒LQ设计 稳定裕度分析 线性二次最优控制 造纸 打浆过程
下载PDF
二级倒立摆的鲁棒建模及其鲁棒H_∞最优控制 被引量:6
6
作者 薛安克 王惠姣 王俊宏 《计算技术与自动化》 2003年第2期52-54,共3页
针对倒立摆系统本身存在的大量不确定性因素,建立其不确定数学模型。苦于最优控制的思想,针对二级倒立摆的参数摄动及干扰,设计了鲁棒H∞最优控制器,并在二级倒立摆实验装置上进行控制。实验结果表明;用鲁棒H∞最优控制器的二级倒立摆系... 针对倒立摆系统本身存在的大量不确定性因素,建立其不确定数学模型。苦于最优控制的思想,针对二级倒立摆的参数摄动及干扰,设计了鲁棒H∞最优控制器,并在二级倒立摆实验装置上进行控制。实验结果表明;用鲁棒H∞最优控制器的二级倒立摆系统,具有很强的鲁棒稳定性和抗干扰性。 展开更多
关键词 二级倒立摆 鲁棒建模 鲁棒H∞最优控制 数学模型 控制理论
下载PDF
UML在流程工业优化调度工艺描述系统中的应用 被引量:4
7
作者 屠志强 薛安克 马国兵 《计算机工程》 CAS CSCD 北大核心 2005年第4期203-205,共3页
结合建模工具Rational Rose说明如何在系统开发过程中运用UML建模。通过流程工业优化调度工艺描述系统的实际建模,对UML建模应用作了进一步说明。
关键词 统一建模语言 面向对象 系统分析与设计 流程工业优化调度
下载PDF
流程工业优化调度系统STN图的面向对象建模
8
作者 屠志强 薛安克 《计算机工程与应用》 CSCD 北大核心 2004年第6期208-210,216,共4页
研究面向对象及其建模技术,利用面向对象的方法对流程工业优化调度系统的STN图进行建模,有效地提高程序的可靠性、可维护性和可扩展性。
关键词 流程工业 状态-任务网络图 面向对象建模 对象建模技术
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部