离散量化和多个丢包情况下的离散时间模糊网络控制系统的故障检测与控制协同设计

离散量化和多个丢包情况下的离散时间模糊网络控制系统的故障检测与控制协同设计

网络环境下离散时间非线性系统量化输出反馈镇定(英文)

网络环境下离散时间非线性系统量化输出反馈镇定(英文)

具有输出量化的线性离散时间系统的故障检测

具有输出量化的线性离散时间系统的故障检测

论文研究-量化线性离散码性能分析 .pdf

量化线性离散码性能分析，朱治雨，邓单，本文首先介绍线性离散码的系统模型，然后研究了量化线性离散码。通过对线性离散码码字矩阵每一个元素的实部和虚部进行量化，本文

具有量化和丢包率的网络控制系统的事件触发控制

具有量化和丢包率的网络控制系统的事件触发控制

论文研究-量化参数不匹配的线性系统监督滑模控制设计.pdf

在量化控制系统中，量化器灵敏度参数的不匹配现象会造成系统的性能下降，严重时甚至会导致系统不稳定。另一方面，量化器灵敏度参数的不匹配现象也会增加控制设计的复杂性与难度。针对量化器灵敏度参数不匹配的不确定线性系统，研究监督策略下的量化反馈滑模镇定控制问题。应用监督控制策略，提出的鲁棒量化反馈滑模控制法能够有效消除量化灵敏度参数不匹配与模型不确定性带来的影响，进而确保系统轨迹能渐近收敛到原点。经过Matlab仿真实验验证了该方法的有效性与优越性。

C++实现图像离散余弦变换和量化处理

在vs2010环境下搭建OpenCV,通过C++实现图像处理，量化和图像八十八分块离散余弦变换（DCT）的实现。提供学习。

具有连续丢包和均匀量化效应的非线性随机系统的输出反馈控制

具有连续丢包和均匀量化效应的非线性随机系统的输出反馈控制

离散时间量子行走框架中的中微子振荡

在这里，我们介绍量子行走框架中的中微子振荡。 从一个空间维离散时间量子行走开始，我们提出了一种将模拟中微子振荡的演化方案。 明确提出了重现在长距离和短距离中微子实验中获得的振荡概率分布图所需的一组量子游动参数。 我们的模拟量子行走演化算子的​​第三代中微子振荡的方案，可以在任何低能量实验装置中通过控制单个六能级系统，多粒子三量子位或量子位量子系统的物理方法来实现。 我们还提出了在中微子传播期间自旋和位置空间之间的纠缠，这将量化中微子瞬时平均位置附近的波函数离域。 这项工作将有助于理解量子信息观点框架中的中微子振荡。

一类具有分布时滞的离散时间神经网络基于最优通信网络的无丢包H-∞量化控制

一类具有分布时滞的离散时间神经网络基于最优通信网络的无丢包H-∞量化控制

论文研究-离散时间控制变量情况下1-bit动态量化算法仿真研究 .pdf

离散时间控制变量情况下1-bit动态量化算法仿真研究，顾慧卉，凌强，本文选取一类非线性前馈系统作为研究对象，研究当系统在满足全局Lipschitz条件的时候，选取离散时间控制变量，如何仅仅占用1-bit带宽�

非线性系统手册原书第5版混沌，分形，元胞自动机，遗传算法，基因表达式编程，支持向量机，小波，隐马尔可夫模型，模糊逻辑与C 、JAVA和SymbolicC 程序

非线性系统手册 第五版：混沌，分形，元胞自动机，遗传算法，基因表达式编程，支持向量机，小波，隐马尔可夫模型，模糊逻辑与C++、JAVA和SymbolicC++程序 出版时间：2013年版 内容简介 　　《非线性系统手册（第5版）》内容共分18章；第1章介绍一维、二维的非线性混沌映射，第2章介绍时间序列分析，第3章介绍平面自治系统，第4章介绍非线性哈密顿系统，第5章介绍非线性耗散系统，第6章介绍非线性动力学系统，第7章介绍混沌控制，第8章介绍混沌同步性，第9章介绍分形学，第10章介绍元胞自动机，第11章介绍微分方程求解，第12章介绍优化，第13章介绍神经网络，第14章介绍遗传算法，第15章介绍基因表达式程序设计，第16章介绍小波，第17章介绍离散隐马尔可夫过程，第18章介绍模糊集与模糊逻辑。《非线性系统手册（第5版）》包括丰富的非线性振动分析方法及其求解的程序设计。内容不仅丰富，而且实用，是研究非线性振动系统强大的工具用书。书中罗列了各种方法及其计算程序，对读者使用非常方便。《非线性系统手册（第5版）》所描述的非线性系统的分析方法都是经典的、常见的、实用的，它不仅对工程的非线性系统的分析具有重要意义，而且对非工程系统（政治学、经济学、社会学）的非线性分析同样具有重大意义。 目录 第1章 非线性混沌映射 1.1 一维映射 1.1.1 精确数值轨迹 1.1.2 不动点和稳定性 1.1.3 不变密度 1.1.4 李雅普诺夫指数 1.1.5 自相关函数 1.1.6 一维离散傅里叶变换 1.1.7 快速傅里叶变换 1.1.8 逻辑斯蒂映射和r∈3,4时的李雅普诺夫指数 1.1.9 逻辑斯蒂映射和分岔图 1.1.10 随机数字映射和不变密度 1.1.11 随机映射和随机积分 1.1.12 圆映射和旋转数 1.1.13 一维牛顿法 1.1.14 费根鲍姆常数 1.1.15 符号动力学 1.1.16 混沌排斥子 1.1.17 混沌编码 1.1.18 混沌通信 1.2 二维映射 1.2.1 引言 1.2.2 相图 1.2.3 不动点和稳定性 1.2.4 李雅普诺夫指数 1.2.5 关联积分 1.2.6 容量 1.2.7 超混沌 1.2.8 吸引域 1.2.9 复域内的牛顿法 1.2.10 高维牛顿法 1.2.11 Ruelle Takens Newhouse方案 1.2.12 映射的Melnikov分析 1.2.13 周期轨道和拓扑度 1.2.14 JPEG文件 第2章 时序分析 2.1 引言 2.2 相关系数 2.3 时间序列的李雅普诺夫指数 2.3.1 雅可比矩阵估算法 2.3.2 直接法 2.4 赫斯特指数 2.4.1 引言 2.4.2 赫斯特指数的实现 2.4.3 随机游走 2.5 Higuchi算法 2.6 复杂性 第3章 平面自治系统 3.1 不动点的类型 3.2 同宿轨道 3.3 一维钟摆 3.4 极限环系统 3.5 Lotka?Volterra系统 第4 章非线性哈密顿系统 4.1 哈密顿运动方程 4.2. 可积的哈密顿系统 4.2.1 哈密顿系统的初积分 4.2.2 Lax Pair和哈密顿系统 4.2.3 Floquet理论 4.3 哈密顿混沌 4.3.1 轨迹和Henon?Heiles哈密顿函数 4.3.2 表面分割法 第5章 非线性耗散系统 5.1 不动点和稳定性 5.2 轨迹 5.3 相位图 5.4 李雅普诺夫指数 5.5 广义生态模型 5.6 超混沌系统 5.7 霍普夫分岔 5.8 第一类时间积分 第6章 非线性动力学系统 6.1 介绍 6.2. 非谐波驱动系统 6.2.1 相位图 6.2.2 庞加莱截面 6.2.3 李雅普诺夫指数 6.2.4 自相关函数 6.2.5 功率谱密度 6.3. 动态摆 6.3.1 相位图 6.3.2 庞加莱截面 6.4. 参数动态摆 6.4.1 相位图 6.4.2 庞加莱截面 6.5 范德波尔动态方程 6.5.1 相位图 6.5.2 李雅普诺夫指数 6.6 参数化和激励动态摆 6.7 扭转系统 第7章 混沌控制 7.1 引言 7.2 奥特-吉尔伯格-约克方法 7.2.1 一维映射 7.2.2 差分方程系统 7.3 时间延迟反馈控制 7.4 微小周期扰动 7.5 共振扰动和控制 第8章 混沌同步性 8.1 引言 8.2 混沌同步性 8.2.1 同步性控制 8.2.2 同步子系统 8.3 耦合发电机的同步性 8.4 相耦合系统 第9章 分形学 9.1 引言 9.2 迭代函数系统 9.2.1 介绍 9.2.2 康托集 9.2.3 Heighway龙形曲线 9.2.4 谢尔宾斯基垫片 9.2.5 科赫曲线 9.2.6 分形蕨 9.2.7 灰度映射 9.3 Mandelbort集 9.4 Julia集 9.5 分形和克罗内克积 9.6 Lindenmayer系统和分形学 9.7 威尔斯特拉斯函数 9.8 Levy?Flight随机游走 第10章 元胞自动机 10.1 引言 10.2 自旋系统和元胞自动机 10.3 Sznajd模型 10.4 守恒定律 10.5 二维元胞自动机 10.6 按钮游戏 10.7 兰顿蚂蚁 第11章 解微分方程 11.1 引言 11.2 欧拉方法 11.3 李级数法 11.4 龙格库塔费尔伯格法 11.5 虚解法 11.6 辛积分 11.7 维莱特算法 11.8 史托马方法 11.9 无形混沌 11.10 首次积分和数值积分 第12章 优化 12.1 拉格朗日乘数法 12.2 坐标系 12.3 微分形式 12.4 Karush?Kuhn?Tucker条件 12.5 支持向量机 12.5.1 简介 12.5.2 线性决策界 12.5.3 非线性决策界 12.5.4 核Fisher判别分析 第13章 神经网络 13.1 引言 13.2 霍普菲尔德模型 13.2.1 引言 13.2.2 同步操作 13.2.3 能量函数 13.2.4 吸引域与吸引半径 13.2.5 伪吸引子 13.2.6 赫布定律 13.2.7 霍普菲尔德例型 13.2.8 霍普菲尔德C++程序 13.2.9 异步操作 13.2.10 平移不变模式识别 13.3 相似性度量 13.4 Kohonen网络 13.4.1 引言 13.4.2 Kohonen算法 13.4.3 Kohonen实例 13.4.4 旅行商问题 13.5 感知器 13.5.1 简介 13.5.2 布尔函数 13.5.3 线性可分集 13.5.4 感知器学习 13.5.5 感知器学习算法 13.5.6 一层和两层网络 13.5.7 异或问题和二分层网络 13.6 多层感知器 13.6.1 简介 13.6.2 Gybenko定理 13.6.3 反向传播算法 13.7 径向基函数网络 13.8 递归的确定性感知器神经网络 13.9 混沌神经网络 13.10 神经元振荡器模型 13.11 神经网络、矩阵和特征值 第14章 遗传算法 14.1 简介 14.2 有序遗传算法 14.3 模式定理 14.4 逐位运算 14.4.1 简介 14.4.2 汇编语言 14.4.3 浮点数与逐位运算 14.4.4 Java位集合类 14.4.5 C++位集合类 14.5 位向量类 14.6 Penna位串模型 14.7 一维映射的极大值 14.8 二维映射的最大值 14.9 寻找适应函数 14.10 带约束问题 14.10.1 引言 14.10.2 背包问题 14.10.3 旅行商问题 14.11 模拟退火算法 第15 章 基因表达式程序设计 15.1 引言 15.2 示例 15.3 数字符号处理 15.4 多表达式程序设计 第16章 小波 16.1 引言 16.2 多分辨率分析 16.3 塔式算法和离散小波 16.4 双正交小波 16.5 双二维小波 第17章 离散隐马尔可夫模型 17.1 引言 17.2 马尔可夫链 17.3 离散隐马尔可夫过程 17.4 前向-q后向算法 17.5 维特比算法 17.6 Baum?Welch算法 17.7 隐马尔可夫模型间的距离 17.8 C++程序 17.9 隐马尔可夫模型的应用 第18章 模糊集与模糊逻辑 18.1 引言 18.2 模糊集运算 18.2.1 逻辑运算 18.2.2 代数运算 18.2.3 反模糊化操作 18.2.4 用作模糊集的模糊概念 18.2.5 模糊限制语 18.2.6 量化模糊度 18.2.7 离散模糊集的C++程序实现 18.3 模糊数和模糊算法 18.3.1 引言 18.3.2 代数运算 18.3.3 LR表征法 18.3.4 模糊数的代数运算 18.3.5 模糊数的C++程序实现 18.3.6 应用 18.4 模糊规则系统 18.4.1 引言 18.4.2 模糊IF-THEN规则 18.4.3 倒立摆控制系统 18.4.4 B样条模型的模糊控制器 18.4.5 应用 18.5 模糊C-均值聚类 18.6 T-范数和T-补充范数 18.7 模糊逻辑网络 18.8 模糊海明距离 18.9 模糊真值和概率 参考文献

班级量化分数管理系统源码war包

班级量化分数管理系统的源码，使用时在tomcat服务器中appwebs中放入该war包即可。注意:src目录下的cla.properties需要改成自己的数据库密码

具有输入饱和度的不确定离散时间系统的量化输出反馈控制

具有输入饱和度的不确定离散时间系统的量化输出反馈控制

具有执行器故障和量化的线性系统的有限时间稳定

具有执行器故障和量化的线性系统的有限时间稳定

通过离散局部线性嵌入实现最佳流形散列

二进制代码学习（也称为哈希）已在大规模视觉搜索中得到越来越多的关注。 通过将高维特征转换为二进制代码，可以通过汉明距离来近似原始的欧几里得距离。 最近，有人主张应在汉明空间中保留流形距离，而不是欧几里得距离。 然而，通过散列直接保留流形结构仍然是一个未解决的问题。 特别是，它首先需要在原始特征空间中构建局部线性嵌入，然后将这种嵌入量化为二进制代码。 这样的两步编码是有问题的，并且优化程度较低。 此外，离线学习非常耗时且消耗内存，这需要计算原始数据的相似度矩阵。 在本文中，我们提出了一种新颖的哈希算法，称为离散局部线性嵌入哈希（DLLH），它很好地解决了上述挑战。 DLLH直接在汉明空间中重构流形结构，从而学习最佳哈希码以保持数据点的局部线性关系。 为了学习离散的局部线性嵌入码，我们进一步提出了一种具有迭代参数更新方案的离散优化算法。 此外，还引入了基于锚的加速方案，称为Anchor-DLLH，该方案通过两个低秩矩阵的乘积来近似大相似矩阵。 在三个广泛使用的基准数据集（即CIFAR10，NUS-WIDE和YouTube Face）上的实验结果表明，所提出的DLLH的性能优于最新方法。