<?xml version="1.0" encoding="gb2312"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[自动化学报 -->最新文章目次]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[目录]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E4DCE179BE60AD9CD&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=2B25C5E62F83A049&eid=2B25C5E62F83A049&referenced_num=0&reference_num=0]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name></atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E4DCE179BE60AD9CD&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=2B25C5E62F83A049&eid=2B25C5E62F83A049&referenced_num=0&reference_num=0]]></guid><cfi:id>18</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于人机信息交互的助行外骨骼机器人技术进展]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E3898BAAA0173FE38&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=4997AFD17F6FADE1&eid=D7B9DD9E919B6180&referenced_num=0&reference_num=65]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[外骨骼机器人是集人体信息检测、机器人自动控制、神经工程等多学科知识于一身的高科技成果.本文简要介绍了外骨骼机器人研发技术现状和应用市场前景，分别从外骨骼动力驱动和运动测量技术角度剖析了支撑典型外骨骼机器人实现其运动辅助功能的主要技术基础，重点从神经信息交互角度出发，讨论了构建人机信息交互环路中的技术瓶颈，以及如何更为高效准确地获取人体运动意图.最后展望了其未来技术研发方向.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[明东,蒋晟龙,王忠鹏,綦宏志,万柏坤]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>明东,蒋晟龙,王忠鹏,綦宏志,万柏坤</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E3898BAAA0173FE38&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=4997AFD17F6FADE1&eid=D7B9DD9E919B6180&referenced_num=0&reference_num=65]]></guid><cfi:id>17</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于自适应动态规划的导弹制导律研究综述]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E9FDDB1309FC985E2&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=C17A97755771D03C&eid=0EFDF9DD0F63E842&referenced_num=0&reference_num=152]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[自适应动态规划（Adaptive dynamic programming，ADP）作为最优控制领域的近似优化方法，是求解复杂非线性系统最优控制问题的有力工具.近年来，已成为控制理论与计算智能领域的研究热点.本文着重介绍ADP算法的理论研究进展及其在航空航天领域的应用.分析了几种典型的制导律优化设计方法，以及ADP方法在导弹制导律设计中的应用现状和前景.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[孙景亮,刘春生]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>孙景亮,刘春生</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E9FDDB1309FC985E2&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=C17A97755771D03C&eid=0EFDF9DD0F63E842&referenced_num=0&reference_num=152]]></guid><cfi:id>16</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[关于二型模糊集合的一些基本问题]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EEBB84FDCB8D93B0B&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=5348E91DA94080DE&eid=39B73ADA6F3DD05F&referenced_num=0&reference_num=39]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[采用集合论的方法给出了单位模糊集合和二型模糊集合及其在一点的限制等定义，使得二型模糊集合更易于理解.通过定义嵌入单位模糊集合来描述一般二型模糊集合，并给出离散、半连通二型模糊集合的表达式.根据论域、主隶属度及隶属函数的特性将二型模糊集合分为四种类型：离散、半连通、连通及复合型，并根据连通的特点将连通二型模糊集合分为单连通及多连通两类.利用支集的闭包（Closure of support，CoS）划分法表述主隶属度及区间二型模糊集合.提出了CoS二、三次划分法分别来表述单、复连通二型模糊集合，并使每一个子区域的上下边界及次隶属函数在该子区域上的限制分别具有相同的解析表述式.最后，探讨了二型模糊集合在一点的限制、主隶属度、支集、嵌入单位模糊集合之间的关系.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[王飞跃,莫红]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>王飞跃,莫红</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EEBB84FDCB8D93B0B&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=5348E91DA94080DE&eid=39B73ADA6F3DD05F&referenced_num=0&reference_num=39]]></guid><cfi:id>15</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于权值动量的RBM加速学习算法研究]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E49D37E1DC19A0A7E&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=4442BFF895478018&eid=545EC3172B3789BC&referenced_num=0&reference_num=34]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[动量算法理论上可以加速受限玻尔兹曼机（Restricted Boltzmann machine，RBM）网络的训练速度.本文通过对现有动量算法进行仿真研究，发现现有动量算法在受限玻尔兹曼机网络训练中加速效果较差，且在训练后期逐渐失去了加速性能.针对以上问题，本文首先基于Gibbs采样收敛性定理对现有动量算法进行了理论分析，证明了现有动量算法的加速效果是以牺牲网络权值为代价的；然后，本文进一步对网络权值进行研究，发现网络权值中包含大量真实梯度的方向信息，这些方向信息可以用来对网络进行训练；基于此，本文提出了基于网络权值的权值动量算法，最后给出了仿真实验.实验结果表明，本文提出的动量算法具有更好的加速效果，并且在训练后期仍然能够保持较好的加速性能，可以很好地弥补现有动量算法的不足.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[李飞,高晓光,万开方]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>李飞,高晓光,万开方</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E49D37E1DC19A0A7E&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=4442BFF895478018&eid=545EC3172B3789BC&referenced_num=0&reference_num=34]]></guid><cfi:id>14</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于罚函数内点法的泄露积分型回声状态网的参数优化]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E5D5F0544074FFA4C&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=7C112B12217D9FAF&eid=C4690645D4CCDCE7&referenced_num=0&reference_num=14]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了提升泄露积分型回声状态网（Leaky integrator echo state network，Leaky-ESN）的性能，提出利用罚函数内点法优化Leaky-ESN的全局参数，如泄漏率、内部连接权矩阵谱半径、输入比例因子等，这克服了通过反复试验法选取参数值而降低了Leaky-ESN模型的优越性和性能.Leaky-ESN的全局参数必须保障回声状态网满足回声状态特性，因此它们之间存在不等式约束条件.有学者提出利用随机梯度下降法来优化内部连接权矩阵谱半径、输入比例因子、泄露率三个全局参数，一定程度上提高了Leaky-ESN的逼近精度.然而，随机梯度下降法是解决无约束优化问题的基本算法，在利用随机梯度下降法优化参数时，没有考虑参数必须满足回声特性的约束条件（不等式约束条件），致使得到的参数值不是最优解.由于罚函数内点法可以求解具有不等式约束的最优化问题，应用范围广，收敛速度较快，具有很强的全局寻优能力.因此，本文提出利用罚函数内点法优化Leaky-ESN的全局参数，并以时间序列预测为例，检验优化后的Leaky-ESN的预测性能，仿真结果表明了本文提出方法的有效性.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[伦淑娴,胡海峰]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>伦淑娴,胡海峰</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E5D5F0544074FFA4C&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=7C112B12217D9FAF&eid=C4690645D4CCDCE7&referenced_num=0&reference_num=14]]></guid><cfi:id>13</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[非完整性约束的平面多智能体位置时变一致性控制]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E18FB05186CCD7567&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=827D3389B7A27A64&eid=A60ED5C9472B8BEB&referenced_num=0&reference_num=21]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[多智能体的通用一致性协议被广泛用于智能体的编队控制问题中.在实际工程中，多智能体系统为了完成期望的协作控制，智能体之间的位置关系通常是时变的.目前，在多智能体编队控制问题中，尽管已有研究成果能够解决多智能体某些特殊类型的时变编队控制，但对一般性的时变编队还没有成熟的研究成果.本文以受非完整性约束的平面多智能体为研究对象，提出了平面非完整性多智能体的位置时变一致性协议.实验结果表明：本文提出的位置时变一致性协议能够有效解决平面非完整性多智能体系统一般性的时变编队问题.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[赵俊,刘国平]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>赵俊,刘国平</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E18FB05186CCD7567&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=827D3389B7A27A64&eid=A60ED5C9472B8BEB&referenced_num=0&reference_num=21]]></guid><cfi:id>12</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[连铸-轧制混流生产模式下轧批调度问题的分支-定价算法]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E9B458CD44ECC7680&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=6EEBEF38C7DFC97E&eid=53A4507B400B4E65&referenced_num=0&reference_num=26]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[研究了连铸——轧制在热装、温装和冷装混流生产模式下的一类新型轧批调度问题.以最小化温装钢坯（热钢锭）缓冷（等待）导致的热能损失和连轧机架切换带来的产能损失为目标，建立了整数规划模型.由于商业优化软件难以在有限时间内直接求得模型的最优解甚至可行解，提出利用Dantzig-Wolfe分解技术将原模型分解为主问题和子问题，采用列生成算法对主问题和子问题进行迭代求解得到原问题的紧下界，最后以列生成算法作为定界机制嵌入分支——定界框架中形成分支——定价算法，执行分支搜索过程以获得整数最优解.本文还从影响分支——定价算法性能的要素出发提出改进策略.针对主问题，提出列生成和拉格朗日松弛混合求解策略来抑制单一列生成算法的尾效应.针对价格子问题，在动态规划算法中提出了基于占优规则和标号下界计算方法来及早消除无效状态空间，加速求解过程.以钢铁企业的实际生产数据和扩展的随机算例进行了数值实验，结果显示所提出改进策略能够突破求解能力的限制，使分支——定价算法在可接受计算时间内求得工业规模问题的最优解.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[汪恭书,刘静宜,唐立新]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>汪恭书,刘静宜,唐立新</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E9B458CD44ECC7680&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=6EEBEF38C7DFC97E&eid=53A4507B400B4E65&referenced_num=0&reference_num=26]]></guid><cfi:id>11</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[一类面向中风后吞咽功能障碍康复治疗的群体智慧涌现方法]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EB30FA664569432AC&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=C9D6A9952042973F&eid=B4942BBE94415B36&referenced_num=0&reference_num=34]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[传统的中风后吞咽功能障碍康复治疗方案的制订通常以会诊方式，需要群体专家对所有可能的备选治疗方案进行讨论与决策，增加专家主观疲劳，且缺乏针对群体治疗智慧涌现方法的探讨，基层康复医师难以学习群体专家治疗智慧.基于多属性群决策理论，本文提出了群体智慧定义，给出了基于"专家讨论后的备选方案排序结果——子属性特征"的群体智慧涌现方法以及基于群体智慧的多属性决策方法，使计算机逐步学习群体专家经验并代替专家决策，减轻群体专家疲劳感，并具备针对未知备选方案进行自动决策的能力.针对一类数值实例，对传统多属性决策方法与所提决策方法进行了对比，并将所提方法应用于一类实际中风后吞咽功能障碍康复治疗中，验证了本文所提方法的正确性与可行性.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[宿翀,高月,李宏光,刘晓华]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>宿翀,高月,李宏光,刘晓华</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EB30FA664569432AC&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=C9D6A9952042973F&eid=B4942BBE94415B36&referenced_num=0&reference_num=34]]></guid><cfi:id>10</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[具有学习特点的控制器设计算法]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E26327D9CB4E1C1BF&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=C80CAAD049B5B990&eid=86CBF6E43FA9E551&referenced_num=0&reference_num=15]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[对于普遍存在的具有未知参数的随机最优控制问题，本文提出了一种具有学习特点的控制器设计算法.该算法用Kalman滤波估计系统的未知参数，在滚动优化机制下用动态规划获取控制增益，为了赋予控制器的学习特点，在LQG控制律中附加使下一时刻估计方差最小的学习控制分量.仿真结果表明了算法的有效性.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[尚婷,钱富才,张晓艳,谢国]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>尚婷,钱富才,张晓艳,谢国</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E26327D9CB4E1C1BF&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=C80CAAD049B5B990&eid=86CBF6E43FA9E551&referenced_num=0&reference_num=15]]></guid><cfi:id>9</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于DNN的低资源语音识别特征提取技术]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EE947CEA238060F64&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=83B38B9EF611BE13&eid=F5F3E44D7A429F27&referenced_num=0&reference_num=32]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对低资源训练数据条件下深层神经网络（Deep neural network，DNN）特征声学建模性能急剧下降的问题，提出两种适合于低资源语音识别的深层神经网络特征提取方法.首先基于隐含层共享训练的网络结构，借助资源较为丰富的语料实现对深层瓶颈神经网络的辅助训练，针对BN层位于共享层的特点，引入Dropout，Maxout，Rectified linear units等技术改善多流训练样本分布不规律导致的过拟合问题，同时缩小网络参数规模、降低训练耗时；其次为了改善深层神经网络特征提取方法，提出一种基于凸非负矩阵分解（Convex-non-negative matrix factorization，CNMF）算法的低维高层特征提取技术，通过对网络的权值矩阵分解得到基矩阵作为特征层的权值矩阵，然后从该层提取一种新的低维特征.基于Vystadial 2013的1小时低资源捷克语训练语料的实验表明，在26.7小时的英语语料辅助训练下，当使用Dropout和Rectified linear units时，识别率相对基线系统提升7.0%；当使用Dropout和Maxout时，识别率相对基线系统提升了12.6%，且网络参数数量相对其他系统降低了62.7%，训练时间降低了25%.而基于矩阵分解的低维特征在单语言训练和辅助训练的两种情况下都取得了优于瓶颈特征（Bottleneck features，BNF）的识别率，且在辅助训练的情况下优于深层神经网络隐马尔科夫识别系统，提升幅度从0.8%~3.4%不等.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[秦楚雄,张连海]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>秦楚雄,张连海</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EE947CEA238060F64&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=83B38B9EF611BE13&eid=F5F3E44D7A429F27&referenced_num=0&reference_num=32]]></guid><cfi:id>8</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于MFD的城市区域过饱和交通信号优化控制]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E7E5D84E2A228D7DA&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=82A2BA02DFB40363&eid=603BC00D7DC5FEAC&referenced_num=0&reference_num=38]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[为了解决交通高峰时段城市区域路网过大的交通需求引起的路网通行效率下降以及区域内部交通流分布的异质性产生的道路资源浪费等问题.本文提出了基于区域路网固有属性宏观基本图（Macroscopic fundamental diagram，MFD）的过饱和区域控制优化模型，建立了边界控制信号和内部控制信号目标函数的双层规划优化，进一步设计了基于BP（Back propagation）神经网络的自适应动态规划（Adaptive dynamic programming，ADP）模型，对建立的双层规划区域交通信号进行求解，实例仿真结果验证了本文方法的有效性.通过本文的研究分析，对城市区域交通的需求管控、拥堵政策制定等城市区域交通管理具有一定的指导意义.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[刘小明,唐少虎,朱凤华,陈兆盟]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>刘小明,唐少虎,朱凤华,陈兆盟</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E7E5D84E2A228D7DA&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=82A2BA02DFB40363&eid=603BC00D7DC5FEAC&referenced_num=0&reference_num=38]]></guid><cfi:id>7</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[网路化双线性系统的预测控制优化算法研究]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EBBE67D349614FD17&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=302799463F713260&eid=4B24DA4DB6EBAD78&referenced_num=0&reference_num=26]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[本文对一类离散时间双线性系统进行网络化预测控制研究.针对控制系统网络信道传输引起的前向通道和反馈通道时延问题，基于双线性系统结构特性提出2种逐步优化算法对非凸优化问题进行求解，进而得到未来时刻的预测控制序列.仿真实例说明所求预测控制序列可以主动补偿网络引起的时延问题，从而说明所提出预测控制算法的有效性.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[王炳林,康宇,秦家虎,李彦梅]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>王炳林,康宇,秦家虎,李彦梅</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EBBE67D349614FD17&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=302799463F713260&eid=4B24DA4DB6EBAD78&referenced_num=0&reference_num=26]]></guid><cfi:id>6</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[多模型主动容错滑模预测控制在太阳能热发电系统中的应用]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EE544865E61195EE9&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=A3FC76ED9EF62E85&eid=8C8B0901DFA6ECA2&referenced_num=0&reference_num=20]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对太阳能热发电系统的随机性和干扰性强的特点，以解决太阳能热发电的平稳性问题，本文设计了多模型主动容错滑模预测控制器.对实测的数据进行模糊聚类，再用递推最小二乘法建立集热子系统的多模型；采用基于累计误差最小的切换策略在线选择最优控制模型；为降低在建立多模型的过程中数据的缺失、故障和强扰动引起的误差，建立太阳能集热系统的自适应预测模型；设计主动容错滑模预测控制器提高输出的跟踪精度和鲁棒性；最后，验证该算法应用的有效性和优势.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[路小娟,董海鹰]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>路小娟,董海鹰</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EE544865E61195EE9&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=A3FC76ED9EF62E85&eid=8C8B0901DFA6ECA2&referenced_num=0&reference_num=20]]></guid><cfi:id>5</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于视觉注意的移动机器人环境3D建模]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E8A7B3945D6DF0F59&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=ED8B09838922B3F8&eid=CDE97535A1E7BEA0&referenced_num=0&reference_num=28]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[人类的视觉注意具有高度的选择性.模仿这些机制可以使得机器人对其周围环境建模更具高效、智能和鲁棒特性.本文采用视觉注意提出了一种移动机器人环境3D建模方法.该方法采用障碍物距离势函数的变化率作为显著度的度量函数，利用移动机器人提取到的场景中的特征点并结合快速均值漂移算法，实现了移动机器人周围环境中物体显著性检测，并以其为栅格先验模型，结合传感器模型、投影方法采用贝叶斯估计方法构建了环境的栅格模型.建立的模型在室内和室外环境进行了实验验证和性能评估.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[郭炳华,戴宏跃,李中华]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>郭炳华,戴宏跃,李中华</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E8A7B3945D6DF0F59&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=ED8B09838922B3F8&eid=CDE97535A1E7BEA0&referenced_num=0&reference_num=28]]></guid><cfi:id>4</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于NDOB的匹配/非匹配不确定性系统滑模控制]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E8605D4AE1966B35A&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=FD947B5A26542F64&eid=8A87B19A95331EA5&referenced_num=0&reference_num=28]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对一类n阶匹配与非匹配不确定性和扰动共存的系统, 提出了一种新颖的基于非线性干扰观测器的滑模控制方法. 将非匹配扰动的估计值融入到滑模面, 设计了集成扰动观测的滑模控制. 与传统的滑模控制方法相比, 该方法在匹配与非匹配不确定性和扰动出现时具有较好的抑制能力, 并能有效地抑制切换增益所引起的抖振现象. 利用李雅普诺夫理论和输入-输出稳定性概念严格证明了闭环系统的稳定性. 最后通过两个仿真实例验证了所提控制方法的有效性.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[侯利民,王龙洋,王怀震]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>侯利民,王龙洋,王怀震</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E8605D4AE1966B35A&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=FD947B5A26542F64&eid=8A87B19A95331EA5&referenced_num=0&reference_num=28]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[部分拓扑切换概率未知的移动传感网保性能一致性控制研究]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EF7D26103429ED87F&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=38194DB47CE47B20&eid=F82BA45C3E48287D&referenced_num=0&reference_num=31]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[本文研究了基于马尔科夫切换拓扑的移动传感网保性能一致性问题.网络拓扑切换由一般的马尔科夫链驱动，其初始和转移概率部分未知.切换拓扑集中的每个拓扑皆是带有树的有向拓扑图.借助定义包括接收、发送信息和控制输入的新的全局能耗函数，可以得到切换分布式一致性控制器集合.然后经过状态变换，一致性控制问题转化为减阶的马尔科夫跳跃系统的保性能问题.通过分析马尔科夫跳跃系统的稳定性，提出了可以同时计算次优的一致性控制器增益和次小能耗上界的算法.最后，通过数值仿真检验了控制器设计方法的性能.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[赵园,郭戈,丁磊,巩健,卢自宝]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>赵园,郭戈,丁磊,巩健,卢自宝</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9EF7D26103429ED87F&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=38194DB47CE47B20&eid=F82BA45C3E48287D&referenced_num=0&reference_num=31]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[带有输入和状态时滞的高阶非线性前馈系统的自适应控制]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E687EC630A30E15DA&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=11F3C55CF63C495D&eid=0B2455B0C3E7C267&referenced_num=0&reference_num=40]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[本文考虑了一类高阶不确定非线性前馈系统的自适应镇定问题.将高阶非线性进一步放宽到不仅允许状态时滞，而且还具有未知增长率.通过将自适应方法、动态增益控制方法和增加幂次积分器法结合，设计了一个状态反馈控制器.所设计的控制器保证了闭环系统的所有信号有界，平衡点全局稳定，并且原状态收敛到0.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[黄亚欣,张星慧,蒋蒙蒙]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>黄亚欣,张星慧,蒋蒙蒙</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E687EC630A30E15DA&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=11F3C55CF63C495D&eid=0B2455B0C3E7C267&referenced_num=0&reference_num=40]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[基于改进量子差分进化的含分布式电源的配电网无功优化]]></title>
<link><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E9AD1340E126B803F&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=B9CA56463DAD3251&eid=55C36125E841856F&referenced_num=0&reference_num=19]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[差分进化算法（DE）已被证明为解决无功优化问题的有效方法.随着越来越多的分布式电源并网，对配电网潮流、电压均有一定改变，同时也影响了DE的鲁棒性和性能.本文在研究DE基础上，针对其收敛过早、局部搜索能力较差的缺陷，分析了量子计算思想和人工蜂群算法的优势，提出改进量子差分进化混合算法（IQDE）.通过量子编码思想提高了种群个体的多样性，人工蜂群算法的观察蜂加速进化操作和侦查蜂随机搜索操作分别提高了算法的局部搜索和全局搜索性能.建立以有功网损最小为目标的数学模型，将IQDE算法和DE算法分别用于14节点和30节点标准数据集进行大量仿真实验.实验结果表明，IQDE算法用更少的收敛时间、更小的种群规模便可以获得与DE算法相同甚至更佳的优化效果，并且可以很好的应用于解决难分布式电源的配电网无功优化问题.]]></description>
<pubDate>2019/11/17 0:00:32</pubDate>
<category><![CDATA[目次]]></category>
<author><![CDATA[李元诚,李宗圃,杨立群,王蓓]]></author>
<atom:author xmlns:atom="http://www.w3.org/2005/Atom">
<atom:name>李元诚,李宗圃,杨立群,王蓓</atom:name>
</atom:author>
<guid><![CDATA[/simple_view_abstract.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=E76622685B64B2AA896A7F777B64EB3A&aid=CD14A391FC507C9E9AD1340E126B803F&yid=FA004A8A4ED1540B&vid=BE33CC7147FEFCA4&iid=DF92D298D3FF1E6E&sid=B9CA56463DAD3251&eid=55C36125E841856F&referenced_num=0&reference_num=19]]></guid><cfi:id>0</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>