搜索结果: 1-15 共查到“知识库 人工智能 系统”相关记录604条 . 查询时间(1.671 秒)
时滞取值概率未知下的线性时滞系统辨识方法
系统辨识 参数估计 时变时滞 时滞取值概率未知
2023/10/24
在大多数系统辨识方法中,通常假设时变时滞在其可能的取值范围内服从均匀分布.但是这种假设是非常受限的且在实际过程中常常无法得到满足.因此在时滞取值概率条件未知的情况下,针对一类线性时变时滞系统提出有效的辨识方法.利用期望最大化(Expectation maximization,EM)算法将拟研究的辨识问题公式化,期望最大化算法通过不断地迭代执行期望步骤和最大化步骤得到优化的参数估计.在期望步骤中,将...
切换拓扑下动态事件触发多智能体系统固定时间一致性
多智能体系统 固定时间一致性 动态事件触发控制 切换拓扑
2023/6/20
针对有扰动的一阶非线性多智能体系统在切换拓扑下的实际固定时间平均一致性问题,提出了基于动态事件触发机制的固定时间一致性协议.该一致性协议在节约更多资源的情况下,使多智能体系统以更快的速度达到一致.相对于有限时间一致性控制算法,固定时间一致性控制算法的收敛时间不依赖于初始状态,并且可以通过选择合适的控制器参数设定相应的收敛时间上界.通过设计一个包含双曲正切函数的测量误差,证明系统不存在Zeno行为....
面向性能增强的双惯量伺服系统状态反馈控制
双惯量伺服系统 状态反馈 预设性能函数 函数逼近器
2023/4/20
为避免使用函数逼近器(神经网络或模糊系统),并提高双惯量伺服系统的瞬态响应和稳态性能,针对含外部扰动的双惯量伺服系统,提出一种基于预设性能函数(Prescribed performance function,PPF)的类比例状态反馈控制策略.首先,提出一种改进的带有最大超调、收敛速率以及稳态误差的预设性能函数,并将该函数融入控制器设计使二惯量伺服的跟踪误差保持在预定的边界之内.其次,基于预设性能函...
本文在分析智能制造对PID整定的新需求及PID整定面临的挑战难题的基础上,将自动化的建模、控制与优化和人工智能的深度学习与强化学习深度融合与协同,提出了自适应与自主的PID整定的智能优化方法,包括端边云协同的PID控制过程数字孪生模型和强化学习与数字孪生模型相结合的PID整定算法.将工业互联网的端边云协同技术与PLC控制系统相结合,研制了PID整定智能系统,并在重大耗能设备—电熔镁炉成功应用.该系...
东南大学显示技术研究中心研究成果柔性电子技术驱动的人机融合智能系统（图）
东南大学显示技术研究中心 研究成果 柔性电子技术驱动的人机融合智能系统 Nature Communications, Research Advanced Intelligent Systems
2022/5/17
东南大学显示中心技术团队旨在依靠柔性光电子器件，构建应变，温度，触觉，光信号等多模态信息感知平台，依靠智能算法解构多模态信息，在人机融合系统框架下对当前科技前沿方向进行应用探索与革新。整个系统化设计包括柔性电子皮肤与织物，AI集成的硬件智能系统以及深层神经网络算法设计三个层面。依托于仿生电子学，团队通过印刷，吹纺，激光刻蚀以及光刻等技术，研发柔性电路和多感知功能电子皮肤与织物，实现人体生理信号检测...
东华大学机械工程学院机电智能装备技术与系统团队的研究内容：(1) 高端纺织装备技术与系统（复合材料预成型体编织装备、特种编织物编织装备、数字化地毯织机、双针床贾卡经编机）；(2) 机电系统设计与控制（增材印花装备与系统、技能作业机器人、多机器人协同控制、机器视觉及应用）；(3) 织物成型理论与过程优化（运动学与动力学分析、多耦合系统建模与仿真、参数优化与控制、机电系统远程运维）。学科方向：高端与特...
针对无刷直流电机驱动系统功率开关管故障诊断存在由于特征提取效果差而导致识别准确率低等问题，提出一种基于二维卷积神经网络2D-CNN（two-dimensional convolution neural network）自适应特征提取的故障检测方法，避免人工提取特征的复杂性及不确定性。以相电流作为故障敏感信号进行FFT预处理，并将一维数据转换为矩阵形式作为2D-CNN的输入数据，然后利用Adam优化...
北京信息科技大学计算机学院人工智能与嵌入式系统创新团队，目前有正高级教师1人，副高级教师5人，具有博士学位的青年教师2人及数名在读研究生，主要研究方向为人工智能、图像处理、数据挖掘及嵌入式系统等。团队成员经过数年的教学、专研与合作，于2022年1月正式成立创新团队，其目标致力于以下几个方面的深入研究：脑和生物启发的机器学习、神经网络模型及其在图像感知与识别上的应用；电力系统上的视觉感知、识别与检测...
针对一类带有外部扰动的非严格反馈p规范型非线性系统,在一种新的预设性能控制思想的基础上,结合加幂积分技术、H∞控制理论及神经自适应技术,提出了一种自适应神经预设性能有限时间H∞跟踪控制器的设计方法.所设计的控制器能够保证系统的跟踪误差被有限时间性能函数约束,并在任意给定的停息时间内收敛到平衡点的一个预先给定的邻域内,且能够抑制外部扰动对系统的影响.特别地,该停息时间与系统初始状态无关.两个仿真例子...
本文旨在提出一个智慧化时代的集智能化管理、智能化运营与智能化诊疗为一体的智慧医院解决方案,即基于平行医学的平行医院.平行医院以虚实互动的平行思想为核心理念,以突出人以及其社会因素的信息物理社会系统(CPSS)作为基础设施,以人工场景(Artificial scene),计算实验(Computational experiments)和平行执行(Parallel execution)为一体的ACP平行...
数据稀疏和冷启动是当前推荐系统面临的两大挑战.以知识图谱为表现形式的附加信息能够在某种程度上缓解数据稀疏和冷启动带来的负面影响,进而提高推荐的准确度.本文综述了最近提出的应用知识图谱的推荐方法和系统,并依据知识图谱来源与构建方法、推荐系统利用知识图谱的方式,提出了应用知识图谱的推荐方法和系统的分类框架,进一步分析了本领域的研究难点.本文还给出了文献中常用的数据集.最后讨论了未来有价值的研究方向。
磨粒图谱智能智能检测系统采用先进的机器视觉、深度学习、满足工艺要求的数据扩增技术、消息服务等，构建适合大型设备状态诊断的磨粒图谱智能检测系统。系统针对正常、疲劳、严重滑动、切削、球状、铜合金等磨粒，采用大规模数据扩增技术，基于深度卷积神经网络并结合特征金字塔、视觉注意力等小目标检测技术，训练的模型对于不同尺度的工业弱目标具有很强的检测能力。
射线底片缺陷智能检测系统基于NB/T 47013.2—2015标准，采用大规模缺陷数据库并进行人工标记，送入深度卷积神经网络进行学习，通过学习率、RPN推荐尺寸和比例等超参数优化，集成有视觉注意力、小样本学习、数据扩增、特征金字塔网络、粗细两阶段网络模型、多种特征提取骨干网络等关键技术，开发针对X射线焊缝的高精度缺陷检测模型。
天车挂钩安全智能检测系统采用先进的云边端体系结构、机器视觉、深度学习、可靠的无线传输技术、支持深度学习模型部署的低功耗边缘计算服务器等，构建适合炼钢和有色等复杂工业环境的天车挂钩安全智能检测系统。系统针对重要的吊包位，通过定位、重量和视觉等多种手段触发检测系统开始工作，机器视觉基于深度学习模型对挂钩和钢包进行实时、精确的跟踪，通过实例分割模型准确分割出挂钩形态，基于挂钩和钢包耳轴的多个关键特征点进...