【摘 要】
:
摘要:该文对Lorenz混沌系统的同步问题进行了理论分析,并进行线性反馈控制设计,基于Lyapunov函数提出了反馈控制同步规则,仿真结果证实了规则的可行性及有效性。 关键词: Lorenz混沌系统;线性反馈;同步 中图分类号:O415文献标识码:A文章编号:1009-3044(2009)04-0950-04 A Feedback Approach to the Control and Sy
论文部分内容阅读
摘要:该文对Lorenz混沌系统的同步问题进行了理论分析,并进行线性反馈控制设计,基于Lyapunov函数提出了反馈控制同步规则,仿真结果证实了规则的可行性及有效性。
全文查看链接
其他文献
摘要:该文主要是针对维吾尔语中生气,高兴,难过及惊讶等四大类情感分别进行基于情感词词典的句子情感分类。首先,结合维吾尔句子中的情感特点,通过人工抽取的方法收集了维吾尔句子中能表达情感的关键词和情感短语,并建立了包含情感关键词和情感短语的情感词词典。然后,利用关键词匹配算法实现了具有分类速度快、分类正确率较高的维吾尔语句子情感分类应用系统。最后,给出了实验结果,并且分析了所存在的问题及提出了相应的解
摘要:该文讨论了基于WEB的远程教学系统,对于系统的必要性和可行性进行了讨论。并且对于java的企业级应用-J2EE设计了远程辅助教学系统。 关键词:java;J2EE;輔助教学;web教学 中图分类号:TP311 文献标识码:A 文章编号:1009—3044(2009)12—3129—02
摘要:我国的职业教育受到各种因素的影响,存在着较为严重的区域发展不均衡现象。黄冈职业技术学院通过各种形式对口支援中西部地区职业教育发展,探索出了一条深度合作,互赢共进的区域职教协调发展之路。 关键词:职业教育;高职;协调发展;对口支援;中西部 中图分类号:G642 文献标识码:A 文章编号:1009-3044(2015)35-0067-02 近年来,我国职业教育事业飞速发展,培训培养了大批技
摘要:HTML5能够视频的播放来丰富网页的内容,增强页面的效果。在HTML5中使用新增的video标记与处理视频数据,使用JavaScript MediaAPI创建HTML5视频的自定义控件,来操纵视频的播放。该文主要研究HTML5多媒体应用开发的知识,使用HTML5标记在Web文档中嵌入视频以及如何使用JavaScript MediaAPI控制视频。 关键词:HTML5;视频数据;多媒体应用
摘要:针对目前国内快递“最后一公里”所存在的个人信息泄露、查找快递费时等问题,笔者设计研发了零等待安全便捷快递派发系统。此系统可实现“人、物相应”的快捷提取方式,减少收件人等待时间,提高快递员工作效率;同时,创新性地采用以加密二维码取代快递上单手机号、地址等信息的方式,保护收件人的生命财产安全。 关键词:快递;二维码;安全;高效率 中图分类号:TP311 文献标识码:A 文章编号:1009-3
摘要:该文首先对嵌入式操作系统进行简要介绍,然后根据Android平台的结构特点,对定位监控系统做了两部分的分析和设计。针对LBS的应用场景做了部分实现,使用R语言对地理信息数据进行了数据分析和统计。并且在Android平台做了演示程序,包括界面设计,运行逻辑,数据处理程序。另一部分是对监控系统的做了部分自动学习算法的实现。 关键词:移动定位;Android监控;自动学习;嵌入式操作系统 中图
摘要:为了研制开发VXI模块化仪器,必须首先解决VXI总线接口电路的设计。文章给出了选用ALTERA公司的可编程逻辑器件FLEX 10K,在MAXPLUSⅡ环境下设计VXI总线接口电路的方法,并详细讨论了接口中几个主要功能模块的设计和实现。 关键词:VXI总线;接口电路;FLEX 10K 中图分类号:TP336文献标识码:A文章编号:1009-3044(2008)23-1070-02 D
摘要:随着Internet技术的不断发展和网上电子文本的日益增多,面对互联网海量的信息,政府机关、企事业单位和研究机构都迫切希望获取与自身工作相关的有价值的信息,如何方便快捷地获取这些信息变得至关重要。该文基于visual C ,根据预定义的抓取规则,实现矿产资源相关信息的快速抓取。该文主要研究的是基于Web的矿产资源行情自动抓取技术,通过分析网页源代码,提取有用、有效的数据信息。 关键词:信
摘要:单片机原理与应用是机械类专业教学过程中的重要环节,为提高课程教学质量和学生单片机实际操作水平,分析了单片机原理与应用课程考核方法现状以及存在的问题,提出了一种综合的成绩考核评价体系,并建立了课程的成绩模糊综合评价模型。 关键词:单片机原理与应用;考核评价;机械类专业;模糊理论 中图分类号:TP3 文献标识码:A 文章编号:1009-3044(2014)31-7415-04 Abstra
摘要:强化学习(Reinforcement Learning)是学习环境状态到动作的一种映射,并且能够获得最大的奖赏信号。强化学习中有三种方法可以实现回报的最大化:值迭代、策略迭代、策略搜索。该文介绍了强化学习的原理、算法,并对有环境模型和无环境模型的离散空间值迭代算法进行研究,并且把该算法用于固定起点和随机起点的格子世界问题。实验结果表明,相比策略迭代算法,该算法收敛速度快,实验精度好。 关键