论文部分内容阅读
针对参数未知混沌系统提出一种自适应线性广义同步方案，并用该方案实现参数未知统一超混沌系统的自适应线性广义同步，同时用该控制方案对参数未知统一超混沌系统进行参数识别。
自适应线性广义同步方法
【摘 要】
：
针对参数未知混沌系统提出一种自适应线性广义同步方案，并用该方案实现参数未知统一超混沌系统的自适应线性广义同步，同时用该控制方案对参数未知统一超混沌系统进行参数识别。
【机 构】
：
陆军军官学院四系电气工程教研室
【出 处】
：
计算机与现代化
【发表日期】
：
2014年3期
【基金项目】
：
基金项目：陆军军官学院科研学术基金资助项目（2012XYJJ-035）
其他文献
人体行为识别对于个人辅助机器人和智能家居等一些智能应用,是非常必要的功能,本文运用SVM&HMM混合分类模型进行日常生活环境的人体行为识别。首先,使用微软的Kinect(一种RGBD感应器)作为输入感应器,提取融合特征集,包括运动特征、身体结构特征、极坐标特征。其次,提出SVM&HMM模型,SVM&HMM二级模型发挥了SVM和HMM各自的优点,既结合了SVM适于反映样本间差异性特点,又发挥了HMM
Apriori算法在搜索频繁项集过程中，通常需要对数据库进行多次的重复扫描和产生大量无用的候选集，针对此问题提出一种基于矩阵约简的Apriori改进算法。该算法只需扫描一次数据库
基于模板匹配的图像分割算法在显微细胞图像分割中具有很好的通用性。针对传统模板匹配显微细胞图像分割算法在创建模板集时会产生较多冗余模板,造成图像分割时间过长的问题,提出一种改进的模板匹配显微细胞图像分割算法。本算法在传统模板匹配算法的基础上,提取模板集的形状特征,并计算其相似度;然后在不影响图像分割准确率的情况下,剔除模板集中相似度过高的模板来精简模板集;最后利用精简模板集分割测试图像。通过对U2O
初始聚类中心的选择极大地影响了模糊C均值聚类算法的性能,一个好的初始聚类中心能显著加快算法的收敛速度和减少算法的运行时间。本文提出一种新的基于k维树的模糊C均值聚类