福建省自然科学基金(2008J0033)
- 作品数：4 被引量：15H指数：2
- 相关作者：罗林开叶凌君周绮凤喻骁兰维瑶更多>>
- 相关机构：厦门大学西南交通大学更多>>
- 发文基金：福建省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- Adaptive Fuzzy Control for a Class of Nonlinear Time-delay Systems with Unknown Control Direction
- A fuzzy robust adaptive control design scheme is developed for a class of uncertain nonlinear system represent...
- LI Xiaoqiang1,WANG Dan1,YAO Yubin1,LAN Weiyao2,PENG Zhuohua1,SUN Gang1 1.Marine Engineering College,Dalian Maritime University,Dalian 116026,P.R.China.2.Department of Automation,xiamen University,Xiamen 361005,P.R.China.
- 文献传递
- Output Regulation for Linear Systems with Input Saturation by Composite Nonlinear Feedback Control
- This paper addresses the semi-global output regulation problem of linear systems with actuator saturation by c...
- LAN Weiyao1,ZHOU Xiumei1,WANG Dan2 1.Department of Automation,Xiamen University,Fujian 361005,P.R.China2.Marine Engineering College,Dalian Maritime University,Dalian 116026,P.R.China
- 文献传递
- L无穷范数软间隔支持向量机分类
- 2010年
- 为了使支持向量机具有更好的泛化性能,利用松弛变量的无穷范数度量经验风险,根据结构风险最小化原则,提出了L无穷范数软间隔支持向量机分类模型(L-infinity-SVC).利用La-grange对偶理论,导出其对偶问题,给出了原问题解与对偶问题解之间的关系式以及分类超平面的计算公式.然后,利用基准数据集,在相同的训练集和测试集上对L-infinity-SVC,1-范数度量的支持向量分类(L1-SVC)和2-范数度量的支持向量分类(L2-SVC)进行了比较实验.实验结果显示,L-infinity-SVC的测试集准确率与训练集准确率的相对误差均小于L1-SVC与L2-SVC,且L-infinity-SVC的测试准确率均略高于L1-SVC和L2-SVC,表明L-infinity-SVC可取得更好的泛化性能,是一个可与L1-SVC和L2-SVC相竞争的模型.
- 罗林开张晓东
- 关键词：支持向量机
- 常用核函数的几何度量与几何性质被引量：8
- 2009年
- 研究核函数的几何度量和几何性质,并给出核函数选择(核选择)的建议.首先通过对核函数所蕴含的几何度量的深入分析,导出了常用的高斯径向基核函数和多项式核函数的黎曼度量、距离度量和角度度量;然后总结了这些几何度量的性质,并进行了数学证明;最后在几何性质的基础上,给出了核选择的一些建议.
- 罗林开叶凌君周绮凤
- 关键词：支持向量机
- 基于PSO算法的机械臂PID控制器参数优化被引量：6
- 2011年
- 机械臂的工作环境复杂,对其工作的响应指标要求较高。PID控制受限于机械臂的数学模型的复杂性与不精确性,导致经典的参数整定方法在实际生产中适应性不良或性能欠佳。文章基于MATLAB/Simulink将PSO算法(粒子群优化算法)用于机械臂PID控制器的参数优化中,通过对3关节连杆机械臂单次拉伸动作的建模仿真研究,结果表明:使用此方法后,机械臂各关节响应的调节时间和超调量都得到明显的优化。
- 喻骁刘东兰维瑶
- 关键词：PID控制器参数优化粒子群优化算法机械臂
- 给定经验风险水平的支持向量回归机被引量：1
- 2010年
- 针对传统支持向量回归机(SVR)中经验风险和置信风险的折中系数C难以选择的问题,提出了2种给定经验风险水平的支持向量回归新模型.相比于传统的SVR模型,新模型给出了结构风险化原则的另一种实现方式,为经验风险和置信风险的控制提供了更容易处理的方案.此方案一方面可满足对经验风险的具体要求;另一方面又避免了折中系数C的选取,减少了模型参数的选择时间.此外,新模型还可通过设置各个样本点上经验风险的大小,自然地处理样本点重要性不一样的问题.标准数据集上的实验验证了新模型的有效性.
- 罗林开叶凌君彭洪杨帆
- 关键词：支持向量回归机结构风险最小化原则
