T-S模糊模型

摘要： 冠状动脉是给心脏供血的肌型血管,负责将氧气和营养物质输送到心脏血管,一旦血管阻塞和痉挛,会导致心血管以及血管痉挛等心脑血管疾病。为了治疗心脑血管疾病,了解冠状动脉血管痉挛的发病原理,实现冠状动脉系统的混沌同步是非常重要的。在实际工作中,冠状动脉系统的数学模型是难以精确构造的,而Takagi-Sugeno (T-S)模糊模型可以以任意精度逼近复杂的非线性系统,本文基于T-S模糊模型研究了冠状动脉系统的同步问题。本文考虑时滞对系统的影响,构造冠状动脉数学模型,结合Wirtinger积分不等式和一种新的二重积分不等式处理求导后的一重积分和二重积分,降低系统保守性,并基于并行分布式补偿方案,设计状态反馈控制器,有效实现了系统的同步。最后,通过仿真实例实现了本文方法的有效性。

摘要： 综合考虑电网条件、生产和气象变化因数,计算电力短期负荷参数内存在的关联,以提高对负荷预测准确程度,提出一种基于T-S模糊模型的电力短期不平衡负荷预测方法研究。预处理和格式化历史负荷数据,去除误差数据。仿真结果表明,所提方法有较高的预测准确度,有利于保障电网运行的安全性、稳定性和高效性。

摘要： 针对航空发动机热障涂层加热过程中的时变、大惯性、滞后以及高度非线性等问题,提出了一种基于T-S(Takagi-Sugeno)模糊模型的广义预测控制策略来控制涂层的温度。首先,针对模糊C均值(fuzzy C-means,FCM)算法容易陷入局部最优的问题,采用自适应遗传粒子群优化(genetic algorithm-adaptive particle swarm optimization GA-APSO)算法来优化模糊C均值(FCM)算法的全局寻优能力,并对T-S模糊模型的前件参数进行辨识;其次,采用自适应遗忘因子的递推最小二乘法来估计T-S模糊模型的后件参数。最后,根据得到的T-S模糊模型设计模糊预测控制器并进行仿真实验。仿真结果表明,在利用自适应遗传粒子群算法对FCM算法进行优化后,算法的初始适应度值、收敛适应度值以及辨识模型的均方误差都有较大程度的降低,说明改良后算法的全局寻优能力得到了很大提升,对样本的模糊聚类效果也更好。在有干扰的情况下利用PID(proportion integral differential)控制器和模糊预测控制器分别跟踪期望温度,相比传统的PID控制,模糊预测控制的控温精度更高,达到稳定期望温度所需时间更短,仿真结果验证了控制方法的有效性。

摘要： 为解决雷达数据本身存在的偏差对雷达预警模型效果的影响,以Takagi-Sugeno拓扑结构为基础,建立了一种针对不确定性数据的雷达探测距离预测模型。该模型从数据本身的角度出发,以聚类算法构造一种代表数据潜在结构信息的合理载体,通过“IF-THEN”规则实现了一种简单高效的建模方法,能够在一定程度上避免不确定性数据对结果的扰动。兵棋仿真上的实验数据验证了本模型的鲁棒性和准确性。

摘要： 主要研究了带有无限状态空间马尔可夫链的二维Roesser Takagi-Sugeno(T-S)模糊模型系统的渐近均方稳定和H控制问题。首先,利用范数有界参数不确定性和转移概率矩阵,建立了离散时间无限马尔可夫链T-S模糊的Roesser模型系统;其次,通过构造一个李雅普诺夫函数,利用现代概率论和线性矩阵不等式等方法证明了闭环系统的渐近均方稳定性和H控制。最后,利用Matlab仿真模拟验证了其有效性和实用性。

摘要： 针对基于传统一型T-S模糊模型的系统辨识方法在处理系统不确定性方面的缺陷,提出了一种区间二型T-S模糊模型辨识算法。该算法首先利用区间二型模糊C均值聚类进行前件参数的辨识,在区间二型模糊集合的降阶部分,采用一种直接降阶算法,避免了传统KM降阶算法的迭代过程。其次,利用最小二乘算法进行T-S模糊模型的后件参数辨识。通过两个典型的非线性系统的仿真实例表明,本文的辨识算法具有较高的辨识精度。

摘要： 针对非高斯目标动态模型不确定性粒子滤波问题,提出改进的基于模糊C-回归聚类的T-S模糊模型粒子滤波算法。采用T-S模糊模型语义模糊集表示空间特征信息从而高精度近似动态模型,提出基于熵的模糊C-回归聚类方法从而自适应地识别T-S模糊模型的前提参数,调整模型的权重,并使用卡尔曼滤波识别结论参数。通过T-S模糊模型构造重要性密度函数提高采样粒子的鲁棒性和多样性,进一步改进了算法的计算复杂度。仿真验证结果表明,在运动方向突然改变或目标动态模型的先验信息不准确时,该方法可以准确快速地跟踪机动目标。

摘要： 为解决拓扑切换和时延条件下的非线性多智能体协同输出调节问题,提出了分布式状态观测器控制算法和模糊反馈控制策略。利用T-S模糊模型将非线性系统转化为线性系统;针对智能体跟随者无法获取外部领导者系统状态的协同输出调节问题,设计了分布式状态观测器和模糊输出反馈控制器,通过状态观测器估计外部领导者系统的状态信息并反馈给系统的控制器,解决了跟随者无法获取外部领导者状态的问题;应用Lyapunov稳定性理论证明了拓扑切换和时延条件下非线性多智能体系统稳定性;最后,通过Matlab算例验证控制律的正确性和有效性。仿真结果表明:所设计的状态观测器能够解决系统状态不可测问题,跟随者能够跟踪到领导者信号,并且跟踪误差为零。

摘要： 由于汽车负载质量变化的非线性和摩擦力等扰动因素的存在,传统方法设计的主动悬架性能会受到较大影响。文章设计了一个集成悬架主动控制系统,建立1/4车三自由度振动模型,利用TS模糊模型对非线性的负载质量建模,从而提升控制器的鲁棒性;由于悬架迟滞特性对汽车平顺性能影响较大,使用MTS试验台对悬架进行了力特性分析,建立了精确的悬架摩擦力模型,并设计了一个扰动观测器来估计由实际摩擦力引起的扰动,对摩擦力进行补偿;以人体加速度、悬架动行程和车轮动载荷为控制目标,设计了一个基于TS模糊模型和扰动观测器的集成悬架H_∞状态反馈鲁棒控制器。时域和频域的分析结果表明:与被动悬架、主动汽车悬架、主动座椅悬架相比,该文设计的主动集成悬架能够有效提升汽车平顺性;且在BUMP激励下,集成悬架系统可以快速降低冲击载荷,具有良好的鲁棒稳定性。

摘要： 针对大规模集中用电导致电力系统负荷端激增从而影响电力系统稳定性的问题,提出一种基于事件触发的H∞优化控制方式.本文采用扇区法对单机无穷大电力系统进行线性化处理,之后通过模糊逻辑建立电力系统的T-S模糊模型.通过事件触发理论和模糊逻辑利用并行分布补偿(parallel distribution compensation,PDC)的方法设计系统控制器.H∞优化控制相比于传统的控制方法提高了系统的稳定性及抗干扰能力,因此本文根据李雅普诺夫稳定性理论和H∞优化控制理论,基于线性矩阵不等式(linear Matrix Inequality,LMI),给出了保证单机无穷大电力系统闭环渐进稳定的充分条件,并采用MATLAB仿真软件对系统进行仿真,从而证明稳定条件的存在.

摘要： 半导体生产工业是目前发展最快的产业之一。测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 半导体生产工业是目前发展最快的产业之一。测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 半导体生产工业是目前发展最快的产业之一。测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 半导体生产工业是目前发展最快的产业之一。测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 半导体生产工业是目前发展最快的产业之一。测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 半导体生产工业是目前发展最快的产业之一。测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 测量时延普遍存在于批次生产过程中.该时延不仅会影响系统的稳定性,而且影响晶圆的加工质量.此外,该测量时延也是随机变化的.为克服该问题,本文提出一种基于扩张状态观测器和T-S模糊模型的批间控制算法.首先用扩张状态观测器构建批间控制器,再利用T-S模型来修整控制器,对随机时延的变化.最后以混合制程仿真验证本文算法的有效性.

摘要： 本申请公开了一种视频去模糊方法、去模糊模型训练方法、装置、介质及设备，可应用于视频、视频去模糊场景，以及视频程序或小程序中。该方法包括：获取视频的当前视频帧，及当前视频帧的前后时刻的多个邻近视频帧；根据训练好的视频去模糊模型中的梯度分支模型对当前视频帧进行处理，生成当前视频帧的多个尺度的梯度信息；根据多个尺度的梯度信息及多个邻近视频帧，利用训练好的视频去模糊模型中的重建分支模型对当前视频帧进行重建，以得到当前视频帧对应的去模糊后的目标视频帧，梯度分支模型及重建分支模型为编解码器结构的模型。

摘要： 本公开公开了生成图像去模糊模型的方法及虹膜图像去模糊方法。其中，生成图像去模糊模型的方法包括步骤：采集连续的多帧清晰虹膜图像进行模糊处理，并生成多个训练图像组，其中训练图像组中包括连续的三帧模糊虹膜图像；构建图像去模糊模型，并设置初始的模型参数，其中，图像去模糊模型由特征提取组件和图像重构组件耦合而成；将训练图像组及其参考图像，输入图像去模糊模型进行处理，生成重构图像；计算重构图像与训练图像组对应的清晰图像的损失值，并利用损失值更新模型参数，直到满足预定条件时，将所对应的图像去模糊模型作为最终生成的图像去模糊模型。

摘要： 本申请公开了一种视频去模糊方法、去模糊模型训练方法、装置、介质及设备，可应用于视频、视频去模糊场景，以及视频程序或小程序中。该方法包括：获取视频的当前视频帧，及当前视频帧的前后时刻的多个邻近视频帧；根据训练好的视频去模糊模型中的梯度分支模型对当前视频帧进行处理，生成当前视频帧的多个尺度的梯度信息；根据多个尺度的梯度信息及多个邻近视频帧，利用训练好的视频去模糊模型中的重建分支模型对当前视频帧进行重建，以得到当前视频帧对应的去模糊后的目标视频帧，梯度分支模型及重建分支模型为编解码器结构的模型。

摘要： 本发明公开了一种基于区间二型模糊的T‑S模糊模型非线性系统辨识方法，涉及自动控制技术领域。该T‑S模糊模型非线性系统辨识方法区间二型模糊C均值聚类进行非线性系统前件参数的辨识，采用最小二乘算法辨识非线性系统的后件参数，并将实时采集非线性系统的条件参数，输入确定前件参数和后件参数的T‑S模糊模型中，预测出非线性系统的决策变量估计值。本发明T‑S模糊模型非线性系统辨识方法大大提升了辨识精度。

摘要： 本发明属于计算机视觉与三维重建技术领域，具体涉及一种图像去模糊模型、去模糊的三维重建方法及系统，其中去模糊的三维重建方法包括：采集场景的图像；根据图像去模糊模型对采集的图像进行去模糊处理；以及根据去模糊后的图像进行场景的三维重建，显著性地解决了三维重建问题中，前端捕获图像模糊、成像质量差等问题，解决了三维重建VO阶段获取高质量输入这一问题。

摘要： 本公开公开了生成图像去模糊模型的方法及虹膜图像去模糊方法。其中，生成图像去模糊模型的方法包括步骤：采集连续的多帧清晰虹膜图像进行模糊处理，并生成多个训练图像组，其中训练图像组中包括连续的三帧模糊虹膜图像；构建图像去模糊模型，并设置初始的模型参数，其中，图像去模糊模型由特征提取组件和图像重构组件耦合而成；将训练图像组及其参考图像，输入图像去模糊模型进行处理，生成重构图像；计算重构图像与训练图像组对应的清晰图像的损失值，并利用损失值更新模型参数，直到满足预定条件时，将所对应的图像去模糊模型作为最终生成的图像去模糊模型。

摘要： 本申请公开了一种模糊度评价模型训练方法、图像模糊度评价方法及装置，涉及计算机视觉和深度学习技术领域。所述图像模糊度评价模型的训练方法，包括：对原始图像进行模糊处理，得到分别具有不同模糊度的多个模糊图像；使用特征提取模型分别对所述多个模糊图像进行特征提取，得到多个特征图；基于所述多个特征图之间的相似度来计算所述原始图像的模糊度评分；以及使用所述原始图像和所述原始图像的模糊度评分作为训练数据来训练所述图像模糊度评价模型。

摘要： 基于模糊聚类和广义最小二乘法的模糊模型乳腺癌诊断方法。该方法包括：首先构建模糊模型的形式化，其次对国际标准数据集威斯康乳腺癌数据集(Breast‑cancer‑wisconsin，BCW)进行数据预处理，然后通过模糊聚类算法(Fuzzy Clustering Method，FCM)构造模糊模型中模糊规则的前提部分，广义最小二乘法(Generalized Least Square，GLS)构造模糊模型中模糊规则的结论部分。最后该方法在国际标准数据上进行模拟测试，并同其它两种乳腺癌诊断方法进行比较，实验结果显示本发明提供的方法优于其它两种乳腺癌诊断方法，提出的分类准确率更高，使得整体的诊断精度得到了提高。

摘要： 一种图像去模糊模型的生成方法、图像去模糊方法和电子设备。所述图像去模糊的生成方法包括：构建基于编码‑解码结构的人工智能模型，所述模型包括编码部分和解码部分，其中编码部分用于从输入图像中提取特征，解码部分用于从提取的所述特征中还原出清晰的图像；采用模糊‑清晰图像对，对所述人工智能模型进行训练，得到用于去除图像模糊的图像去模糊模型，其中，所述模糊‑清晰图像对包括包括清晰图像和基于清晰图像生成的模糊图像。本发明采用深度机器学习的方式消除图像模糊，鲁棒性更强，耗时更短，效果更好。

摘要： 本公开关于一种图像模糊检测模型的训练方法、图像模糊检测方法及装置。该图像模糊检测模型的训练方法包括：获取训练图像集，其中，训练图像集包括多个训练图像、每个训练图像标注的真实模糊分数；获取训练图像的清晰度掩膜、文字区域掩膜和主要内容区域掩膜；将训练图像、训练图像的清晰度掩膜、训练图像的文字区域掩膜和训练图像的主要内容区域掩膜输入到图像模糊检测模型中，获取估计模糊分数；基于所述估计模糊分数和所述训练图像标注的真实模糊分数确定所述图像模糊检测模型的损失函数；根据所述损失函数调整所述图像模糊检测模型的参数，对所述图像模糊检测模型进行训练。