机译:基于Lyapunov函数的车辆横向动力学非线性模型预测控制。
机译:使用机器学习模型控制基于Lyapunov-Barrier函数的非线性过程的预测控制
机译:最佳设计的Lyapunov-Krasovskii终端终端成本,适用于不确定的时滞非线性动力系统的强大稳定可行模型预测控制
机译:基于Lyapunov阻隔功能的非线性系统模型预测控制
机译:利用Lyapunov函数对车辆横向动力学的非线性模型预测控制
机译:非线性四轮道路车辆模型的横向动力学的参数研究。
机译:基于自对准扭矩和扭矩和角度传感器的非线性方向盘角度控制用于自动驾驶汽车横向控制系统的电动助力转向
机译:EEG信号在EMD域S. S. Shafiul Alam,S中的非线性动力学使用非线性动力学。 M. Shafiul Alam,Aurangozeb和Syed Tarekshahriar摘要 - 基于EMD Chaos的方法,提出了对应于健康人的EEG信号,癫痫发作期间的癫痫患者和Seizureattacks。脑电图(EEG)首先被凭经上分解为内在模式功能(IMF)。这些IMF的非线性动力学在最大范围的指数(LLE)和相关尺寸(CD)方面是量化的。本域中的混沌分析应用于与健康人相对应的大型脑电图(Asepileptic患者)(两者都有癫痫发作)。因此,所获得的LLE和CD表展的价值可以从EMD领域的其他EEG信号中清晰地区分脑电图的表达展示。本拟议的方法可以帮助研究人员以预测癫痫发作的癫痫发作技术。索引术语 - 脑电图(EEG),仿真态分解(EMD),最大的Lyapunov指数(LLE),相关维度(CD),癫痫发作。作者与电气电子和电子工程公司,孟加拉国工程和技术大学,孟加拉国达卡 - 1000(电子邮件:imamul@eee.buet.ac.bd)pdf cite:s. m. shafiul Alam,s。 M. Shafiul Alam,Aurangozeb和Syed Tarek Shahriar,“EEG信号歧视在EMD领域的非线性动态,”计算机电气工程卷国际杂志。 4,不。 3,pp。326-330,2012,上一篇论文对情绪的看法,使用建设性的学习言论下一篇论文物理层障碍意识到OVPN连接选择机制版权所有©2008-2013。国际计算机科学与信息技术协会出版社(IACSIT Press)
机译:基于后退水平控制Lyapunov函数的非线性参数变系统模型预测控制。