简介：１ＩｎｔｒｏｄｕｃｔｉｏｎＮＣｌａｙｏｕｔｄｅｓｉｇｎｄｅａｌｓｍａｉｎｌｙｗｉｔｈｔｈｅｍｏｖｅｍｅｎｔｓｔｒｕｃｔｕｒｅａｎｄｔｈｅ３－ｄｉｍｅｎｔｉｏｎａｌｓｐａｔｉａｌａｒｒａｎｇｅｍｅｎｔｏｆｍｏｄｕｌｅｓｉｎＮＣｓｙｓｔｅｍｓ．Ｈｕ［１］...

简介：这篇论文基于联网的控制系统为延期系统的一个类集中于稳定性分析和控制器设计的问题。由介绍一些免费矩阵变量，为稳定性分析和基于观察员的控制法律设计的一些标准能被解决线性矩阵不平等获得。一个数字例子也被提供证明建议方法的有效性。

简介：

简介：Tosolvetheproblemoflowefficiencyinpiperoutingdesign,animprovedgeneticalgorithmbasedapproachisproposed.Topresentthisapproach,thepapermainlydescribesagenerationmethodofnodesconsideringthesafetydistanceofpipesandthedirectionalconstraintsatterminals,thedefinitionofadoublecodingtechnique,thecollisiondetectionmethod,theconceptofenergyandthedefinitionoffitnessfunctions.Thesimilaritydetectionisintroducedtopreventclosebreedinginthecrossoveroperator,theselectionpressureiscontrolledaccordingtotheevolutionsituationandaheuristicmutationmethodisusedtoboosttheevolution.Simulationcaseshowsthatthisapproachismorepracticalandcansatisfydifferentdesignrequirementsbychangingalgorithmparameters.

简介：计算机图形和人的计算机相互作用的许多最近的应用程序作为输入设备采用了颜色照相机和深度照相机。因此，拿不同颜色和深度的硬件的两种类型的有效刻度输入被要求。我们的途径移开在明确地象在深度和颜色照相机之间的转变一样解决照相机intrinsics的以前的方法使用非线性的优化的数字困难。混合参数的一个矩阵被介绍线性化我们的优化。混合参数从深度提供转变参量的空格(深度照相机图象)到一种颜色由从深度照相机联合深度照相机和旋转转变的内在的参数到颜色的参量的空格(颜色照相机图象)照相机。旋转转变和内在的参数能明确地在标准QRfactorisation的帮助下从我们的混合参数被计算。我们与地面真相深度信息被微软Kinect捕获的综合数据和真实世界的数据测试我们的算法。当由于使用混合参数的优点花少得多计算时间(Herreras方法的1/50和Raposos方法的1/10)时，实验证明我们的途径能向刻度的可比较的精确性提供最先进的算法。

简介：

简介：

简介：为优化问题的神经网络有的设计类型为更少参数，低寻找空格尺寸和简单结构在另外的网络上有利。在这篇论文，由适当地构造Lyapunov精力功能，当被用来优化在一个关上的凸的集合上定义的连续地可辨的凸的功能时，我们证明了这个网络的全球集中。结果解决网络的广泛的适用性。几个数字例子被给验证网络的效率。

简介：

简介：Cyber-physicalsystems(CPSs)arenewemergingsystemsthatseamlesslyintegratephysicalsystems,communicationsystemsandcomputationsystems.Theirwideusehasbeenwitnessedinthepastdecadesinmanycrossdisciplinefieldssuchassmartenergysystems,industrialprocesscontrol,aerospaceandautomobileengineering,health-careandassistedliving,tojustnameafew.Formanyofthesesystems,secureoperationsareofkeycon-

简介：

简介：

简介：一条动态输出反馈控制器设计途径基于锥，互补linearisation过程被建议为线性时间不变(LTI)有致动器的系统浸透。首先，吸引力的领域的评价被给。然后，发现吸引力的领域的一个更大的评价的一个设计方法被介绍。在设计的过程，非凸的条件被获得，因此一个锥互补linearisation过程被利用解决非凸的可行性问题。二个例子被给说明设计方法的效率。

简介：

简介：Fuzzycontrolproblemsforsystemswithboundeduncertaindelayswerestudied.BasedonLyapunovstabilitytheoryandmatrixtheory,anonlinearstatefeedbackfuzzycontrollerwasdesignedbylinearmatrixinequalities(LMI)approach,andtheglobalexponentialstabilityoftheclosed-loopsystemwasstrictlyproved.Forafuzzycontrolsystemwithboundeduncertaindelays,undertheglobalexponentialstabilityconditionwhichisreducedtoplinearmatrixinequalities,thecontrollerguaranteesstabilityperformancesofstatevariables.Finally,thesimulationshowsthevalidityofthemethodinthispaper.

简介：Inordertoovercomemanyproblemsandshortcomingsofourthree-dimensionaldesigneducationinmechanicaldrawing,makethestudentsmasterthemoderndesignmethodandtechnologyeasily,modernmodelingmethodandshapingmethodareintroduced,andtheshapingdesigningmethodsofassembled-bodyareanalyzedincludingbasicrequirementsforshapingdesign,commonprinciplesofshapingandshapingdesignmethod.Itwillbehelpfultoimprovethespatialimaginationandmodellingabilityofstudent.

简介：

简介：

简介：Thequalityofskeletonsystemforthecheetahrobotgoeshandinhandwithitsbionicresultofitsshape,structureandfunctions.Inviewoftheskeletonsystemconstitutionandstructuralcharacteristicofthecheetah,theteamappliedstructuredesign,stimulationanalysisandparameteroptimizationtodevelopingthecheetahrobot.Inaddition,aftertheinventionofcheetahrobot'santeriorlumbarvertebrabasedonitsfunctionalattributeandconnectivityattribute,theSolidworksSimulationwasutilizedtoanalyzethedesign,accordingtowhichimprovementonthelumbarvertebrawasmade.Plus,theadvantagesoftheCADandCAEmadethehighefficiencyofdesignworkandhighqualityofthecheetahrobotpossible.

简介：Basedonhighorderdynamicneuralnetwork,thispaperpresentsthetrackingproblemforuncertainnonlinearcompositesystem,whichcontainsexternaldisturbance,whosenonlinearitiesareassumedtobeunknown.Asmoothcontrollerisdesignedtoguaranteeauniformultimateboundednesspropertyforthetrackingerrorandallothersignalsintheclosedloop.Certainmeasuresareutilizedtotestitsperformance.Noaprioriknowledgeofanupperboundonthe'optimal'weightandmodelingerrorisrequired;theweightsofneuralnetworksareupdatedon-line.Numericalsimulationsperformedonasimpleexampleillustrateandclarifytheapproach.