-
Patent Agency Ranking
公开(公告)号：CN119805929A
公开(公告)日：2025-04-11
申请号：CN202411861335.2
申请日：2024-12-17
Applicant: 东南大学南通海洋高等研究院
IPC: G05B13/04
Abstract: 本发明公开了一种基于变量凝结方法的有限时间自适应高阶滑模控制方法。针对系统存在的未知时变参数，使用变量凝集方法设计自适应律；此外，为实现有限时间稳定，并使用加幂积分技术进行有限时间自适应二阶滑模控制器设计。接着将有限时间自适应二阶滑模控制器的结果扩展到有限时间自适应n(n≥3)阶滑模控制器的设计中。本专利公开的控制方法突破了传统高阶滑模控制方法设计中需要系统不确定性上界信息的限制；其次，可实现控制增益的动态调整，避免增益过的大问题，进而削弱抖振；此外，控制器可使被控系统实现有限时间稳定，获得更快的收敛速度。
-
公开(公告)号：CN119937282A
公开(公告)日：2025-05-06
申请号：CN202411861350.7
申请日：2024-12-17
Applicant: 东南大学南通海洋高等研究院
IPC: G05B11/42
Abstract: 本发明公开了一种偏微分多智能体系统的多边一致性优化控制方法，其步骤为：a)构建扩散偏微多智能体系统模型；b)提出符号网络的组以及结构平衡的定义，对系统进行分组，具有正权连接的智能体可以视为一个组，并且每组之间由非正权值连接；c)根据组的定义，建立起误差表达式；d)提出多边一致性以及多边一致性优化的定义；e)设计一种新的比例偏导(PPD)控制器；f)给出控制器下的偏微分系统适定性分析；g)设计成本函数和系统状态之间的关系，得到解决多边一致性优化问题的条件，使得组中的每个智能体都达到与其组相关的最优值。本方法适用于解决规模较大的多智能体系统的分布式优化问题，具有快速响应性，可以解决多种实际问题。
-
公开(公告)号：CN120032089A
公开(公告)日：2025-05-23
申请号：CN202411861352.6
申请日：2024-12-17
Applicant: 东南大学南通海洋高等研究院
Abstract: 本发明提供了一种行人不完整轨迹填充方法，包括如下步骤：a)设计时域输入嵌入模块，并基于时域输入嵌入模块设计轨迹填充网络结构；b)收集行人轨迹数据，并对数据进行预处理；c)由预处理后的行人轨迹，通过轨迹填充网络，得到补全的行人轨迹，进而设计轨迹填充网络的损失函数；d)根据反向传播算法重复步骤c，更新轨迹填充网络，直至网络精度达到期望要求。本方法填充精度高，鲁棒性强，适用于遮挡物较多的复杂环境中的行人不完整轨迹填充。
-
公开(公告)号：CN120030066A
公开(公告)日：2025-05-23
申请号：CN202411861345.6
申请日：2024-12-17
Applicant: 东南大学南通海洋高等研究院
IPC: G06F16/2458 , G06F16/2455 , G06F16/2457 , G06N3/006
Abstract: 本发明涉及一种基于用户自定义的关联规则挖掘方法，适用于所有文本数据集；该方法通过用户自定义项与用户的喜好紧密关联；首先将数据集进行二进制编码，编码后用户设置最小支持度和置信度，通过Apriori算法对数据集进行关联规则挖掘获得初始关联规则；用户根据自己的喜好自定义感兴趣的项和不感兴趣的项，然后将初始关联规则根据感兴趣和不感兴趣原则映射到矩阵中，使用改进的海洋捕食者算法对初始关联规则进行优化，改进海洋捕食者算法引入了一个价值函数来计算规则的价值，价值函数与用户自定义的项息息相关从而实现定向优化，得到用户更满意的关联规则。该方法具有速度快，稳定性强，泛化能力好的特点，能够给多个行业提供参考且操作简单，使用方便。
-
公开(公告)号：CN119644749A
公开(公告)日：2025-03-18
申请号：CN202411861341.8
申请日：2024-12-17
Applicant: 东南大学南通海洋高等研究院
IPC: G05B13/04
Abstract: 本发明公开了一种面向非线性时空系统的自适应凝结神经跟踪控制方法，方法包括：建立非线性时空系统和跟踪信号的数学模型；构建凝结神经网络，将开环误差系统的非线性时空不确定性近似为凝结权重乘以网络基向量的形式，偏置输入用时变扰动和时空逼近误差表示；构建李亚普诺夫函数，基于一种类滑模的光滑函数抵消剩余的偏置项，在反步法基础上设计虚拟控制律、参数自适应律和控制器。基于此方法设计的控制方案可实现非线性时空系统对任意可微跟踪信号的有效跟踪，确保了可调节的有界跟踪误差。同时指出当该类滑模函数中的可调参数满足平方可积条件时，跟踪误差渐进收敛到零。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
