公开(公告)号：CN106054922B

公开(公告)日：2018-10-23

申请号：CN201610459945.9

申请日：2016-06-22

Applicant: 长安大学

Inventor： 闫茂德 ,  朱旭 ,  周小强 ,  许宏科 ,  李登峰 ,  张昌利 ,  林海 ,  温立民 ,  杨盼盼 ,  孙良恒 ,  柯伟

IPC: G05D1/10

Abstract: 本发明一种无人机‑无人车联合编队协同控制方法，包括如下步骤，步骤1，建立无人机‑无人车联合编队中无人器的非线性动力学模型；步骤2，通过等价变换对无人机和无人车的非线性动力学模型进行处理，将加速度作为共同控制目标量，得到联合编队中以加速度为控制输入的统一的控制模型；步骤3，建立依据虚拟领航者的地空联合编队结构，得到无人机‑无人车联合编队稳定的控制信号，且控制信号为步骤2中得到的作为共同控制目标量的加速度；同时得到联合编队的误差模型；步骤4，根据控制模型和误差模型以及同时作为控制信号和控制目标量的加速度，采用RBF网络算法设计无人机‑无人车联合编队控制器，使联合编队稳定可靠。

公开(公告)号：CN108376130A

公开(公告)日：2018-08-07

申请号：CN201810196195.X

申请日：2018-03-09

Applicant: 长安大学

Inventor： 闫茂德 ,  赵文 ,  柯伟 ,  陈宇 ,  李超飞 ,  田野 ,  林海

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明公开了一种不良文本信息过滤用特征选择方法，先从类别语料库中提取所有特征项，构建初始特征项集合；然后根据包含特征项tj对不良类别中任一类别Ci的χ2统计量χ2(tj,Ci)、改良后的逆文档频率IDF、逆类别频率ICF和逆不良文档频率IHDF计算得到分类特征权重值CTW值，利用分类特征权重值CTW值作为特征选择的依据，对特征项进行筛选；最后将步骤S2筛选的初始特征项集合中的特征项按照CTW值的大小由高到低排序，选取a个特征项组成最终特征项集合。本发明解决了χ2统计量特征选择方法未考虑到特征项在类内类间分布情况的问题，同时解决了各类别数据集倾斜的问题，进而提高了不良文本信息过滤的效果。

公开(公告)号：CN106054922A

公开(公告)日：2016-10-26

申请号：CN201610459945.9

申请日：2016-06-22

Applicant: 长安大学

Inventor： 朱旭 ,  周小强 ,  闫茂德 ,  许宏科 ,  李登峰 ,  张昌利 ,  林海 ,  温立民 ,  杨盼盼 ,  孙良恒 ,  柯伟

IPC: G05D1/10

CPC classification number: G05D1/104

Abstract: 本发明一种无人机‑无人车联合编队协同控制方法，包括如下步骤，步骤1，建立无人机‑无人车联合编队中无人器的非线性动力学模型；步骤2，通过等价变换对无人机和无人车的非线性动力学模型进行处理，将加速度作为共同控制目标量，得到联合编队中以加速度为控制输入的统一的控制模型；步骤3，建立依据虚拟领航者的地空联合编队结构，得到无人机‑无人车联合编队稳定的控制信号，且控制信号为步骤2中得到的作为共同控制目标量的加速度；同时得到联合编队的误差模型；步骤4，根据控制模型和误差模型以及同时作为控制信号和控制目标量的加速度，采用RBF网络算法设计无人机‑无人车联合编队控制器，使联合编队稳定可靠。