無線網(wǎng)絡(luò)物理層安全的研究 對物理層密鑰提取的被動(dòng)推理攻擊
標(biāo)簽： 無線網(wǎng)絡(luò) 物理層
上傳時(shí)間： 2016-05-16
上傳用戶：lizhuo
本教材在“對潛在目標(biāo)的跟蹤和識別中多傳感器多目標(biāo)數(shù)據(jù)融合技術(shù)”這門短期課程，做了一些新的數(shù)據(jù)融合算法進(jìn)行解釋和舉例說明。許多讀者對其中三個(gè)領(lǐng)域特別感興趣，即貝葉斯推理、人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯。本書正是包含了這些新發(fā)展起來的內(nèi)容，滿足了對這些知識有需求的讀者。
標(biāo)簽： 多傳感器 數(shù)據(jù)融合
上傳時(shí)間： 2017-05-20
上傳用戶：dahui83
可截圖 包含桌面及滑鼠游標(biāo) 還可編輯
標(biāo)簽： PicPick
上傳時(shí)間： 2017-07-17
上傳用戶：scott
適合模糊學(xué)習(xí)初學(xué)者，模糊學(xué)習(xí)分為： 模糊化、模糊規(guī)則、模糊推理、反模糊這幾個(gè)過程。
上傳時(shí)間： 2018-08-09
上傳用戶：kinghannah
淋浴器溫度控制調(diào)節(jié)采用MAT LAB 的附加組件Simulink, 仿真系 統(tǒng)的框圖如圖1 所示。圖中的虛線為模糊控制器, 作為二維模糊控制器機(jī)構(gòu)以水的溫度偏差temp 和 流量偏差f low 為輸入量, 采用模糊推理方法對水 的溫度偏差和流量偏差進(jìn)行整定, 用來確定冷水閥 門和熱水閥門的開口大小cold 和hot 以便控制冷 熱水的流量, 構(gòu)成2 輸入2 輸出的一階模糊控制系 統(tǒng); 模糊推理與去模糊化采用MIN - MAX 法及重 心法, 并用MA TLAB 模糊推理工具箱來編輯模糊 控制器。 圖1
上傳時(shí)間： 2018-10-12
上傳用戶：一只蟲蟲
混沌時(shí)間序列分析的不錯(cuò)入門教程，書中對于推理和算法實(shí)現(xiàn)都進(jìn)行了詳述。
上傳時(shí)間： 2020-03-07
上傳用戶：晨陽沐土
1.針對一類參數(shù)未知的非線性離散時(shí)間動(dòng)態(tài)系統(tǒng)，提出了一種新的基于神經(jīng)網(wǎng)絡(luò)的MMAC方法。首先，將系統(tǒng)分為線性部分和非線性部分。針對系統(tǒng)線性部分采用局部化方法逮立多個(gè)固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎(chǔ)上，建立自適應(yīng)模型來提高系統(tǒng)性能；針對系統(tǒng)非線性部分建立非線性神經(jīng)網(wǎng)絡(luò)預(yù)測模型來邏近系統(tǒng)的非線性。然后，針對每個(gè)子模型設(shè)計(jì)相應(yīng)的擅制器。最后，設(shè)計(jì)基于誤差范數(shù)形式的性能指標(biāo)函數(shù)對控制器進(jìn)行硬切換。仿真結(jié)果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線性系統(tǒng)的暫態(tài)性能。2針對一類具有參數(shù)跳變的非線性離散時(shí)間動(dòng)態(tài)系統(tǒng)，提出子一種基才聚類方法和神經(jīng)網(wǎng)絡(luò)的MMAC方法，首先，采用模糊c均值聚類算法對系統(tǒng)先驗(yàn)數(shù)據(jù)進(jìn)行分類處理，再分別對每類數(shù)據(jù)采用RLS算法建立多個(gè)固定模型。在此基礎(chǔ)上，建立兩個(gè)白適應(yīng)模型來提高系統(tǒng)響應(yīng)速度和控制品質(zhì)，建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型來補(bǔ)償系統(tǒng)非線性。然后，分別針對相應(yīng)的子模型設(shè)計(jì)線性魯棒自適應(yīng)控制器和神經(jīng)網(wǎng)絡(luò)控制器。最后，采用基于信號有界和測量誤差的性能切換指標(biāo)對控制器進(jìn)行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結(jié)果表明，所提出的算法能更好地解決非線性系統(tǒng)發(fā)生參數(shù)跳變問題，使得系統(tǒng)具有良好的控制品質(zhì)3.針對MMAC方法中的模型庫優(yōu)化問題，考慮系統(tǒng)實(shí)際運(yùn)行數(shù)據(jù)，提出了種基于相似度準(zhǔn)則和設(shè)置最大模型數(shù)的動(dòng)態(tài)優(yōu)化模型庫方法。該方法能對新數(shù)據(jù)進(jìn)行綜合考量并判斷是否應(yīng)該將該數(shù)據(jù)納入子模型建模，并通過設(shè)置最大模型數(shù)來確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結(jié)果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關(guān)鍵詞：非線性系統(tǒng)；多模型方法；自適應(yīng)控制；模糊聚類；神經(jīng)網(wǎng)絡(luò)
標(biāo)簽： 自適應(yīng)控制
上傳時(shí)間： 2022-03-11
上傳用戶：
摘要：無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，wSN是由許多具有低功率無線收發(fā)裝置的傳感器節(jié)點(diǎn)組成，它們監(jiān)測采集周邊環(huán)境信息并傳送到基站進(jìn)行處理在某一時(shí)刻通過wSN采集的數(shù)據(jù)量非常大，如何正確、高效地處理這些數(shù)據(jù)成為當(dāng)前WSN研究中的一個(gè)熱點(diǎn)。傳感器節(jié)點(diǎn)一般部署在惡劣環(huán)境中，一些偶然因素會(huì)使采集的數(shù)據(jù)中出現(xiàn)不準(zhǔn)確的數(shù)據(jù)，用戶依據(jù)這樣的數(shù)據(jù)很難準(zhǔn)確判斷出被測對象的真實(shí)狀態(tài)。基于模糊理論的決策級數(shù)據(jù)融合算法能夠很好的解決這個(gè)問題本文以國家863研究項(xiàng)目《基于無線傳感器網(wǎng)絡(luò)的鐵路危險(xiǎn)貨物在途安全狀態(tài)監(jiān)測技術(shù)研究》為背景，結(jié)合鐵路運(yùn)輸中棉花在途狀態(tài)監(jiān)測系統(tǒng)的開發(fā)，在分析了當(dāng)前有效的決策級數(shù)據(jù)融合技術(shù)基礎(chǔ)上，提出了基于模糊理論的決策級數(shù)據(jù)融合算法，該算法通過對采集數(shù)據(jù)進(jìn)行處理和分析，以獲得準(zhǔn)確的被測對象狀態(tài)的描述。本文的主要工作包括：（1）分析了WSN中傳統(tǒng)的決策級數(shù)據(jù)融合算法，如自適應(yīng)加權(quán)數(shù)據(jù)融合算法和算術(shù)平均數(shù)數(shù)據(jù)融合算法，總結(jié)這兩種算法的優(yōu)缺點(diǎn)和檢測系統(tǒng)的需求，進(jìn)步明確理想算法應(yīng)達(dá)到的目標(biāo)。（2）提出了基于模糊理論的兩階段數(shù)據(jù)融合算法：該算法第一階段利用基于貼近度的數(shù)據(jù)融合算法進(jìn)行同類數(shù)據(jù)的融合校準(zhǔn)，這一階段的目的是剔除錯(cuò)誤的和可信度較差的數(shù)據(jù)，得到相對更加準(zhǔn)確的數(shù)據(jù)，第二階段利用模糊推理對第個(gè)階段得到的異類數(shù)據(jù)進(jìn)行融合推理，得到被測對象當(dāng)前狀態(tài)的描述，為決策提供支持（3）結(jié)合實(shí)測數(shù)據(jù)仿真本文所提出的算法，結(jié)果證明與傳統(tǒng)的融合算法相比，可以更加準(zhǔn)確的描述被測對象狀態(tài)
標(biāo)簽： 無線傳感器
上傳時(shí)間： 2022-03-17
上傳用戶：
第一章 機(jī)器學(xué)習(xí)革命學(xué)習(xí)算法入門為何商業(yè)擁護(hù)機(jī)器學(xué)習(xí)給科學(xué)方法增壓10億個(gè)比爾·克林頓學(xué)習(xí)算法與國家安全我們將走向何方第二章 終極算法來自神經(jīng)科學(xué)的論證來自進(jìn)化論的論證來自物理學(xué)的論證來自統(tǒng)計(jì)學(xué)的論證來自計(jì)算機(jī)科學(xué)的論證機(jī)器學(xué)習(xí)算法與知識工程師天鵝咬了機(jī)器人終極算法是狐貍，還是刺猬我們正面臨什么危機(jī)新的萬有理論未達(dá)標(biāo)準(zhǔn)的終極算法候選項(xiàng)機(jī)器學(xué)習(xí)的五大學(xué)派第三章 符號學(xué)派：休謨的歸納問題特別說明：僅作為愛好者學(xué)習(xí)使用（請勿商用）！本文檔由人工智能吧（QQ群 565128329）整理提供并更多學(xué)習(xí)分享，若覺得不錯(cuò)請購買印刷版書籍。約不約“天下沒有免費(fèi)的午餐”定理對知識泵進(jìn)行預(yù)設(shè)如何征服世界在無知與幻覺之間你能信任的準(zhǔn)確度歸納是逆向的演繹掌握治愈癌癥的方法20問游戲符號學(xué)派第四章 聯(lián)結(jié)學(xué)派：大腦如何學(xué)習(xí)感知器的興盛與衰亡物理學(xué)家用玻璃制作大腦世界上最重要的曲線攀登超空間里的高峰感知器的復(fù)仇一個(gè)完整的細(xì)胞模型大腦的更深處第五章 進(jìn)化學(xué)派：自然的學(xué)習(xí)算法達(dá)爾文的算法探索：利用困境程序的適者生存法則性有何用先天與后天誰學(xué)得最快，誰就會(huì)贏第六章 貝葉斯學(xué)派：在貝葉斯教堂里統(tǒng)治世界的定理所有模型都是錯(cuò)的，但有些卻有用從《尤金·奧涅金》到Siri所有東西都有關(guān)聯(lián)，但不是直接關(guān)聯(lián)推理問題掌握貝葉斯學(xué)派的方法馬爾可夫權(quán)衡證據(jù)邏輯與概率：一對不幸的組合第七章 類推學(xué)派：像什么就是什么完美另一半維數(shù)災(zāi)難空中蛇災(zāi)爬上梯子起床啦第八章 無師自通物以類聚，人以群分發(fā)現(xiàn)數(shù)據(jù)的形狀擁護(hù)享樂主義的機(jī)器人熟能生巧學(xué)會(huì)關(guān)聯(lián)第九章 解開迷惑萬里挑一終極算法之城馬爾科夫邏輯網(wǎng)絡(luò)從休謨到你的家用機(jī)器人行星尺度機(jī)器學(xué)習(xí)醫(yī)生馬上來看你第十章 建立在機(jī)器學(xué)習(xí)之上的世界性、謊言和機(jī)器學(xué)習(xí)數(shù)碼鏡子充滿模型的社會(huì)分享與否？方式、地點(diǎn)如何？神經(jīng)網(wǎng)絡(luò)搶了我的工作戰(zhàn)爭不屬于人類谷歌＋終極算法=天網(wǎng)？進(jìn)化的第二部分
標(biāo)簽： 機(jī)器學(xué)習(xí) 人工智能
上傳時(shí)間： 2022-05-07
上傳用戶：
PID溫度控制器作為一種重要的控制設(shè)備,在化工、食品等諸多工業(yè)生產(chǎn)過程中得到了廣泛的應(yīng)用.但是,一般的PID溫度控制器,必須由工程人員根據(jù)經(jīng)驗(yàn),手動(dòng)調(diào)節(jié)PID參數(shù).這對于需要經(jīng)常對PID參數(shù)進(jìn)行調(diào)整的用戶十分不方便,限制了控制器的應(yīng)用.本課題的研究目的在于設(shè)計(jì)出一種能夠自動(dòng)整定PID參數(shù)、且控制精度高的PID溫度控制器,以滿足工業(yè)生產(chǎn)中對高性能溫度控制器的需求.同時(shí),本溫度控制器要能夠與PLC(可編程邏輯控制器)配合使用,由PLC來控制本控制器的工作.本文通過理論分析和編程仿真,設(shè)計(jì)出一種控制性能優(yōu)良的PID參數(shù)自整定控制算法,并開發(fā)了控制器的硬件電路及控制程序.本文的研究內(nèi)容主要包括以下幾個(gè)方面:(1)采用理論分析與公式推導(dǎo)的方法,設(shè)計(jì)出了基于階躍辨識、基于繼電辨識和基于Fuzzy推理的三種切實(shí)可行的PID參數(shù)自整定方法.采用Matlab對這三種PID參數(shù)自整定方法進(jìn)行了建模與仿真,選擇了綜合性能最好的一種方法應(yīng)用于本溫度控制器中,滿足了產(chǎn)品的控制指標(biāo)要求.(2)通過設(shè)計(jì)基于單片機(jī)的控制電路,實(shí)現(xiàn)了本系統(tǒng)的控制功能.(3)通過設(shè)計(jì)基于CPLD的通訊電路和通訊協(xié)議,實(shí)現(xiàn)了本溫度控制器與PLC的通訊功能.(4)通過設(shè)計(jì)數(shù)據(jù)結(jié)構(gòu)和算法,使溫度控制器控制軟件具有較高的運(yùn)行效率.本文中通過理論分析與建模仿真設(shè)計(jì)出了PID參數(shù)自整定算法,為以后更高性能的此類算法的開發(fā)提供了一條可行的途徑;溫度控制器電路的設(shè)計(jì)和控制程序的開發(fā),對其它同類產(chǎn)品的開發(fā)具有一定的參考價(jià)值.
上傳時(shí)間： 2022-05-23
上傳用戶：得之我幸78
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
