自从智能控制被正式提出以来,其学习问题长期以来一直是智能控制界的一个重要且具有挑战性的课题。多年以来学术界主要从统计的角度对智能控制中的学习、模式分类等问题进行研究。本项目针对制约智能控制发展的在学习问题上的瓶颈,深入研究在未知动态环境下针对更一般的非线性系统的知识获取、表达和利用等问题(即确定学习),并基于确定学习理论提出一种基于模式的智能控制新框架。这一框架把不同类别的控制情形定义为不同的动态
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
监管的非对称性、盈余管理模式选择与证监会执法效率?
宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响
内点最大化与冗余点控制的小型无人机遥感图像配准
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于统计学习理论的模式识别方法研究
基于确定学习理论的人体步态识别研究
基于不确定性样本的统计学习理论
类别数确定和聚类的学习理论与算法研究