摘要：为了解决脑电信号的非平稳特性难以分析,以及分类识别率低等问题,研究设计了基于自适应噪声完备经验模态分解(CEEMDAN)与多特征融合方法。通过对原始信号加时间窗进行CEEMDAN分解,根据各分量相关系数设计合成新信号进行共空间模式(CSP)提取空域特征,利用希尔伯特变换构造瞬时能量差和边际能量差特征,对各通道信号计算模糊熵组合成时-频-空域-非线性动力学的融合特征向量,最后采用灰狼算法(GWO)优化的支持向量机(SVM)对组合特征进行分类,对BCI Competition Ⅱ数据集平均分类识别率达89.29%。实验结果表明,多特征融合的识别率高于单一特征,加滑动时间窗改进CEEMDAN分解的方法有更高的分类识别率。

摘要：为实现板材颜色的在线快速分类,解决深色珍贵木材难以识别的问题,建立一种基于模糊逻辑的颜色心理感知与物理量相关联的分类方法。以一种新的HSV颜色空间改进量化方法为基础,提取H、S分量特征值。再由语言值模糊化推理得到隶属度函数,选择Mamdani算法为模糊推理方法,以MIN-MAX-重心法进行解模糊,最后得到模糊规则查询表。模糊分类器对含9类树种、样本容量为1 000的一组板材进行分类。总体分类结果正确率为98.40%,平均处理速度约为每个样本40 ms。模糊分类器能够匹配工业相机的采集速度和传送带速度,可以实现在线分选,很好地克服深色纹理干扰,正确区分深红色板材与深色纹理板材。

摘要：为了解决气体流量控制器(MFC)在使用过程中因受到系统扰动所导致的输出流量震荡不稳定以及调节时间长等问题,通常采用比例、积分、微分(PID)控制方法来改善控制效果.采用基于麻雀搜索算法(SSA)的PID参数优化方法,模拟麻雀对环境的搜索行为,对比PID参数进行优化,并将优化后的模型用于反馈补偿控制.实验结果表明,与传统PID参数设置方法相比,基于SSA的PID参数优化方法可以更快地找到最优解,系统输出流量的稳态误差远小于3%,调节时间缩短至300 ms,最大超调远小于4%,显著提高了MFC的控制性能.