整合營(yíng)銷(xiāo)服務(wù)商
電腦端+手機(jī)端+微信端=數(shù)據(jù)同步管理
免費(fèi)咨詢(xún)熱線(xiàn)：
電腦端+手機(jī)端+微信端=數(shù)據(jù)同步管理
免費(fèi)咨詢(xún)熱線(xiàn)：
圓和圓形有點(diǎn)像，但是又不一樣。圓形只有一個(gè)半徑，而橢圓 x 軸和 y 軸上的半徑不同，所以橢圓就是一個(gè)不規(guī)則的圓。
在繪制橢圓時(shí)， 可以通過(guò) cx 和 cy 屬性確定橢圓的圓心，rx 設(shè)置橢圓的 x 軸的半徑，ry 設(shè)置 y 軸的半徑。
示例：
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>SVG學(xué)習(xí)(9xkd.com)</title>
<link rel="styleSheet" type="text/css" href="./style.css">
</head>
<body>
<svg>
<ellipse cx="100" cy="50" rx="50" ry="30" style="fill:red;"/>
</svg>
</body>
</html>
在瀏覽器中的演示效果：
上述代碼中，我們?cè)O(shè)置了橢圓的圓心為 (100,50)，水平半徑為50，垂直半徑為 30。如果將 rx 和 ry 的值設(shè)置為相同的值，則會(huì)繪制一個(gè)規(guī)則的圓。
如果我們要設(shè)置橢圓的透明度，可以使用 opacity 屬性，這個(gè)屬性的取值范圍為 0 到 1 之間的小數(shù)。
示例：
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>SVG學(xué)習(xí)(9xkd.com)</title>
<link rel="styleSheet" type="text/css" href="./style.css">
</head>
<body>
<svg>
<ellipse cx="100" cy="50" rx="50" ry="30" style="fill:none; stroke-width: 3; stroke:#b276be; "></ellipse>
<ellipse cx="150" cy="50" rx="50" ry="30" style="fill:#26c3df; opacity: 0.5;"></ellipse>
</svg>
</body>
</html>
在瀏覽器中的演示效果：
我們繪制了兩個(gè)橢圓，其中左邊的橢圓沒(méi)有設(shè)置填充顏色，而右邊的橢圓填充顏色為藍(lán)色，透明度為 0.5。如果要改變橢圓的位置，只需要改變橢圓的圓心坐標(biāo)，即 cx 和 cy 屬性的值即可。
鏈接：https://www.9xkd.com/
SS3用于控制網(wǎng)頁(yè)的樣式和布局，CSS3是最新的CSS標(biāo)準(zhǔn)，也是CSS的升級(jí)版，目前，用CSS實(shí)現(xiàn)的效果還是挺多挺炫的，在開(kāi)發(fā)的過(guò)程中，避免不了使用CSS3，原本需要用JS或者Jquery完成的事，現(xiàn)在CSS3就可以完成了，而且不費(fèi)事，省時(shí)省力，在開(kāi)發(fā)過(guò)程中，學(xué)習(xí)著用CSS3去開(kāi)發(fā)頁(yè)面將會(huì)是前端人員必須要做的一件事。
【引言】
前面呢，我們把所有的CSS語(yǔ)法都講解完了，之后接下里的文章里我們將會(huì)由淺入深的講解CSS3，其中包含了邊框、圓角、背景、漸變、文本效果、字體、2D轉(zhuǎn)換、3D轉(zhuǎn)化、過(guò)度、動(dòng)畫(huà)、多列、界面、按鈕、分頁(yè)，多媒體等等一系列的CSS3知識(shí)，我將會(huì)在接下來(lái)的課程分批次來(lái)講解，跟我學(xué)CSS3，讓頁(yè)面動(dòng)起來(lái)。
學(xué)習(xí)CSS3之前呢，我們一定要知道瀏覽器的兼容性，這一點(diǎn)是非常重要的，對(duì)CSS3是沒(méi)有一個(gè)W3C標(biāo)準(zhǔn)的，但是全部主流的服務(wù)器已經(jīng)全部支持許多新功能，幾乎所有的CSS3屬性都支持IE8以上、前綴-moz-的火狐瀏覽器、前綴-webkit-的Google Chrome瀏覽器、前綴-webkit-的Safari瀏覽器、Opera12.1以上的瀏覽器，所以基本上在兼容性這方面不存太大的問(wèn)題。不過(guò)大家寫(xiě)完以后為避免出現(xiàn)問(wèn)題一定要測(cè)試哦。
接下我我們從基本的一些CSS3屬性開(kāi)始學(xué)起
在這里呢，我們主要學(xué)習(xí)三個(gè)邊框?qū)傩裕?/p>
1、CSS3圓角
在CSS3中，我們很容易創(chuàng)建圓角，用 border-radius 就可以創(chuàng)建，值可以是像素（px），也可以是百分比（%），也可單獨(dú)給某個(gè)角添加，例如：
2、CSS3盒陰影
CSS3中用 box-shadow 屬性被用來(lái)添加陰影，在平時(shí)的開(kāi)發(fā)中此效果也是經(jīng)常的用，包括單邊陰影，多邊陰影等。例如：
3、CSS3邊界圖片
我們可以用 border-image 屬性用圖像創(chuàng)建一個(gè)邊框，讓我們的邊框更加形色多姿，例如：
使用 CSS3 border-radius 屬性，你可以給任何元素制作 "圓角"?？赏瑫r(shí)設(shè)置，例如：
還可以創(chuàng)建橢圓邊角，例如：
CSS3包含了幾個(gè)新的背景屬性，提供了更大背景元素控制，如下：
我們可以通過(guò) background-image 來(lái)添加背景圖片，不同的背景圖像和圖像用逗號(hào)隔開(kāi)，所有的圖片中顯示在最頂端的為第一張。
然后給不同的圖片設(shè)置多個(gè)不同的屬性。例如：
background-size指定背景圖像的大小。
background-repeat指定圖片重復(fù)填充還是不重復(fù)填充
background-Origin屬性指定了背景圖像的位置區(qū)域
background-clip背景剪裁屬性是從指定位置開(kāi)始繪制。
例如：
其中，background-Origin屬性、background-clip屬性的值有content-box, padding-box,和 border-box，例如下圖中那么存放或剪裁：
CSS3 漸變（gradients）可以讓你在兩個(gè)或多個(gè)指定的顏色之間顯示平穩(wěn)的過(guò)渡。它定義了兩種類(lèi)型的漸變：
1、線(xiàn)性漸變
為了創(chuàng)建一個(gè)線(xiàn)性漸變，你必須至少定義兩種顏色結(jié)點(diǎn)。顏色結(jié)點(diǎn)即你想要呈現(xiàn)平穩(wěn)過(guò)渡的顏色。同時(shí)，你也可以設(shè)置一個(gè)起點(diǎn)和一個(gè)方向（或一個(gè)角度）。例如，下面是一個(gè)從上到下的線(xiàn)性漸變：
同時(shí)，你也可以嘗試這線(xiàn)性漸變 - 從左到右，線(xiàn)性漸變 - 對(duì)角，例如：
下面的實(shí)例演示了如何創(chuàng)建一個(gè)帶有彩虹顏色和文本的線(xiàn)性漸變：
使用透明度（transparent），例如：
重復(fù)的線(xiàn)性漸變，例如：
2、徑向漸變
徑向漸變由它的中心定義。
為了創(chuàng)建一個(gè)徑向漸變，你也必須至少定義兩種顏色結(jié)點(diǎn)。顏色結(jié)點(diǎn)即你想要呈現(xiàn)平穩(wěn)過(guò)渡的顏色。同時(shí)，你也可以指定漸變的中心、形狀（圓形或橢圓形）、大小。默認(rèn)情況下，漸變的中心是 center（表示在中心點(diǎn)），漸變的形狀是 ellipse（表示橢圓形），漸變的大小是 farthest-corner（表示到最遠(yuǎn)的角落）。
例如,設(shè)置形狀為圓形的徑向漸變：
shape 參數(shù)定義了形狀。它可以是值 circle 或 ellipse。其中，circle 表示圓形，ellipse 表示橢圓形。默認(rèn)值是 ellipse。
size 參數(shù)定義了漸變的大小。它可以是以下四個(gè)值：
3、重復(fù)的徑向漸變
repeating-radial-gradient() 函數(shù)用于重復(fù)徑向漸變。
例如：
在這呢，我主要說(shuō)明下面幾個(gè)文本屬性：
1、CSS3文本陰影
也是由四個(gè)屬性值完成的，指定了水平陰影、垂直陰影、模糊的距離、以及陰影的顏色。例如：
2、CSS3 Text Overflow屬性
這個(gè)屬性用的也是比較多的，主要限制溢出的內(nèi)容，不過(guò)的配合其它屬性使用。例如：
3、CSS3的換行
CSS3 單詞拆分換行屬性指定換行規(guī)則：
p.test1 {
word-break: keep-all;
}
p.test2 {
word-break: break-all;
}注意: word-break 屬性不兼容 Opera.
4、新文本屬性
hanging-punctuation：規(guī)定標(biāo)點(diǎn)字符是否位于線(xiàn)框之外。
punctuation-trim：規(guī)定是否對(duì)標(biāo)點(diǎn)字符進(jìn)行修剪。
text-align-last：設(shè)置如何對(duì)齊最后一行或緊挨著強(qiáng)制換行符之前的行。
text-emphasis：向元素的文本應(yīng)用重點(diǎn)標(biāo)記以及重點(diǎn)標(biāo)記的前景色。
text-justify：規(guī)定當(dāng) text-align 設(shè)置為 "justify" 時(shí)所使用的對(duì)齊方法。
text-outline：規(guī)定文本的輪廓。
使用 CSS3，網(wǎng)頁(yè)設(shè)計(jì)師可以使用他/她喜歡的任何字體。當(dāng)你發(fā)現(xiàn)您要使用的字體文件時(shí)，只需簡(jiǎn)單的將字體文件包含在網(wǎng)站中，它會(huì)自動(dòng)下載給需要的用戶(hù)。
如何使用呢？在新的@font-face規(guī)則中，你必須先定義字體的名稱(chēng)，然后指向該字體文件，例如：
今天的CSS3就說(shuō)到這里了，下一篇繼續(xù)往深里挖掘CSS3，希望大家不要放棄學(xué)習(xí)哦！
本文為‘Web前端進(jìn)階指南’原創(chuàng)，轉(zhuǎn)載請(qǐng)說(shuō)明出處，手動(dòng)碼字不易，喜歡的小伙伴們別忘了順手點(diǎn)個(gè)贊加個(gè)關(guān)注哈，有什么不懂的下方留言評(píng)論或私信。謝謝大家哈！
糊系統(tǒng)在理論和應(yīng)用兩方面取得了長(zhǎng)足進(jìn)步，為包括模糊控制在內(nèi)的先進(jìn)技術(shù)提供了有力的理論支撐，模糊系統(tǒng)理論在運(yùn)籌分析、社會(huì)科學(xué)、模糊控制、人工智能等領(lǐng)域得以廣泛應(yīng)用。推薦IEEE/CAA Journal of Automatica Sinica和自動(dòng)化學(xué)報(bào)發(fā)表的相關(guān)文章。
The Need for Fuzzy AI
Jonathan M. Garibaldi 教授提出了一個(gè)不可區(qū)分的概念框架，作為計(jì)算機(jī)化決策支持系統(tǒng)評(píng)估的關(guān)鍵組成部分。案例研究表明，人類(lèi)專(zhuān)家的表現(xiàn)并不完美，還有一些技術(shù)可以使模糊系統(tǒng)模擬包括可變性在內(nèi)的人類(lèi)水平的表現(xiàn)。
該文從兩個(gè)方面論證了 “模糊人工智能” 的必要性:
(一) 模糊方法學(xué) (在扎德模糊集和系統(tǒng)的技術(shù)意義上) 作為以知識(shí)為基礎(chǔ)的系統(tǒng)來(lái)表示和推理不確定性的必要性；
(二)在評(píng)估人工智能系統(tǒng)時(shí)，需要模糊性(在非技術(shù)意義上)，并接受不完美的性能。
圖靈測(cè)試的表示
Jonathan M. Garibaldi, "The Need for Fuzzy AI," IEEE/CAA J. Autom. Sinica, vol. 6, no. 3, pp. 610-622, May 2019.
http://www.ieee-jas.org/en/article/doi/10.1109/JAS.2019.1911465
Granular Computing for Data Analytics: A Manifesto of Human-Centric Computing
該文指出，粒計(jì)算是一種重要的人本計(jì)算，通過(guò)粒計(jì)算可以方便地實(shí)現(xiàn)并靈活調(diào)整抽象化水平。粒計(jì)算與信息粒的發(fā)展與處理緊密相關(guān)。針對(duì)可用的數(shù)據(jù)及其數(shù)據(jù)間的關(guān)系，利用信息?？尚纬梢环N便利的知識(shí)組織方式。Pedrycz教授在該文中明確了粒計(jì)算的基本原則，歸納出信息粒構(gòu)造的方式，并展示了如何利用信息?？坍?huà)數(shù)據(jù)的內(nèi)在關(guān)系。
從數(shù)值型數(shù)據(jù)到粒模型建立的范式轉(zhuǎn)換流程
Witold Pedrycz, "Granular Computing for Data Analytics: A Manifesto of Human-Centric Computing," IEEE/CAA J. Autom. Sinica, vol. 5, no. 6, pp. 1025-1034, Nov. 2018.
http://www.ieee-jas.org/en/article/doi/10.1109/JAS.2018.7511213
Adaptive Fuzzy Dynamic Surface Control of Flexible-Joint Robot Systems With Input Saturation
This paper proposes an adaptive fuzzy dynamic surface control scheme for single-link flexible-joint robotic systems with input saturation. A smooth function is utilized with the mean-value theorem to deal with the difficulties associated with input saturation.
Trajectories of the link position qq and the desir
Song Ling, Huanqing Wang and Peter X. Liu, "Adaptive Fuzzy Dynamic Surface Control of Flexible-Joint Robot Systems With Input Saturation," IEEE/CAA J. Autom. Sinica, vol. 6, no. 1, pp. 97-107, Jan. 2019.
http://www.ieee-jas.org/en/article/doi/10.1109/JAS.2019.1911330
Finite Frequency Fuzzy H∞ Control for Uncertain Active Suspension Systems With Sensor Failure
This paper investigates the problem of finite frequency fuzzy H∞ control for uncertain active vehicle suspension systems, in which sensor failure is taken into account. TakagiSugeno (T-S) fuzzy model is established for considered suspension systems.
Zhenxing Zhang, Hongyi Li, Chengwei Wu and Qi Zhou, "Finite Frequency Fuzzy H∞ Control for Uncertain Active Suspension Systems With Sensor Failure," IEEE/CAA J. Autom. Sinica, vol. 5, no. 4, pp. 777-786, July 2018.
http://www.ieee-jas.org/en/article/doi/10.1109/JAS.2018.7511132
Modeling of Energy Consumption and Effluent Quality Using Density Peaks-based Adaptive Fuzzy Neural Network
To obtain suitable fuzzy rules, a DP-based clustering method is applied to fit the cluster centers to process nonlinearity. The parameters of the extracted fuzzy rules are fine-tuned based on the improved Levenberg-Marquardt algorithm during the training process. Furthermore, the analysis of convergence is performed to guarantee the successful application of the DPAFNN.
Architecture of the FNN
Junfei Qiao and Hongbiao Zhou, "Modeling of Energy Consumption and Effluent Quality Using Density Peaks-based Adaptive Fuzzy Neural Network," IEEE/CAA J. Autom. Sinica, vol. 5, no. 5, pp. 968-976, Sep. 2018.
http://www.ieee-jas.org/en/article/doi/10.1109/JAS.2018.7511168
Parameter Optimization of Interval Type-2 Fuzzy Neural Networks Based on PSO and BBBC Methods
Big bang-big crunch (BBBC) optimization and particle swarm optimization are applied in the parameter optimization for Takagi-Sugeno-Kang (TSK) type IT2FNNs.
Three types of the IT2FMFs
Jiajun Wang and Tufan Kumbasar, "Parameter Optimization of Interval Type-2 Fuzzy Neural Networks Based on PSO and BBBC Methods," IEEE/CAA J. Autom. Sinica, vol. 6, no. 1, pp. 247-257, Jan. 2019.
http://www.ieee-jas.org/en/article/doi/10.1109/JAS.2019.1911348
Pythagorean Uncertain Linguistic Variable Hamy Mean Operator and Its Application to Multi-attribute Group Decision Making
This paper proposes a new multi-attribute group decision making method based on Pythagorean uncertain linguistic variable Hamy mean operator and VIKOR method.
Huidong Wang, Shifan He, Chengdong Li and Xiaohong Pan, "Pythagorean Uncertain Linguistic Variable Hamy Mean Operator and Its Application to Multi-attribute Group Decision Making," IEEE/CAA J. Autom. Sinica, vol. 6, no. 2, pp. 527-539, Mar. 2019.
http://www.ieee-jas.org/en/article/doi/10.1109/JAS.2019.1911408
A Mode-Switching Motion Control System for Reactive Interaction and Surface Following Using Industrial Robots
This work proposes a sensor-based control system for fully automated object detection and exploration (surface following) with a redundant industrial robot. The control system utilizes both offline and online trajectory planning for reactive interaction with objects of different shapes and color using RGBD vision and proximity/contact sensors feedback where no prior knowledge of the objects is available.
Danial Nakhaeinia, Pierre Payeur and Robert Laganière, "A Mode-Switching Motion Control System for Reactive Interaction and Surface Following Using Industrial Robots," IEEE/CAA J. Autom. Sinica, vol. 5, no. 3, pp. 670-682, Mar. 2018.
http://www.ieee-jas.org/en/article/doi/10.1109/JAS.2018.7511069
基于區(qū)間二型模糊摩擦補(bǔ)償?shù)聂敯糇赃m應(yīng)控制
本文提出基于自適應(yīng)區(qū)間二型（Type-2）模糊邏輯系統(tǒng)對(duì)系統(tǒng)摩擦進(jìn)行補(bǔ)償建模，并在該摩擦補(bǔ)償方法的基礎(chǔ)上設(shè)計(jì)出魯棒自適應(yīng)控制器，保證系統(tǒng)輸出精度，且對(duì)摩擦環(huán)境的變化具有較強(qiáng)自適應(yīng)性.區(qū)間二型模糊邏輯系統(tǒng)相對(duì)于傳統(tǒng)一型模糊邏輯系統(tǒng)具有較強(qiáng)的處理不確定性問(wèn)題的能力，在本文中使用自適應(yīng)區(qū)間二型模糊邏輯系統(tǒng)不斷逼近摩擦力，根據(jù)李雅普諾夫穩(wěn)定性理論求出自適應(yīng)律并證明系統(tǒng)跟蹤誤差的有界性.
二型模糊集合的各元素
羅剛, 王永富, 柴天佑, 張化鍇. 基于區(qū)間二型模糊摩擦補(bǔ)償?shù)聂敯糇赃m應(yīng)控制. 自動(dòng)化學(xué)報(bào), 2019, 45(7): 1298-1306.
http://html.rhhz.net/ZDHXBZWB/html/2019-7-1298.htm
含齒隙彈載舵機(jī)的全局反步模糊自適應(yīng)控制
針對(duì)制導(dǎo)彈藥電動(dòng)舵機(jī)伺服系統(tǒng)中存在的齒隙、不確定參數(shù)及外部干擾，提出一種基于反步法的全局模糊自適應(yīng)控制方法.首先，綜合考慮上述非線(xiàn)性因素，分析描述齒隙的近似死區(qū)模型，建立含齒隙彈載舵機(jī)的雙慣量機(jī)電模型，并將其引入采用"三閉環(huán)"結(jié)構(gòu)的伺服系統(tǒng)中，構(gòu)建非線(xiàn)性系統(tǒng)的狀態(tài)空間；然后，采用模糊邏輯系統(tǒng)對(duì)齒隙等非線(xiàn)性因素進(jìn)行自適應(yīng)逼近與補(bǔ)償控制，通過(guò)反步遞推構(gòu)造全系統(tǒng)Lyapunov函數(shù)，并運(yùn)用Lyapunov第二法證明了整個(gè)閉環(huán)系統(tǒng)最終一致有界.
二型模糊集合的各元素
田福慶, 姜尚, 梁偉閣. 含齒隙彈載舵機(jī)的全局反步模糊自適應(yīng)控制. 自動(dòng)化學(xué)報(bào), 2019, 45(6): 1177-1185.
http://html.rhhz.net/ZDHXBZWB/html/2019-6-1177.htm
基于區(qū)間二型T-S模糊模型的網(wǎng)絡(luò)控制系統(tǒng)的輸出反饋預(yù)測(cè)控制
針對(duì)干擾作用下的非線(xiàn)性網(wǎng)絡(luò)控制系統(tǒng)，給出了帶一個(gè)自由控制作用的輸出反饋預(yù)測(cè)控制方法.首先，利用區(qū)間二型T-S模糊模型描述具有參數(shù)不確定性的非線(xiàn)性對(duì)象，采用馬爾科夫鏈描述系統(tǒng)中的隨機(jī)丟包過(guò)程，由此建立了丟包網(wǎng)絡(luò)環(huán)境下的非線(xiàn)性網(wǎng)絡(luò)控制系統(tǒng)的數(shù)學(xué)模型.然后，通過(guò)引入二次有界技術(shù)得到了干擾作用下網(wǎng)絡(luò)控制系統(tǒng)的穩(wěn)定性描述方法，并在此基礎(chǔ)上給出了狀態(tài)觀測(cè)器的線(xiàn)性矩陣不等式條件.最后，基于估計(jì)狀態(tài)，通過(guò)將無(wú)窮時(shí)域控制作用參數(shù)化為一個(gè)自由控制作用加一個(gè)線(xiàn)性反饋律得到了輸出反饋預(yù)測(cè)控制方法.論文的特色在于構(gòu)建了在線(xiàn)更新誤差橢圓集合的基本方法，滿(mǎn)足了約束條件下輸出反饋預(yù)測(cè)控制保證穩(wěn)定性的要求.仿真例子驗(yàn)證了所提方法的有效性.
網(wǎng)絡(luò)控制系統(tǒng)框圖
唐曉銘, 鄧?yán)? 虞繼敏, 屈洪春. 基于區(qū)間二型T-S模糊模型的網(wǎng)絡(luò)控制系統(tǒng)的輸出反饋預(yù)測(cè)控制. 自動(dòng)化學(xué)報(bào), 2019, 45(3): 604-616.
http://html.rhhz.net/ZDHXBZWB/html/2019-3-604.htm
基于多維時(shí)態(tài)關(guān)聯(lián)規(guī)則的演化模糊推理預(yù)測(cè)算法
本文提出了一個(gè)基于多維時(shí)態(tài)關(guān)聯(lián)規(guī)則的演化模糊推理預(yù)測(cè)建模算法（Evolving fuzzy inference model based on multidimensional temporal association rules，EFI-MTAR），主要優(yōu)勢(shì)是構(gòu)建了一種基于多維時(shí)態(tài)關(guān)聯(lián)規(guī)則的模糊推理建模算法（Fuzzy inference modeling algorithm based on multidimensional temporal association rules，F(xiàn)I-MTAR），實(shí)現(xiàn)了對(duì)時(shí)間序列的定量預(yù)測(cè).此外，為了降低規(guī)則更新的代價(jià)和加快規(guī)則預(yù)測(cè)的速度，提出了概念漂移檢測(cè)策略來(lái)處理時(shí)間序列數(shù)據(jù)以適應(yīng)數(shù)據(jù)庫(kù)的動(dòng)態(tài)更新.
網(wǎng)絡(luò)控制系統(tǒng)框圖
王玲, 孟建瑤, 李俊飛, 彭開(kāi)香. 基于多維時(shí)態(tài)關(guān)聯(lián)規(guī)則的演化模糊推理預(yù)測(cè)算法. 自動(dòng)化學(xué)報(bào), 2018, 44(8): 1446-1459.
http://html.rhhz.net/ZDHXBZWB/html/2018-8-1446.htm
模糊灰色認(rèn)知網(wǎng)絡(luò)的建模方法及應(yīng)用
針對(duì)具有不確定性非線(xiàn)性系統(tǒng)的機(jī)理模型難以建立的問(wèn)題，提出了基于模糊灰色認(rèn)知網(wǎng)絡(luò)（Fuzzy grey cognitive networks，F(xiàn)GCN）的非線(xiàn)性系統(tǒng)建模方法.該方法將模糊認(rèn)知網(wǎng)絡(luò)和灰色系統(tǒng)理論相結(jié)合，把模糊認(rèn)知網(wǎng)絡(luò)的節(jié)點(diǎn)狀態(tài)值和權(quán)值擴(kuò)展為灰色區(qū)間，引入灰度來(lái)評(píng)判可靠性.采用一種帶終端約束的非線(xiàn)性Hebbian學(xué)習(xí)算法（Nonlinear hebbian learning，NHL）辨識(shí)FGCN的模型參數(shù)，引入了與FGCN模型中節(jié)點(diǎn)的系統(tǒng)實(shí)際測(cè)量值對(duì)應(yīng)的灰數(shù)值，在更新機(jī)制中增加了包含系統(tǒng)測(cè)量值與預(yù)測(cè)值之差的修正項(xiàng)，對(duì)權(quán)值進(jìn)行有監(jiān)督的修正.
水箱控制過(guò)程
陳寧, 彭俊潔, 王磊, 郭宇騫, 桂衛(wèi)華. 模糊灰色認(rèn)知網(wǎng)絡(luò)的建模方法及應(yīng)用. 自動(dòng)化學(xué)報(bào), 2018, 44(7): 1227-1236.
http://html.rhhz.net/ZDHXBZWB/html/2018-7-1227.htm
基于模糊不確定觀測(cè)器的四旋翼飛行器自適應(yīng)動(dòng)態(tài)面軌跡跟蹤控制
針對(duì)具有未知外界擾動(dòng)和系統(tǒng)不確定性的四旋翼飛行器，提出了一種基于模糊不確定觀測(cè)器（Fuzzy uncertainty observer，F(xiàn)UO）的自適應(yīng)動(dòng)態(tài)面軌跡跟蹤控制方法.通過(guò)將四旋翼飛行器系統(tǒng)分解為位置、姿態(tài)角和角速率三個(gè)動(dòng)態(tài)子系統(tǒng)，使得各子系統(tǒng)虛擬控制器能夠充分考慮欠驅(qū)動(dòng)約束；采用一階低通濾波器重構(gòu)虛擬控制信號(hào)及其一階導(dǎo)數(shù)，實(shí)現(xiàn)四旋翼跟蹤控制設(shè)計(jì)的迭代解耦；設(shè)計(jì)了一種模糊不確定觀測(cè)器，用以估計(jì)和補(bǔ)償未知外界擾動(dòng)與系統(tǒng)不確定性，從而確保閉環(huán)系統(tǒng)的穩(wěn)定性和跟蹤誤差與其他系統(tǒng)信號(hào)的一致有界性.
四旋翼飛行器結(jié)構(gòu)圖
王寧, 王永. 基于模糊不確定觀測(cè)器的四旋翼飛行器自適應(yīng)動(dòng)態(tài)面軌跡跟蹤控制. 自動(dòng)化學(xué)報(bào), 2018, 44(4): 685-695.
http://html.rhhz.net/ZDHXBZWB/html/2018-4-685.htm
基于深度學(xué)習(xí)和模糊C均值的心電信號(hào)分類(lèi)方法
針對(duì)長(zhǎng)時(shí)海量心電信號(hào)自動(dòng)分類(lèi)系統(tǒng)中，心電專(zhuān)家診斷費(fèi)時(shí)、費(fèi)力和成本高，心電信號(hào)形態(tài)復(fù)雜導(dǎo)致特征提取困難，異常診斷模型適應(yīng)性差、準(zhǔn)確度低等問(wèn)題，本文提出一種基于深度學(xué)習(xí)和模糊C均值的心電信號(hào)分類(lèi)方法.該方法主要包括心電信號(hào)降噪預(yù)處理、心電信號(hào)分段和采樣點(diǎn)統(tǒng)一化、無(wú)監(jiān)督心跳特征學(xué)習(xí)、模糊C均值分類(lèi)4個(gè)步驟，給出了模糊C均值深度信念網(wǎng)絡(luò)FCMDBN模型結(jié)構(gòu)和學(xué)習(xí)分類(lèi)算法.
心電信號(hào)自動(dòng)分類(lèi)系統(tǒng)流程
吳志勇, 丁香乾, 許曉偉, 鞠傳香. 基于深度學(xué)習(xí)和模糊C均值的心電信號(hào)分類(lèi)方法. 自動(dòng)化學(xué)報(bào), 2018, 44(10): 1913-1920.
http://html.rhhz.net/ZDHXBZWB/html/2018-10-1913.htm
*請(qǐng)認(rèn)真填寫(xiě)需求信息，我們會(huì)在24小時(shí)內(nèi)與您取得聯(lián)系。
