简介:常用的抗干扰控制方法依赖于对象的精确模型,这对受不确定负载干扰影响的系统是不现实的。PID控制虽然不依赖于对象的模型,但其抗干扰能力不强。针对这一问题,设计了不依赖对象模型的自抗扰控制器,并搭建了模拟受随机负载干扰的电液位置伺服控制系统实验台;然后基于自抗扰控制器,在该实验台上分析研究了该电液位置伺服控制系统的性能。
简介:域自适应算法是一种能有效解决训练集(源域)和测试集(目标域)样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机(DDM-ELM)用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标:1)最小化源域样本的分类误差;2)通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3)利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.