简介:不确定性是数据的固有属性,在实验过程中由于仪器的限制或者收集过程中的误差都会造成数据的不确定性。数据挖掘算法在处理不确定数据的相关研究尚处于初级阶段,不确定数据聚类是不确定数据研究中的典型问题,已有一些聚类算法被应用到处理不确定数据,如UK-means等。无论是UK-means还是FDBSCAN都仅仅考虑了不确定数据之间的几何距离,而没有考虑到不确定数据之间的概率分布差异。然而,概率分布特征是不确定数据的本质特征,考虑不确定数据的概率分布能够更准确度量不确定数据间的距离,从而提高聚类算法的性能,本文使用核函数度量不确定数据与类中心的距离,然后使用UK-means算法聚类不确定数据,通过大量实验验证了本文提出的距离函数优于使用欧式距离期望的UK-means方法。
简介:首先研究了b-family方程在临界空间中的局部适定性。在参数为s=3/2的临界Besov空间Bs2,r(该空间是Sobolev空间Hs的一种推广形式)中,采用Littlewood-Paley分解方法,得到当初值u0(x)∈B3/22,1为临界正则时,存在最长时间T=T(u0)>0,使得b-family方程有唯一解u(t,x)∈C[0,T];B3/22,1∩C1([0,T];B12,1),且解u(x,t)是连续依赖于初值u0(x)。进一步,在合适的Besov尺度空间E中,运用抽象的Cauchy-Kowalevski定理研究b-family方程解的解析性,证得:当初值是解析的,则该方程解在全空间和局部时间内也是解析的。
简介:研究了线性时滞系统的可靠保性能控制问题,该系统含有不确定性和执行器故障问题。考虑范数有界的不确定性和连续模型执行器故障,根据Lyapunov稳定性理论袁给出状态反馈保性能控制器的存在条件,使得无论是否存在不确定性因素和执行器故障因素,均使得闭环系统是渐近稳定的,且控制器满足的性能指标有上界遥运用LMI方法,提出了控制器的设计方法遥最后通过数值算例验证了设计方法的可行性。