简介:分析了一个新混沌系统的超混沌动力学行为,给出了这个未知参数的超混沌系统的自适应控制和同步问题的数值模拟结果.运用相图、分岔图、Lyapunov指数谱和庞加莱截面图,返回映射和功率谱等揭示了系统混沌行为的普适特征,基于Lyapunov稳定性理论,采用自适应控制方法将系统的混沌运动控制到一个不稳定的平衡点.此外,设计自适应控制律以实现超混沌系统的状态同步,仿真结果表明所提出的方法的有效性.
简介:Tri—Training是半监督协同训练的代表性算法之一,它运用统计技术标记置信度,并结合噪音学习理论进行无标记样本分类。当扩充样本训练集不满足噪音学习理论时,会进行随机采样,针对传统Tri-Training算法随机选取基础分类器的扩充训练样本集会引入噪声这一缺陷,通过更改扩充样本训练集选取方式,剔除可能提高分类误差的样本。在健康大数据集上进行一系列验证试验,实验结果表明,改进的算法优于原始算法,降低分类错误率。