简介:随着控制理论和通信技术的发展,网络化控制系统受到越来越多的关注。时滞采用传统的PID控制已不能获得满意的控制效果,并且网路引入控制系统,使得系统存在时延、数据包的丢失等问题。这些问题严重影响系统的性能。为了改善系统的控制性能,提出了基于单神经元的PID网络化控制系统模型。系统控制器结合了神经网络、PID、Smith预估控制器的优点,并且具有较好的动态性能,与常规的PID控制器相比,过渡过程小,超调量小,输出平稳,并且对信号和时延的变化具有较好的学习能力和自适应能力。
简介:计算机视觉是人工智能的重要发展方向,能够极大地改善人与世界的交互方式。计算机视觉基本要素包括数据、算法模型和运算力,核心技术涉及图像分类、对象检测、目标跟踪、语义分割和实例分割。计算机视觉算法技术层壁垒高,硬件层资本密集、巨头众多,应用层市场较为分散,我国中上游技术水平有待提升,技术融合创新、新型算法研发及成本的降低、GPU芯片技术及产业化等仍面临严峻挑战。此外,前端智能化、前后端协同计算和软硬件一体化成为明显发展趋势,数据和应用场景将成为企业布局的关键点,深度学习和卷积神经网络将推动计算机视觉持续优化升级。未来,我国应从强化产业链协同发展、大力开展技术攻关、支持挖掘未来场景应用等方面打造本土计算机视觉产业集群,提升产业国际竞争实力。