自动化学报
  在线期刊
    当期目录
    已发表综述
    已发表长论文
    已发表专刊
    过刊浏览
    最新录用
    分类浏览
  关注度排行榜
    全文下载TOP30
    摘要点击TOP30
    引用次数TOP30
  在线服务
    科研动态
    征文通知
    重点实验室
    相关院系
    相关期刊
    在线调查
  在线交流
      官方博客
      官方微博
      科学网博客
  官方微信
  其他服务
   科研动态
 

好文推荐(第二期)

Y.Shen, L. C. Tang, M. Xie,  A Model for Upside-Down Bathtub-Shaped Mean Residual Life and Its Properties, IEEE Transactions on Relibability, 2009, 58 (3): 425-431
周东华 教授:已有的平均剩余寿命(Mean Residual Life,MRL)模型都非常复杂,经常是关于可靠性函数的积分,很难有很好的closed-form形式,本文给出了一种新的描述Upside-Down Bathtub-Shaped Mean Residual Life(UBMRL)的模型。该模型从MRL函数的微分出发开始建模,得到了比较简单的且closed-form的表示形式,因此使得基于MRL的研究可以更方便的进行,这也可能给基于MRL的可靠性分析问题,维护问题带来新的有价值的研究问题。这篇文章还给出了该新的MRL模型对应的失效率函数,以及该MRL函数中参数的估计方法,最后通过两个数值例子说明该模型有不错的效果。

M. Šimandl, I. Punčochář, Active Fault Detection and Control: Unified Formulation and Optimal Design, Automatica, 2009, 45(9): 2052_2059
周东华 教授:现有的故障检测方法一般都是被动的,即故障检测观测器/滤波器不会影响系统。此文考虑了主动故障诊断方法,并提出了故障检测观测器和控制器协同设计的概念。用优化的方法给出了几种情况下问题的解。

Q. Cheng, P. K. Varshney, J. H. Michels, C. M. Belcastro, Fault Detection in Dynamic Systems via Decision Fusion, IEEE Transactions on Aerospace and Electronic Systemes, 2008, 44(1):
227-242
周东华 教授:该文是一篇基于决策融合进行故障诊断的文章。 文章考虑具有多个传感器的动态系统的故障检测问题,将故障检测问题看作假设检验问题,即认为系统具有正常和故障两种状态且正常和故障时的系统模型已知。每个传感器都进行局部假设检验,然后将局部判断结果传送给融合中心,进而融合中心融合所有传感器的局部决策得到最后的全局决策。文章在假设局部决策独立同分布的前提下,详细讨论了基于粒子滤波的局部检测器的设计和融合中心融合规则的设计等。

A. K. Qin, V. L. Huang, P. N. Suganthan, Differential evolution algorithm with strategy adaptation for global numerical optimization, IEEE Transactions on Evolutionary Computation, 2009, 13(2): 398-417.
陈杰 教授: 新加坡南洋理工大学的Suganthan教授率领的研究团队对进化计算领域中的两种主流算法(粒子群优化算法和差分进化算法)开展了一系列卓有成效的研究。该文报道了作者对差分进化算法的改进研究,通过采用控制参数和进化操作在线调整的适应性策略,也即根据对种群进化的贡献,动态地选择合适的参数和差分变异操作,从而较好地平衡了搜索与优化过程中对问题空间的探索与开发这两个重要方面。根据算法在线性能和问题特点进行的适应或自适应调整有利于灵活地选择适当的参数和进化操作,从而提高算法的效率,并避免为选择适当参数所花费的大量测试代价。

C. Desai, D. Ramanan, C. Fowlkes, Discriminative Models for Multi-class Object Layout, The Twelfth IEEE International Conference on Computer Vision(ICCV 2009), September 2009.
胡占义 研究员:第12届国际计算机视觉会议(ICCV2009)于2009年9月29日到10月2日在日本东京举行。以上一文获得本届会议的马尔奖(David Marr Outstanding Paper Award)。该文推荐给从事计算机视觉研究,特别是从事图像物体识别的研究人员。

 
版权所有 © 《自动化学报》编辑部
地址:北京中关村东路95号 邮政编码:100190 E-mail:aas@ia.ac.cn
 电话:010-82544653 (日常咨询和稿件处理),010-82544677 (录用后稿件处理)
本系统由北京玛格泰克科技发展有限公司设计开发    京ICP备05002853号