蒋星军
- 作品数：14 被引量：26H指数：3
- 供职机构：湖南广播电视大学更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金国家技术创新计划更多>>
- 相关领域：自动化与计算机技术电气工程文化科学电子电信更多>>
- 计算机与多种多功能电能表的串行通信控制被引量：4
- 2003年
- 文章介绍了用 VB6 .0中的 MSComm通信控件实现 Windows98下单台微机与多种多功能表的串行通信控制 ,以及定期读取各个多功能电能表的计量数据和运行状态的微机软件。
- 蒋星军
- 关键词：多功能电能表串行通信控制计算机MSCOMM控件通信控件
- 基于MAS的动态协作任务求解模型与算法被引量：1
- 2013年
- 为提高动态网格资源的利用率,提出了基于多智能体系统博弈协作的任务动态分配和协作求解模型,建立了网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解。该方法能够利用用户智能体的学习和行为能力,使得用户的资源申请和任务调度具有较高的合理性和有效性。进行了供求关系中竞价博弈的模型试验。实验结果表明,资源调度算法不但可以有效减少延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比类似方法要好。使得整个网格系统供需合理、负载均匀。
- 蒋伟进蒋星军姚丽娜
- 关键词：资源优化多智能体系统
- 自适应直接逆控制仿真研究被引量：1
- 2013年
- 研究被控对象逆模型控制问题,自适应直接逆控制(ADIC)的关键是即时逆模型的准确性和模型在线辨识算法的快速性。针对逆模型辨识问题,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的ADIC算法。在每个控制周期,进行递推学习新样本,并删除与新样本最相似的样本,然后被共享为控制器并用作计算控制量。仿真表明,SONB-LSSVM能及时学习过程逆动态特性,有较强的泛化能力。表明ADIC具有良好的自适应能力和较高的控制精度。
- 蒋星军周欣然唐钊轶
- 关键词：逆控制非线性系统最小二乘支持向量机学习算法稀疏性
- 无偏LSSVM的抗噪在线过程建模方法
- 2010年
- 当动态过程的输出含有测量噪声时,直接用最小二乘支持向量机(LSSVM)对过程建模预测效果较差,为了提高LSSVM模型的预测精度,提出了一种基于无偏LSSVM的抗噪在线过程建模方法。该方法在每一预测步期间对过程输出测量值进行误差判断,若输出测量值与预测值相差较大,就对测量值予以修正,然后用修正值构成样本在线建模,从而减少噪声影响。数字仿真显示,当过程输出测量值混有高斯白噪声时,该文方法比直接LSSVM和现有的加权LSSVM的预测精度要高。
- 周欣然滕召胜蒋星军
- 关键词：抗噪最小二乘支持向量机
- 高职计算机应用技术专业改革的探索与实践被引量：2
- 2013年
- 加快高职计算机应用技术专业改革,有利于提升专业建设水平,培养高素质的人才。从高职计算机应用技术专业的现状入手,分析了计算机应用技术专业存在的主要问题,提出了构建校企融合的"121"人才培养模式、建立校企合作的专业平台、建立特色鲜明的课程体系、建立资源共享的实践基地、建立专兼结合的教学团队等措施,并进行了探索与实践。
- 蒋星军谭阳
- 关键词：计算机应用技术专业课程体系
- 基于软件的RFID系统设计仿真验证方法
- 2013年
- 为构建RFID技术研究及产品研发的测试环境,对RFID系统设计的验证测试技术与方法进行研究,提出了RFID系统映射建模仿真方法,开发了基于S/C模型与多线程的RFID系统设计的软硬件综合验证测试平台。
- 蒋星军胡建国凌梓
- 关键词：射频识别系统仿真网络仿真多线程技术
- PLC输出声光接口电路的设计
- 2004年
- 针对以往的中小型可编程序控制器 (PL C)控制系统输出显示电路占用输出点数多的实际问题 ,根据计算机数据、地址输出及时序配合的工作原理 ,设计了一种占用 PL C输出点很少的输出显示接口电路 ,并增加了语音音频输出电路 ,仅用 7个输出点 ,即可实现 PL C的声光输出功能 ;在设计中采用了多种抗干扰措施 。
- 蒋星军
- 关键词：PLC可编程序控制器电路结构
- 基于远程监控的PLC—多变频器同步调速系统被引量：1
- 2005年
- 利用LG-K1 2 0 S系列PL C与LG-IG5系列变频器共同组成PL C—多变频器同步控制系统,详细说明了利用RS485通信网络、MODBUS通信协议构成同步控制系统的系统组成、工作原理与控制算法等,并利用计算机通过公用电话网对系统进行监控。
- 蒋星军
- 关键词：PLC远程监控MODBUS通信协议RS485公用电话网S系列
- 基于Cholesky分解的LSSVM在线学习算法被引量：1
- 2013年
- 针对最小二乘支持向量机(LSSVM)用于在线建模时存在的计算复杂性问题,提出一种LSSVM在线学习算法.首先引入了基于Cholesky分解求LSSVM的方法,接着根据在线建模期间核函数矩阵的更新特点,将分块矩阵Cholesky分解用于LSSVM的在线求解,使三角因子矩阵在线更新从而得出一种新的LSSVM在线学习算法.该算法能充分利用历史训练结果,减少计算量.仿真实验显示了这种在线学习算法的有效性.
- 蒋星军周欣然唐钊轶
- 关键词：最小二乘支持向量机CHOLESKY分解系统在线辨识
- 基于无偏置项LSSVM的稳健在线过程建模方法被引量：1
- 2010年
- 针对直接利用最小二乘支持向量机(LSSVM)对动态过程在线建模时预测精度易受过程输出测量值上的粗大误差和噪声影响的问题,在分析样本序列结构特征和噪声作用特征基础上,提出一种基于无偏置项LSSVM的稳健在线过程建模方法.该方法在每一预测周期中根据预测误差与设定阈值之间的关系来识别和恢复异常测量值、识别和修正含噪声测量值,从而降低样本中的噪声,使得出的LSSVM较好地跟踪过程的动态特性.这种在线过程建模方法具有稳健性,能减少输出值上粗大误差和高斯白噪声对LSSVM预测精度的影响,提高预测精度.数字仿真显示该方法的有效性和优越性.
- 周欣然滕召胜蒋星军
- 关键词：粗大误差
