XiaoMi-AI文件搜索系统
World File Search System系统识别
神经系统的系统识别：如果我们做对了……
人工神经网络被提议作为大脑各个部分的模型。这些网络与生物神经元的记录进行比较，重现神经反应的良好性能被认为支持该模型的有效性。一个关键问题是这种系统识别方法能告诉我们多少有关大脑计算的信息。它是否能验证一种模型架构优于另一种？我们评估了最常用的比较技术，如线性编码模型和中心核对齐，通过用已知的真实模型替换大脑记录来正确识别模型。系统识别性能变化很大；它还在很大程度上取决于独立于真实架构的因素，如刺激图像。此外，我们展示了使用功能相似性分数来识别更高级架构主题的局限性。
通过系统识别的复合单粒子锂离子电池模型
摘要 - 在锂离子（锂离子）电池模型的领域，由于其简单性，长期以来，单个粒子模型（SPM）被认为是在嵌入式应用中迎来物理启发模型（PIMS）时代的有希望的减少订单模型（ROM）候选者。然而，在高负载电流下，标准SPM在计算电池的端子电压时表现出较差的精度，从而使其不合适，可以作为植物模型在状态估计任务中。对文献的显着电解质增强SPM的全面评估表明，当前的解决方案在数学上是棘手的或过于简单的。对于电解质中的离子浓度，跨越计算复杂性和数学障碍的边界的众所周知的二次近似模型显示出时间性能较差，尤其是在当前的集电极接口上。在这项工作中，我们保留了二次近似模型的空间动力学，同时使用系统识别技术为其时间动力学提出了一种新颖的方法。通过使用相关子系统的线性近似值，我们确定了每个电极区域内电解质中锂离子单位面积的摩尔数的离散时间传递函数，从而提高了电解质浓度的时空精度。然后，我们使用新的系统识别电解质动力学增强标准SPM，以达到电解质增强的复合单粒子模型（EECSPM）。最后，与现有的最先进的面前相比，我们将表现出EECSPM的出色性能，从而代表了在实时应用程序中使用PIMS的具体目标。
系统识别工具箱用户指南 - Ladispe
美国政府：如果被许可方代表美国政府的任何单位或机构获取程序，则应适用以下规定：（a）对于国防部的单位：政府仅享有根据 DFARS 227.7202-3 中商业计算机软件或商业软件文档权利条款第 (a) 款规定获得商业计算机软件或商业软件文档的许可证中规定的权利，因此应适用此处规定的权利；以及（b）对于任何其他单位或机构：通知：尽管可能存在与计算机软件和随附文档交付有关或伴随计算机软件和随附文档交付的任何其他租赁或许可协议，政府关于其使用、复制和披露的权利如 FAR 第 52.227-19 (c)(2) 款规定。
系统识别工具箱用户指南 - Ladispe
美国政府：如果被许可方代表美国政府的任何单位或机构获取程序，则应适用以下规定：（a）对于国防部的单位：政府仅享有根据 DFARS 227.7202-3 中商业计算机软件或商业软件文档权利条款第 (a) 款规定获得商业计算机软件或商业软件文档的许可证中规定的权利，因此应适用此处规定的权利；以及（b）对于任何其他单位或机构：通知：尽管可能存在与计算机软件和随附文档交付有关或伴随计算机软件和随附文档交付的任何其他租赁或许可协议，政府关于其使用、复制和披露的权利如 FAR 第 52.227-19 (c)(2) 款规定。
神经系统的系统识别：如果我们做对了，我们会知道吗？
人工神经网络被提议作为大脑各个部分的模型。这些网络与生物神经元的记录进行比较，重现神经反应的良好性能被认为支持该模型的有效性。一个关键问题是这种系统识别方法能告诉我们多少有关大脑计算的信息。它是否能验证一种模型架构优于另一种？我们评估了最常用的比较技术，如线性编码模型和中心核对齐，通过用已知的真实模型替换大脑记录来正确识别模型。系统识别性能变化很大；它还在很大程度上取决于独立于真实架构的因素，如刺激图像。此外，我们展示了使用功能相似性分数来识别更高级架构主题的局限性。
使用频率响应分析进行旋翼小型空中平台的自动飞行测试和系统识别
旋翼机具有垂直起降和悬停能力，以及天生的灵活性和可控性，将扩大无人机的潜在作用。直升机在飞机中已经发挥了不可替代的作用，对于从医疗后送到运输到密闭空间施工等各种任务都是必不可少的。这种旋翼无人机 (RUAV) 已经受到军方的高度重视，可用于各种战场任务，例如勘探甚至作战行动。民用应用也有很多例子，包括电影制作（允许稳定和动态的空中视图）、近距离检查（桥梁、建筑物、水坝）和数字地形建模（小型飞行器由于可能更接近地形和结构，可以收集更详细的特征）。
用于飞机轨迹跟踪的不完全状态观测的系统识别和 LQR 控制器设计
摘要：本文介绍了一种当并非所有状态都可用时，针对飞机跟踪问题的控制器设计流程。在研究中，采用了非线性运输飞机仿真模型，并通过最大似然原理和扩展卡尔曼滤波器对其进行了识别。在并非所有状态都可测量的情况下，所获得的数学模型用于设计具有最佳加权矩阵的线性二次调节器 (LQR)。对具有 LQR 控制器跟踪能力的非线性飞机仿真模型进行了多次实验，实验中噪声水平各不相同。结果表明，所设计的控制器具有鲁棒性，可实现精确的轨迹跟踪。研究发现，在理想的大气条件下，即使对于未测量的变量，跟踪误差也很小。在有风的情况下，跟踪误差与风速成正比，对于小扰动和中等扰动而言是可以接受的。当实验中存在湍流时，会发生与湍流强度成正比的状态变量振荡，对于小扰动和中等扰动而言是可以接受的。
用于系统识别和机器学习中应用的陈 - 弗利斯系列的连续性
在涉及系统识别，自适应控制和机器学习的应用程序中，随着时间的推移会不断处理输入输出数据流，以产生参数/权重估计的效率，以使假定的模型的行为与数据源相匹配。例如，在控制的背景下，这通常意味着模型的动力学应渐近地接近植物的动力学。当模型与工厂不兼容或数据流中包含不良信息时，这可能不会发生。更微妙的失败模式是模型的动力学不持续取决于参数的一种。在这种情况下，参数估计的序列可能会收敛到一定极限，而模型动力学的相应近似序列在任何意义上都无法收敛。
数学建模，支持可追溯的动态...
摘要。本文重点介绍开发动态压力传感器可追溯校准新主要标准系统所需的数学建模。我们讨论了实现主要标准的两种根本不同的方法，特别是冲击管法和落锤法。本文重点介绍冲击管法，介绍了系统识别的初步结果，并讨论了改进数学和统计模型所需的未来实验工作。我们使用模拟来识别冲击管法和落锤法之间的差异，调查系统识别过程中的不确定性来源，并协助实验人员设计所需的测量系统。我们在实验结果上展示了识别方法并得出结论。