XiaoMi-AI文件搜索系统
World File Search System学者
OCTRI 学者名单
Davis, Melinda, “务实的指导让农村社区参与研究 (COACH)” (K12 AHRQ PCOR)。Dimitrova, Alexandra, “针灸对周围神经系统影响的电生理学研究” (NIH/NCCAM K23) Drake, Matthew, “快速 Toll 样受体 7 介导的呼吸道一氧化氮生成” (NIH/NHLBI K08)
传感器 - 语义学者
摘要：网络化多传感器用于解决机动目标跟踪问题。为了避免非线性动态函数的线性化，并获得更准确的机动目标估计，提出了一种用于机动目标跟踪的新型自适应信息加权共识滤波器。利用无味变换计算伪测量矩阵，以利用测量的信息形式，这是共识迭代所必需的。为了提高机动目标跟踪精度并在整个网络的每个传感器节点中获得统一的估计，利用自适应当前统计模型来更新估计，并在每个动态模型的相邻节点之间应用信息加权共识协议。基于多个模型的后验概率，通过模型条件估计的加权组合获得每个传感器的最终估计。实验结果表明，所提算法在跟踪精度和全网络估计一致性方面具有优异的性能。
传感器 - 语义学者
摘要：网络化多传感器用于解决机动目标跟踪问题。为避免非线性动态函数的线性化，获得更准确的机动目标估计，提出了一种用于机动目标跟踪的自适应信息加权协同滤波器。利用无迹变换计算伪测量矩阵，利用测量的信息形式，为协同迭代提供必要的信息。为提高机动目标跟踪精度，并在整个网络的每个传感器节点中获得统一的估计，利用自适应当前统计模型来更新估计，并在各个动态模型的相邻节点之间应用信息加权协同协议。基于多个模型的后验概率，通过模型条件估计的加权组合获得每个传感器的最终估计。实验结果表明，所提算法在跟踪精度和全网估计一致性方面具有优越的性能。
传感器 - 语义学者
摘要：由于四旋翼飞行器具有欠驱动、强耦合等特点，传统的轨迹跟踪方法控制精度低，抗干扰能力差。针对四旋翼无人机，设计了一种新的模糊比例-交互式微分（PID）型迭代学习控制（ILC）。该控制方法将PID-ILC控制与模糊控制相结合，继承了ILC控制对干扰和系统模型不确定性的鲁棒性。针对单纯的ILC控制容易受到外界干扰而产生抖动的问题，提出了一种基于PID-ILC算法的新型控制律。采用模糊控制对三个学习增益矩阵的PID参数进行设置，以抑制不确定因素对系统的影响，提高控制精度。利用Lyapunov稳定性理论验证了新设计的系统稳定性。Gazebo仿真表明，所提出的设计方法为四旋翼飞行器设计了有效的ILC控制器。
金属 - 语义学者
初步观察记录于 19 世纪初欧洲工业革命期间。在此期间，多条铁路、重型机车和发动机在经过长时间运行后意外发生故障。1829 年，W.A.S. Albert 在对铁链进行循环载荷试验时发现了这种故障 [1,2]。随后，在 1837 年，他在一本杂志上报道了循环载荷与金属寿命之间的关系。根据这一观察，铸铁车轴设计师 J.V. Poncelet 使用了“fatigare”一词，英国的 F. Brainthwaite 于 1854 年将其命名为疲劳 [3,4]。1842 年，法国凡尔赛附近发生了最严重的铁路灾难之一。途中几台机车的车轴断裂。经 W.J.M. 检查后，英国铁路的 Rankine 发现后，证实车轴发生了脆性断裂 [2]。根据这一观察，August Wöhler 在机车车轴失效方面进行了一些开创性的工作，为疲劳理解奠定了基础。Wöhler 绘制了克虏伯车轴钢数据与应力 (S) 和失效循环数 (N) 的关系图。该图后来被称为 S-N 图 [5,6]。S-N 图可用于预测金属的疲劳寿命和持久极限，即应力的极限阈值，低于该阈值，工程材料将表现出很高或无限高的疲劳寿命。因此，A. Wöhler 被认为是现代疲劳技术的鼻祖 [7]。1886 年，J. Bauschinger 发表了第一篇
传感器 - 语义学者
这两个问题都可以通过使用基于 PID 控制器的经典控制系统方法来解决 [8-13]。然而，开发多维 PID 控制器很困难，因为它们没有理论背景。因此，这种综合有点直观，取决于经验法则，需要控制系统工程师的丰富经验。另一种可能性是使用反步或滑模控制。在 [14] 中，终端滑模和反步控制已成功应用于实时无人机。在 [15] 中，基于线性反馈表示的鲁棒控制器可减少动态不确定性和外部干扰，并设计应用于实时欠驱动系统。现代控制技术，尤其是最优控制理论，为开发高效、鲁棒的多维控制器提供了可能性 [16-20]。它们非常适合处理非常一般类型的跟踪问题。在 [21] 中，瞬时最优控制用于输入饱和的机器人轨迹跟踪。 [22] 中介绍了采用辛伪谱最优控制的三维欠驱动板条箱跟踪。在 [23] 中，表明最优周期
安全 - 语义学者
摘要：在目视飞行规则 (VFR) 下操作飞机时遇到仪表气象条件 (IMC) 的现象仍然是主要关注领域。研究表明，在 VFR 下操作的飞行员继续在 IMC 下操作仍然是通用航空 (GA) 事故的重要原因，导致数百人死亡。本研究使用了澳大利亚运输安全局 (ATSB) 数据库，该数据库包含 2003 年至 2019 年共 196 起 VFR 至 IMC 事件，其中 26 起有正式报告。采用解释性设计，首先对有报告的 26 起事件进行定性研究，然后对所有 196 起事件进行定量研究。调查的因素包括事件发生的地点和日期、涉及的飞机（制造商、型号、类型）、飞行员详细信息（执照、等级、h 和医疗）、死亡人数和因果因素。使用 Fisher 精确检验来强调显著关系。结果表明，如果 (1) 事件涉及私人运营，(2) 飞行员只有夜间 VFR 等级，(3) 飞行员选择进入 IMC，(4) 飞行员没有进行适当的飞行前规划咨询航空气象服务，以及 (5) 飞行员拥有超过 500 小时的飞行经验，则事件更有可能导致致命后果。进一步的结果表明，如果气象条件是多云而无降水，如果飞行员拥有完整的仪表等级，或者飞行员通过无线电协助，事件导致致命后果的可能性较小。使用人为因素分析和分类系统 (HFACS) 框架对数据进行分析后发现，致命事件中发生错误和违规的频率略高于非致命事件。定量分析表明，尽管已采取措施解决该问题，但 VFR 到 IMC 的发生次数并未减少。