科研赋能

关注各类科研场景,提供便捷、高效的科研工具,打造科研全流程解决方案

阅读推荐

精品文献
更多
自动化学报2025年3期
现有基于偏微分方程(Partial differential equation,PDE)的多智能体系统(Multi-agent system,MAS)编队控制方法要求智能体必须是密集分布的,为打破这一限制,提出一种新的基于常微分-偏微分方程(Ordinary differential equation-partial differential equation,ODE-PDE)的分析方法,以解决稀疏-密集混合分布的大规模异构MAS编队问题.首先,通过设计特定的通信协议,并基于空间离散系统部分连续化方法,将原始大量的异构MAS的ODE动力学模型转化为由一个PDE和少数几个ODE耦合而成的ODE-PDE模型.为更符合实际复杂场景,将拓扑权值规定为半马尔科夫切换的,且稀疏分布和密集分布智能体遵循不一致的切换规则.其次,针对无时滞和有时滞两种情形,设计两种异步边界控制策略,利用Lyapunov方法得到保证误差系统实际有限时间稳定的充分条件,并得到停息时间和稳定阈值的计算规则.最后,两个广义的数值仿真进一步验证了所提方法的有效性.
《 草地学报 2025年2期
为探究施用羊板粪对高寒矿区土壤理化性质、微生物群落结构及其功能的影响,本研究设置了不同羊板粪施用量(0 m3·m-2,CK;0.04 m3·m-2,T1;0.05 m3·m-2,T2;0.06 m3·m-2,T3),对施用后第二年的土壤相关参数进行了测定和分析,发现施用羊板粪显著提高了土壤全氮、全磷、土壤有机质、速效氮和速效磷含量,并显著改变了细菌和真菌群落的Beta多样性、部分优势微生物菌群及功能微生物的相对丰度.冗余分析发现,土壤有机质、全氮和全磷是影响高寒矿区土壤细菌和真菌群落分布的关键土壤理化因子.综合而言,施用羊板粪对高寒矿区的土壤质量和微生物环境具有促进作用,建议木里矿区土壤修复可将羊板粪用量设置为0.06 m3·m-2.
《 电信科学 2025年2期
针对基于卷积神经网络(convolutional neural network,CNN)的协作频谱感知算法存在的网络结构简单、特征提取能力不足和感知性能下降等问题,提出了一种基于残差注意力密集网络(residual attention dense network,RADN)的协作频谱感知算法.该算法通过改进基础残差块,从感受野、通道和空间3个维度引入注意力机制,结合残差连接和密集连接,构建了强大的深层特征提取结构——密集残差(residual in dense,RID),显著提升了网络的特征提取能力和频谱感知性能.实验结果表明,相较于传统深度学习方法,RADN算法在低信噪比(signal-to-noise ratio,SNR)条件下表现出显著的性能提升.该方法不仅能够适应多种调制方式,还具备较高的检测概率和良好的鲁棒性.