1 / 11
文档名称:

研究生学术讲座心得体会.docx

格式:docx   大小:17KB   页数:11页
下载后只包含 1 个 DOCX 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

研究生学术讲座心得体会.docx

上传人:brozn 2022/10/3 文件大小:17 KB

下载得到文件列表

研究生学术讲座心得体会.docx

文档介绍

文档介绍:该【研究生学术讲座心得体会 】是由【brozn】上传分享,文档一共【11】页,该文档可以免费在线阅读,需要了解更多关于【研究生学术讲座心得体会 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。2
学术讲座心得体会
进入研究生院已近三年,在这三年的时间里,我参加了很多的学术讲座,,我理解到各个领域的最新开展概况,充实了多方面的知识,拓宽了我的眼界,让我可以跟上科学开展的步伐。
首先是台湾华梵大学副校长简江儒教授,2021年10月16日,来自台湾华梵大学的简江儒教授首先给我介绍了他的工作单位-台湾华梵大学,随后又幽默地比较了青岛科技大学和台湾华梵大学的区别。接着进入正题给我们做了一篇名为《TrajectoryTrackingofPiezoelectricActuatorusingIterativeLearningControlwithZero—PhaseFiltering》的报告,即使用迭代学****控制和零相位滤波器对压电致动器的轨迹进展跟踪。他讲到迭代学****控制(iterativelearningcontrol,简称ILC)由Uchiyama于1978年首先提出。它是指不断重复一个同样轨迹的控制尝试,并以此修正控制律,,,以此来改善控制质量。和传统的控制方法不同的是,迭代学****控制能以非常简单的方式处理不确定度相当高的动态系统,且仅需较少的先验知识和计算量,同时适应性强,易于实现;更主要的是,它不依赖于动态系统的准确数学模型,是一种以迭代产生优化输入信号,使系统输出尽可能逼近理想值的算法。它的研究对那些有着非线性、复杂性、
3
提出了将输入信号序列反转后通过滤波器,然后将所得结果逆转后再次通过滤波器的RRF滤波方法。。使数字信号处理中滤波器引起的相位失真问题得到很好的解决,并且现场展示了他的仿真结果,获得的成绩。
第二个报告2021年11月11日,我们科大的大牛泰山学者迟泰山池荣虎老师的《OntheAdaptiveIterativeLearningControlforDiscrete-timeSystems》。从简江儒教授的报告中我理解了迭代学****控制理论。从池老师的报告中可以理解到,自适应是指处理和分析过程中,根据处理数据的数据特征自动调整处理方法、处理顺序、处理参数、边界条件或约束条件,使其和所处理数据的统计分布特征、构造特征相适应,以获得最正确的处理效果。自适应控制可以看作是一个能根据环境变化智能调节自身特性的反响控制系统以使系统能按照一些设定的标准工作在最优状态。而离散时间系统有两种描绘方法:输入—输出描绘法和状态变量描绘法。输入-输出描绘法着眼于系统的输入和输出信号之间的关系,并不关心系统内部的工作状态。状态变量描绘法不仅可以给出输入和输出信号之间的关系,还可提供系统内部变量的情况。离散时间系统还可分成线性和非线性两种。同时具有叠加性和齐次性(均匀性)的系统,、多输出系统,这种方法有其优点。系统的数学模型的求解,大体上可分为时间域方法和变换域方法。前者直接分析作为时间变量的输入和输出信号之间的关系,,因此应用较广。离散时间系统的优点在于精度高,便于实现大规模集成;重量轻、体积小;灵敏,
3
老师准尊教导我们要谨记科研的任务,为实现科教兴国而努力,迟老师不仅科研才能强,品行也深深感动着我们.
第三个报告由知网的工作人员做,,是国家知识根底设施(NationalKnowledgeInfrastructure,NKI)的概念,由世界银行于1998年提出。CNKI工程是以实现全社会知识资源传播共享和增值利用为目的的信息化建立工程,由清华大学、清华同方发起,始建于1999年6月。在党和国家指导和教育部、中宣部、科技部、新闻出版总署、国家版权局、国家发改委的大力支持下,在全国学术界、教育界、出版界、图书情报界等社会各界的亲密配合和清华大学的直接指导下,CNKI工程集团经过多年努力,采用自主开发并具有国际领先程度的数字图书馆技术,建成了世界上全文信息量规模最大的”CNKI数字图书馆”,并正式启动建立《中国知识资源总库》及CNKI网格资源共享平台,通过产业化运作,为全社会知识资源高效共享提供最丰富的知识信息资源和最有效的知识传播和数字化学****平台。(一般评定职称所说的中国期刊网,是中国知网)
4
提供以下检索效劳:文献搜索,准确完好的搜索结果、独具特色的文献排序和聚类,是您科研的得力助手学术定义写论文需要引用权威的术语定义怎么办?CNKI学术定义搜索帮您轻松解决。数字搜索,“一切用数字说话",CNKI数字搜索让您的工作、生活、学****和研究变得简单而明白学术趋势关注学术热点,展示学术开展历程,发现经典文献,尽在CNKI学术趋势翻译助手。文献、术语中英互译的好帮手,,各专业珍贵的学术图片,研究成果和复杂流程的直观展现表格搜索各专业珍贵的学术图表,为您汇总、比照各类信息数据提供方便。专业主题,168个专业主题数字图书馆,各领域学者均有属于自己的专业知识搜索引擎群众热点特色热点话题,帮您理解群众关心的热点知识。学术资源,全面的学术资源网站导航红楼梦三国演义水浒传。学术统计分析,对学术文献进展绩效评价及统计分析.
第四个报告2021年7月2日,黄彪教授作了名为《SparseParameterRegressionandBayesianInterpretation》的报告,即
5
,在一个足够大的训练样本空间内,对于一个类别的物体,可以大致的由训练样本中同类的样本子空间线性表示,因此在当该物体有整个样本空间表示时,其表示的系数是稀疏的。这是稀疏表示思想最重要的一个假设,当然这也是之后进一步分析的根底。其优点是建立的模型简单,容易理解,容易操作;较以前的方法,对图像的识别是从整体的方面来把握的,但是NN,NS等方法更有局限性,像NN是一对一的进展匹配,计算欧氏间隔,NS虽然利用分块的思想增加了对图像部分特征的匹配,但是仍然不能从整体上进展把握,对图像只是一个间隔上的相似度。而稀疏表示的方法,是对所有的训练样本集进展抽取,获得一个相关系数,通过这个相关系数进展分类;特征提取的个数相对于特征提取的方法更为重要。通过实验,用PCA、DownSample、Randomsample等方法提取特征,在低维还是不稳定的,但是较高维就显得不那么重要了,这当然和预期是相符的,获得原始图像的信息越多,对于识别越有效。贝叶斯决策就是在不完全情报下,对部分未知的状态用主观概率估计,然后用贝叶斯公式对发生概率进展修正,最后再利用期望值和修正概率做出最优决策。贝叶斯决策理论方法是统计模型决策中的一个根本方法,其根本思想是:1、类条件概率密度参数表达式和先验概率。2、利用贝叶斯公式转换成后验概率。3、根据后验概率大小进展决策分类。并且我在这个报告上有幸向黄彪老师提问问题,我提问的是:假设
7
将公式中小级别的成分忽略,会不会跟蝴蝶效应的根本思想相悖。黄彪教授作了认真的解答:他指出,并不是对小级别成分忽略,而是减少他们的影响。这令我茅塞顿开,非常开心。
2021年7月14日,《智能交通系统数据挖掘技术研究和应用结合实验室揭牌仪式》的报告在第一会议室举行。智能交通系统(IntelligentTrafficSystem,简称ITS)又称智能运输系统(IntelligentTransportationSystem),是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、效劳控制和车辆制造,加强车辆、道路、使用者三者之间的联络,从而形成一种保障安全、进步效率、改善环境、(IntelligentTrafficSystems,ITS)的前身是智能车辆道路系统(IntelligentVehicleHighwaySystem,IVHS)。智能交通系统将先进的信息技术、数据通信技术、传感器技术、电子控制技术和计算机技术等有效地综合运用于整个交通运输管理体系,从而建立起一种大范围内、全方位发挥作用的,实时、准确、高效的综合运输和管理系统。智能交通系统的应用范围主要包括机场、车站客流疏导系统,城市交通智能调度系统,高速公路智能调度系统,运营车辆调度管理系统,,如日本的ITS系统相当完备和成熟,其次美国、,在北京、上海、广州等大城市已经建立了先进的智能交通系统
7
;其中,北京建立了道路交通控制、公共交通指挥和调度、高速公路管理和紧急事件管理的4大ITS系统;广州建立了交通信息共用主平台、物流信息平台和静态交通管理系统的3大ITS系统。随着智能交通系统技术的开展,智能交通系统将在交通运输行业得到越来越广泛的运用。目前的中国ITS体系框架(第二版)的根本情况如下:用户效劳包括9个效劳领域、47项效劳、179项子效劳;逻辑框架包括10个功能领域、57项功能、101项子功能、406个过程、161张数据流图;物理框架包括10个系统、38个子系统、150个系统模块、51张物理框架流图;应用系统包括58个应用系统。
2016年11月22日,丁峰老师的《最小二乘辨识方法和论文写作》(又称最小平方法)。利用最小二乘法可以简便地求得未知的数据,。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。对给定数据点{(Xi,Yi)}(i=0,1,…,m),在取定的函数类Φ中,求p(x)∈Φ,使误差的平方和E^2最小,E^2=∑[p(Xi)—Yi]^2。从几何意义上讲,就是寻求和给定点{(Xi,Yi)}(i=0,1,…,m)的间隔平方和为最小的曲线y=p(x)。函数p(x)称为拟合函数或最小二乘解,求拟合函数
8
p(x)的方法称为曲线拟合的最小二乘法。
总而言之,演讲者们的讲解条理清楚、生动有序,时常举一些实例,让讲的内容深化清楚,浸透人心,我们大家都被深深的吸引住了。通过老师们的讲座,使我能初步领略了专家的一种思想和思维方式,接触到平时一般接触不到的更深层次的理论知识和更前端的知识开展概况,提升了我们的专业技能,拓宽了我们的视野,使我们受益良多,真心的感谢那些为我们尽心尽力做出精彩讲座的老师和专家们!虽然讲座活动已经过去好长时间,但是我们不能停下科研的步伐,高度的责任感和使命感在时刻提醒我们要不断的攀登知识的顶峰,充实自我,实现自己的梦想!