李传东
- 作品数：83 被引量：222H指数：9
- 供职机构：西南大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术理学电子电信电气工程更多>>
- 基于约束投影强化学习的分布式经济调度优化方法
- 本发明提供一种基于约束投影强化学习的分布式经济调度优化方法，包括：基于运行约束，结合发电成本函数和发电单元的可行功率输出构建分布式经济调度数学模型；对区域通信网络中的每个发电机实施平均一致性方法，以分布式方式获取微电网中...
- 李华青李骏郑李逢冯丽萍夏大文石亚伟王慧维李传东张伟纪良浩李永福董滔吕庆国陈孟钢王政冉亮杜镇源
- 一种基于能源需求响应管理的无模型强化学习方法
- 本发明提供一种基于能源需求响应管理的无模型强化学习方法，包括：构建住宅电器模型；结合居民综合用电成本和电力零售商利润确定社会福利，根据社会福利平衡居民综合用电成本与零售商利润，社会福利表示为基于价格的住宅需求响应管理非凸...
- 李华青李骏郑李逢冯丽萍石亚伟王慧维李传东夏大文张伟纪良浩董滔吕庆国王政陈孟钢冉亮杜镇源
- 混沌Ikeda系统同步及其在保密通信中的应用
- 2012年
- 针对一类时滞Ikeda混沌系统,利用Lyapunov稳定和微分不等式,研究了其指数同步问题。基于线性矩阵不等式理论得到了指数同步的充分条件,给出了指数同步控制器的设计方法,利用混沌掩盖将该同步方法应用于保密通信。仿真表明,该方案具有同步速度快、鲁棒性良好等优良性能。
- 金环李传东米军
- 关键词：时滞保密通信
- 时滞细胞神经网络稳定性的间歇控制研究
- 讨论了利用间歇控制方法应用于时滞细胞神经网络的指数稳定性问题。构造适当的 Lyapunov 泛函,利用 Halanay 微分不等式得到系统全局指数稳定的时滞相关稳定条件。
- 黄军建李传东韩琦何自力滕明鑫
- 关键词：时滞细胞神经网络LYAPUNOV泛函
- 文献传递
- 具有时变时滞的递归神经网络的渐近稳定性分析被引量：5
- 2007年
- 当神经网络应用于最优化计算时,理想的情形是只有一个全局渐近稳定的平衡点,并且以指数速度趋近于平衡点,从而减少神经网络所需计算时间.研究了带时变时滞的递归神经网络的全局渐近稳定性.首先将要研究的模型转化为描述系统模型,然后利用Lyapunov-Krasovskii稳定性定理、线性矩阵不等式(LMI)技术、S过程和代数不等式方法,得到了确保时变时滞递归神经网络渐近稳定性的新的充分条件,并将它应用于常时滞神经网络和时滞细胞神经网络模型,分别得到了相应的全局渐近稳定性条件.理论分析和数值模拟显示,所得结果为时滞递归神经网络提供了新的稳定性判定准则.
- 张忠李传东
- 关键词：递归神经网络时变时滞渐近稳定性
- Lorenz系统与Chen系统的完全同步
- 2012年
- 在驱动-响应同步机制下,两个不同混沌系统之间的完全同步问题还没有得到大量的研究.对Lorenz系统和Chen系统这两个不同的混沌系统,采用积极控制方法,设计了一个非线性同步控制器,并通过严格的理论分析提出了保证误差系统在零点渐近稳定的充分条件,从而实现了Lorenz与Chen两个不同混沌系统的完全同步.数值模拟验证了该同步方案的正确性和有效性.
- 潘晓明李传东韩琦
- 关键词：混沌系统LORENZ系统CHEN系统
- 混沌指数同步在保密通信中的应用
- 2012年
- 利用Lyapunov稳定性理论和线性矩阵不等式技术,给出一类时滞混沌系统指数同步的充分条件,设计指数同步控制器。在此基础上,采用混沌掩盖方法将该控制器应用于保密通信中。基于Ikeda混沌系统的仿真结果表明,该方法可准确、快速地恢复出有用信号,并且对噪声具有一定的鲁棒性,能够达到保密通信的目的。
- 胡成军李传东
- 关键词：混沌系统时滞保密通信
- 基于异步分布式纳什均衡算法的供应市场生产调控方法
- 本发明提供一种基于异步分布式纳什均衡算法的供应市场生产调控方法，包括以下步骤：S1确立生产制造商在供应市场中私有的最小化目标函数，并基于市场需求构建生产决策的广义纳什博弈模型；S2构建博弈模型的变分问题，并利用拉格朗日理...
- 李华青冉亮郑李逢李哲黄廷文夏大文李骏冯丽萍李永福石亚伟王慧维李传东张伟高澜陈孟钢纪良浩董滔吕庆国王政杜镇源
- 模糊拟阵的结构研究
- 该文在现有理论的基础上研究了模糊拟阵结构的四个方面,现分述如下:1)通过对模糊闭包算子的性质及一个模糊拟阿可以由它的模糊闭包算子唯一确定的条件的研究,提出了模糊闭包公里.2)在R.Goetschel.J.R、W.Voxm...
- 李传东
- 关键词：模糊拟阵对偶拟阵
- 文献传递
- 不同时间尺度的静息态功能脑网络对抑郁症识别的影响被引量：1
- 2018年
- 研究显示,功能连接为特征被用于抑郁症机器识别的研究受到人们关注,但不同时间尺度的静息态功能脑网络能捕获抑郁症神经病理信息的水平尚不明确,对抑郁症识别效果的影响也未知.本研究采用非线性回归方法,建立了不同时间尺度的脑网络对抑郁症识别效果影响的模型,并阐明了典型时间尺度的脑网络所捕获的抑郁症病理信息.研究分析了64例临床抑郁症和53例健康对照被试的数据.首先,建立功能脑网络,获得抑郁组显著的功能连接;其次,将显著连接输入支持向量机训练、测试,获得敏感、特异以及精确度;再次,建模识别效果随时间变化的规律,获得识别效果的模型.初具识别能力的网络时间尺度约为46个重复时间(repetition time,TR),主要捕获后扣带回与眶额叶皮层间,右眶部额中回与左角回间,左回直肌与左海马间强化的功能连接.获得最好识别效果的网络时间尺度约为114个TR,且多捕获了右角回与双侧顶下缘角回、额中回间,左杏仁核与左缘上回、右中央沟盖间弱化的功能连接.随时间的增加,脑网络可能捕获某些与抑郁症不直接相关的连接,使识别效果降低.因此,抑郁症识别效果随静息态功能脑网络时间尺度的增加呈现倒U形趋势.这将为进一步研究抑郁症的神经病理机制和提高其智能识别效果提供参考.
- 魏杰魏杰陈通李传东刘光远温万惠温万惠
- 关键词：抑郁症模式识别
