研究生學(xué)術(shù)講座心得體會(huì)教學(xué)文案.doc

1、研究生學(xué)術(shù)講座心得體會(huì)教學(xué)文案研究生學(xué)術(shù)講座心得體會(huì)學(xué)術(shù)講座心得體會(huì)進(jìn)入研究生院已近三年，在這三年的時(shí)間里，我參加了很多的學(xué)術(shù)講座，讓我受益頗多。通過(guò)這些講座，我了解到各個(gè)領(lǐng)域的最新發(fā)展概況，充實(shí)了多方面的知識(shí)，拓寬了我的眼界，讓我能夠跟上科學(xué)發(fā)展的步伐。首先是臺(tái)灣華梵大學(xué)副校長(zhǎng)簡(jiǎn)江儒教授，20年10月16日，來(lái)自臺(tái)灣華梵大學(xué)的簡(jiǎn)江儒教授首先給我介紹了他的工作單位-臺(tái)灣華梵大學(xué)，隨后又幽默地比較了青島科技大學(xué)與臺(tái)灣華梵大學(xué)的區(qū)別。接著進(jìn)入正題給我們做了一篇名為T(mén)rajectory Tracking of Piezoelectr Actuator using Iterative Learning

2、 Control with Zero-Phase Filtering的報(bào)告，即使用迭代學(xué)習(xí)控制和零相位濾波器對(duì)壓電致動(dòng)器的軌跡進(jìn)行跟蹤。他講到迭代學(xué)習(xí)控制（iterative learning control，簡(jiǎn)稱(chēng)ILC）由Uchiyama于1978年首先提出。它是指不斷重復(fù)一個(gè)同樣軌跡的控制嘗試，并以此修正控制律，以得到非常好的控制效果的控制方法。迭代學(xué)習(xí)控制是學(xué)習(xí)控制的一個(gè)重要分支,是一種新的學(xué)習(xí)控制戰(zhàn)略。它通過(guò)反復(fù)應(yīng)用先前試驗(yàn)得到的信息來(lái)獲得能夠產(chǎn)生期望輸出軌跡的控制輸入，以此來(lái)改善控制質(zhì)量。與傳統(tǒng)的控制方法不同的是，迭代學(xué)習(xí)控制能以非常簡(jiǎn)單的方式處理不確定度相當(dāng)高的動(dòng)態(tài)系統(tǒng)，且僅需較少

3、的先驗(yàn)知識(shí)和計(jì)算量，同時(shí)適應(yīng)性強(qiáng)，易于實(shí)現(xiàn)；更主要的是，它不依賴于動(dòng)態(tài)系統(tǒng)的精確數(shù)學(xué)模型，是一種以迭代產(chǎn)生優(yōu)化輸入信號(hào)，使系統(tǒng)輸出盡可能逼近理想值的算法。它的研究對(duì)那些有著非線性、復(fù)雜性、難以建模以及高精度軌跡控制問(wèn)題有著非常重要的意義。他提出了將輸入信號(hào)序列反轉(zhuǎn)后通過(guò)濾波器,然后將所得結(jié)果逆轉(zhuǎn)后再次通過(guò)濾波器的RRF濾波方法。還提出通過(guò)時(shí)間反轉(zhuǎn)法直接構(gòu)造零相位數(shù)字濾波器方法。通過(guò)仿真實(shí)驗(yàn)對(duì)零相位數(shù)字濾波方法給予驗(yàn)證。指出零相位數(shù)字濾波器的設(shè)計(jì)方法。使數(shù)字信號(hào)處理中濾波器引起的相位失真問(wèn)題得到很好的解決，并且現(xiàn)場(chǎng)展示了他的仿真結(jié)果，取得的成績(jī)。第二個(gè)報(bào)告20年11月11日，我們科大的大牛泰山學(xué)

4、者遲泰山池榮虎老師的On the Adaptive Iterative Learning Control for Discrete-time Systems報(bào)告使我收獲良多。這篇報(bào)告主要講的是使用自適應(yīng)迭代學(xué)習(xí)對(duì)離散時(shí)間系統(tǒng)進(jìn)行控制。從簡(jiǎn)江儒教授的報(bào)告中我了解了迭代學(xué)習(xí)控制理論。從池老師的報(bào)告中可以了解到，自適應(yīng)是指處理和分析過(guò)程中,根據(jù)處理數(shù)據(jù)的數(shù)據(jù)特征自動(dòng)調(diào)整處理方法、處理順序、處理參數(shù)、邊界條件或約束條件,使其與所處理數(shù)據(jù)的統(tǒng)計(jì)分布特征、結(jié)構(gòu)特征相適應(yīng),以取得最佳的處理效果。自適應(yīng)控制可以看作是一個(gè)能根據(jù)環(huán)境變化智能調(diào)節(jié)自身特性的反饋控制系統(tǒng)以使系統(tǒng)能按照一些設(shè)定的標(biāo)準(zhǔn)工作在最優(yōu)狀態(tài)。而

5、離散時(shí)間系統(tǒng)有兩種描述方法:輸入-輸出描述法和狀態(tài)變量描述法。輸入-輸出描述法著眼于系統(tǒng)的輸入和輸出信號(hào)之間的關(guān)系，并不關(guān)心系統(tǒng)內(nèi)部的工作狀態(tài)。狀態(tài)變量描述法不僅可以給出輸入和輸出信號(hào)之間的關(guān)系，還可提供系統(tǒng)內(nèi)部變量的情況。離散時(shí)間系統(tǒng)還可分成線性和非線性兩種。同時(shí)具有疊加性和齊次性（均勻性）的系統(tǒng)，通常稱(chēng)為線性離散系統(tǒng)。對(duì)于多輸入、多輸出系統(tǒng)，這種方法有其優(yōu)點(diǎn)。系統(tǒng)的數(shù)學(xué)模型的求解，大體上可分為時(shí)間域方法和變換域方法。前者直接分析作為時(shí)間變量的輸入和輸出信號(hào)之間的關(guān)系，即利用差分方程式研究系統(tǒng)的時(shí)間特性。變換域方法則將時(shí)間變量轉(zhuǎn)換成相應(yīng)變換域中的變量函數(shù)。應(yīng)用Z變換求解差分方程就是人們熟知的

6、一種變換域方法。在變換域中進(jìn)行計(jì)算較為簡(jiǎn)便，因此應(yīng)用較廣。離散時(shí)間系統(tǒng)的優(yōu)點(diǎn)在于精度高，便于實(shí)現(xiàn)大規(guī)模集成；重量輕、體積?。混`活，通用性。遲老師準(zhǔn)尊教誨我們要謹(jǐn)記科研的任務(wù)，為實(shí)現(xiàn)科教興國(guó)而努力，遲老師不僅科研能力強(qiáng)，品行也深深感動(dòng)著我們。第三個(gè)報(bào)告由知網(wǎng)的工作人員做，主要是針對(duì)研究生期間需要對(duì)知網(wǎng)有一個(gè)全面的了解。中國(guó)知網(wǎng)，是國(guó)家知識(shí)基礎(chǔ)設(shè)施（National Knowledge Infrastructure，NKI）的概念，由世界銀行于1998年提出。CNKI工程是以實(shí)現(xiàn)全社會(huì)知識(shí)資源傳播共享與增值利用為目標(biāo)的信息化建設(shè)項(xiàng)目，由清華大學(xué)、清華同方發(fā)起，始建于1999年6月。在黨和國(guó)家領(lǐng)導(dǎo)以

7、及教育部、中宣部、科技部、新聞出版總署、國(guó)家版權(quán)局、國(guó)家發(fā)改委的大力支持下，在全國(guó)學(xué)術(shù)界、教育界、出版界、圖書(shū)情報(bào)界等社會(huì)各界的密切配合和清華大學(xué)的直接領(lǐng)導(dǎo)下，CNKI工程集團(tuán)經(jīng)過(guò)多年努力，采用自主開(kāi)發(fā)并具有國(guó)際領(lǐng)先水平的數(shù)字圖書(shū)館技術(shù)，建成了世界上全文信息量規(guī)模最大的"CNKI數(shù)字圖書(shū)館"，并正式啟動(dòng)建設(shè)中國(guó)知識(shí)資源總庫(kù)及CNKI網(wǎng)格資源共享平臺(tái)，通過(guò)產(chǎn)業(yè)化運(yùn)作，為全社會(huì)知識(shí)資源高效共享提供最豐富的知識(shí)信息資源和最有效的知識(shí)傳播與數(shù)字化學(xué)習(xí)平臺(tái)。（一般評(píng)定職稱(chēng)所說(shuō)的中國(guó)期刊網(wǎng)，是中國(guó)知網(wǎng)）提供以下檢索服務(wù)：文獻(xiàn)搜索，精確完整的搜索結(jié)果、獨(dú)具特色的文獻(xiàn)排序與聚類(lèi)，是您科研的

8、得力助手學(xué)術(shù)定義寫(xiě)論文需要引用權(quán)威的術(shù)語(yǔ)定義怎么辦？CNKI學(xué)術(shù)定義搜索幫您輕松解決。數(shù)字搜索，“一切用數(shù)字說(shuō)話”，CNKI數(shù)字搜索讓您的工作、生活、學(xué)習(xí)和研究變得簡(jiǎn)單而明白學(xué)術(shù)趨勢(shì)關(guān)注學(xué)術(shù)熱點(diǎn)，展示學(xué)術(shù)發(fā)展歷程，發(fā)現(xiàn)經(jīng)典文獻(xiàn)，盡在CNKI學(xué)術(shù)趨勢(shì)翻譯助手。文獻(xiàn)、術(shù)語(yǔ)中英互譯的好幫手，詞匯句子段落應(yīng)有盡有新概念。和您分享我們自動(dòng)發(fā)現(xiàn)學(xué)術(shù)新概念。圖形搜索，各專(zhuān)業(yè)珍貴的學(xué)術(shù)圖片，研究成果和復(fù)雜流程的直觀展現(xiàn)表格搜索各專(zhuān)業(yè)珍貴的學(xué)術(shù)圖表，為您匯總、對(duì)比各類(lèi)信息數(shù)據(jù)提供方便。專(zhuān)業(yè)主題，168個(gè)專(zhuān)業(yè)主題數(shù)字圖書(shū)館，各領(lǐng)域?qū)W者均有屬于自己的專(zhuān)業(yè)知識(shí)搜索引擎大眾熱點(diǎn)特色熱點(diǎn)話題，幫您了解大眾關(guān)心的熱點(diǎn)知識(shí)。

9、學(xué)術(shù)資源，全面的學(xué)術(shù)資源網(wǎng)站導(dǎo)航紅樓夢(mèng)三國(guó)演義水滸傳。學(xué)術(shù)統(tǒng)計(jì)分析，對(duì)學(xué)術(shù)文獻(xiàn)進(jìn)行績(jī)效評(píng)價(jià)及統(tǒng)計(jì)分析。第四個(gè)報(bào)告20年7月2日，黃彪教授作了名為Sparse Parameter Regression and Bayesian Interpretation的報(bào)告，即稀疏系數(shù)的回歸和貝葉斯解釋。稀疏表示最重要的思想即是，在一個(gè)足夠大的訓(xùn)練樣本空間內(nèi)，對(duì)于一個(gè)類(lèi)別的物體，可以大致的由訓(xùn)練樣本中同類(lèi)的樣本子空間線性表示，因此在當(dāng)該物體有整個(gè)樣本空間表示時(shí)，其表示的系數(shù)是稀疏的。這是稀疏表示思想最重要的一個(gè)假設(shè)，當(dāng)然這也是之后進(jìn)一步分析的基礎(chǔ)。其優(yōu)點(diǎn)是建立的模型簡(jiǎn)單，容易理解，容易操作；較以前的方法，對(duì)

10、圖像的識(shí)別是從整體的方面來(lái)把握的，但是NN，NS等方法更有局限性，像NN是一對(duì)一的進(jìn)行匹配，計(jì)算歐氏距離，NS雖然利用分塊的思想增加了對(duì)圖像局部特征的匹配，但是仍然不能從整體上進(jìn)行把握，對(duì)圖像只是一個(gè)距離上的相似度。而稀疏表示的方法，是對(duì)所有的訓(xùn)練樣本集進(jìn)行抽取，獲得一個(gè)相關(guān)系數(shù)，通過(guò)這個(gè)相關(guān)系數(shù)進(jìn)行分類(lèi)；特征提取的個(gè)數(shù)相對(duì)于特征提取的方法更為重要。通過(guò)實(shí)驗(yàn)，用PCA、DownSle、Randomsle等方法提取特征，在低維還是不穩(wěn)定的，但是較高維就顯得不那么重要了，這當(dāng)然與預(yù)期是相符的，獲得原始圖像的信息越多，對(duì)于識(shí)別越有效。貝葉斯決策就是在不完全情報(bào)下，對(duì)部分未知的狀態(tài)用主觀概率估計(jì)，然后

11、用貝葉斯公式對(duì)發(fā)生概率進(jìn)行修正，最后再利用期望值和修正概率做出最優(yōu)決策。貝葉斯決策理論方法是統(tǒng)計(jì)模型決策中的一個(gè)基本方法，其基本思想是：1、已知類(lèi)條件概率密度參數(shù)表達(dá)式和先驗(yàn)概率。2、利用貝葉斯公式轉(zhuǎn)換成后驗(yàn)概率。3、根據(jù)后驗(yàn)概率大小進(jìn)行決策分類(lèi)。并且我在這個(gè)報(bào)告上有幸向黃彪老師提問(wèn)問(wèn)題，我提問(wèn)的是：如果將公式中小級(jí)別的成分忽略，會(huì)不會(huì)跟蝴蝶效應(yīng)的基本思想相悖。黃彪教授作了認(rèn)真的解答：他指出，并不是對(duì)小級(jí)別成分忽略，而是減少他們的影響。這令我茅塞頓開(kāi)，非常開(kāi)心。20年7月14日，智能交通系統(tǒng)數(shù)據(jù)挖掘技術(shù)研究與應(yīng)用聯(lián)合實(shí)驗(yàn)室揭牌儀式的報(bào)告在第一會(huì)議室舉行。智能交通系統(tǒng)(Intelligent T

12、raff System，簡(jiǎn)稱(chēng)ITS)又稱(chēng)智能運(yùn)輸系統(tǒng)(Intelligent Transportation System)，是將先進(jìn)的科學(xué)技術(shù)(信息技術(shù)、計(jì)算機(jī)技術(shù)、數(shù)據(jù)通信技術(shù)、傳感器技術(shù)、電子控制技術(shù)、自動(dòng)控制理論、運(yùn)籌學(xué)、人工智能等)有效地綜合運(yùn)用于交通運(yùn)輸、服務(wù)控制和車(chē)輛制造，加強(qiáng)車(chē)輛、道路、使用者三者之間的聯(lián)系，從而形成一種保障安全、提高效率、改善環(huán)境、節(jié)約能源的綜合運(yùn)輸系統(tǒng)。智能交通系統(tǒng)(Intelligent Traff Systems, ITS)的前身是智能車(chē)輛道路系統(tǒng)(Intelligent Vehle Highway System, IVHS)。智能交通系統(tǒng)將先進(jìn)的信息技術(shù)

13、、數(shù)據(jù)通信技術(shù)、傳感器技術(shù)、電子控制技術(shù)以及計(jì)算機(jī)技術(shù)等有效地綜合運(yùn)用于整個(gè)交通運(yùn)輸管理體系，從而建立起一種大范圍內(nèi)、全方位發(fā)揮作用的，實(shí)時(shí)、準(zhǔn)確、高效的綜合運(yùn)輸和管理系統(tǒng)。智能交通系統(tǒng)的應(yīng)用范圍主要包括機(jī)場(chǎng)、車(chē)站客流疏導(dǎo)系統(tǒng)，城市交通智能調(diào)度系統(tǒng)，高速公路智能調(diào)度系統(tǒng)，運(yùn)營(yíng)車(chē)輛調(diào)度管理系統(tǒng)，機(jī)動(dòng)車(chē)自動(dòng)控制系統(tǒng)等。智能交通系統(tǒng)世界上應(yīng)用最為廣泛的地區(qū)是日本，如日本的ITS系統(tǒng)相當(dāng)完備和成熟，其次美國(guó)、歐洲等地區(qū)也普遍應(yīng)用。中國(guó)的智能交通系統(tǒng)發(fā)展迅速，在北京、上海、廣州等大城市已經(jīng)建設(shè)了先進(jìn)的智能交通系統(tǒng);其中，北京建立了道路交通控制、公共交通指揮與調(diào)度、高速公路管理和緊急事件管理的4大ITS系

14、統(tǒng);廣州建立了交通信息共用主平臺(tái)、物流信息平臺(tái)和靜態(tài)交通管理系統(tǒng)的3大ITS系統(tǒng)。隨著智能交通系統(tǒng)技術(shù)的發(fā)展，智能交通系統(tǒng)將在交通運(yùn)輸行業(yè)得到越來(lái)越廣泛的運(yùn)用。目前的中國(guó)ITS 體系框架(第二版)的基本情況如下:用戶服務(wù)包括9 個(gè)服務(wù)領(lǐng)域、47 項(xiàng)服務(wù)、179項(xiàng)子服務(wù);邏輯框架包括10個(gè)功能領(lǐng)域、57 項(xiàng)功能、101項(xiàng)子功能、406個(gè)過(guò)程、161 張數(shù)據(jù)流圖;物理框架包括 10個(gè)系統(tǒng)、38個(gè)子系統(tǒng)、150個(gè)系統(tǒng)模塊、51張物理框架流圖;應(yīng)用系統(tǒng)包括58 個(gè)應(yīng)用系統(tǒng)。20年11月22日，丁峰老師的最小二乘辨識(shí)方法與論文寫(xiě)作的報(bào)告告訴了我們什么是最小二乘法的應(yīng)用。最小二乘法（又稱(chēng)最小平方法）是一種

15、數(shù)學(xué)優(yōu)化技術(shù)。它通過(guò)最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。利用最小二乘法可以簡(jiǎn)便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實(shí)際數(shù)據(jù)之間誤差的平方和為最小。最小二乘法還可用于曲線擬合。其他一些優(yōu)化問(wèn)題也可通過(guò)最小化能量或最大化熵用最小二乘法來(lái)表達(dá)。對(duì)給定數(shù)據(jù)點(diǎn)(i，Yi)(i=0,1，m），在取定的函數(shù)類(lèi)中，求p(），使誤差的平方和E2最小，E2=p(i)-Yi2。從幾何意義上講，就是尋求與給定點(diǎn) (i，Yi)(i=0,1，m）的距離平方和為最小的曲線y=p(）。函數(shù)p(）稱(chēng)為擬合函數(shù)或最小二乘解，求擬合函數(shù)p(）的方法稱(chēng)為曲線擬合的最小二乘法?？偠灾?，演講者們的講解條理清楚、生動(dòng)有序，時(shí)常舉