61.根據(jù)給定的二次型性能指標(biāo)，定義了系統(tǒng)的分散魯棒保性能控制器。
62.本文研究了線性系統(tǒng)狀態(tài)反饋魯棒極點(diǎn)配置問題。
63.系統(tǒng)的動(dòng)態(tài)性能和魯棒性可以通過調(diào)節(jié)濾波時(shí)間常數(shù)進(jìn)行平衡。
64.為了提高噪聲環(huán)境下語音端點(diǎn)檢測的魯棒性，介紹了一種基于多帶譜相減的語音端點(diǎn)檢測算法。
65.魯棒滑動(dòng)模態(tài)觀測器被用來估計(jì)系統(tǒng)的狀態(tài)和擾動(dòng)。
66.對于公廁，魯棒馬特畫鋼溫暖橡木硬木門及配件的使用。
67.盡管近些年來立體匹配算法已經(jīng)有了很大的進(jìn)展，但是到目前為止還沒有一種魯棒的匹配算法可以適應(yīng)于各種環(huán)境。
68.這種與眾不同的應(yīng)用模型和復(fù)雜的均勻?qū)訝罱橘|(zhì)中地震波的傳播也顯示精度高，魯棒穩(wěn)定性。
69.研究了一類含有故障執(zhí)行器的線性不確定切換時(shí)滯系統(tǒng)的可靠保成本魯棒控制問題。
70.實(shí)驗(yàn)結(jié)果表明，該算法具有較強(qiáng)的處理局部自遮擋問題能力，對人手模型的不精確性也具有更好的魯棒性。
71.為減少語音識別中聲學(xué)模型的參數(shù)量，提高參數(shù)訓(xùn)練的魯棒性，提出了一種基于升值法模糊聚類的異音混合共享模型。
72.在較弱的條件下得到了較小的殘差集，從而提高了控制系統(tǒng)的魯棒性。
73.遺傳算法具有簡單、魯棒性好和本質(zhì)并行的突出優(yōu)點(diǎn)。
74.多傳感器數(shù)據(jù)融合是一種提高監(jiān)測系統(tǒng)的魯棒性的有效途徑。
75.研究包含靜止同步補(bǔ)償器的單機(jī)-無窮大電力系統(tǒng)魯棒鎮(zhèn)定控制。
76.將非線性魯棒控制理論應(yīng)用于多機(jī)電力系統(tǒng)的汽輪調(diào)速控制系統(tǒng)。
77.研究熱壓電仿生熱魯棒結(jié)構(gòu)中的致動(dòng)器放置優(yōu)化問題。
78.利用結(jié)構(gòu)隱藏法隱藏漢字內(nèi)碼非常適合于易碎水印，利用關(guān)系隱藏法隱藏圖象信息非常適合于魯棒水印。
79.實(shí)驗(yàn)表明，該算法在具有較高的識別效果和魯棒性。
80.然后分別設(shè)計(jì)相應(yīng)的標(biāo)稱控制器和魯棒補(bǔ)償器。
81.研究一類不確定隨機(jī)時(shí)滯系統(tǒng)的時(shí)滯相關(guān)魯棒鎮(zhèn)定問題。
82.基于魯棒控制H優(yōu)性能指標(biāo)設(shè)汁給定值響應(yīng)控制器。
83.研究一類帶模有界條件的非線性不確定系統(tǒng)的魯棒鎮(zhèn)定。
84.采用基于擴(kuò)散技術(shù)，先驗(yàn)知識和主動(dòng)輪廓模型的圖像處理方法完成腦部邊緣的提取，實(shí)驗(yàn)證明具有很好的自動(dòng)性和魯棒性。
85.結(jié)果表明，神經(jīng)模糊控制器不僅具有令人滿意的靜、動(dòng)態(tài)性能，而且具有很強(qiáng)的魯棒性和自適應(yīng)性。
86.能夠改善控制系統(tǒng)的性能，提高控制系統(tǒng)的魯棒性。
87.實(shí)驗(yàn)表明該方法水印隱藏性好，魯棒性較好，抵抗放縮和局部攻擊有很好的表現(xiàn)。
88.該算法對噪聲具有一定的魯棒性，并對于不同的外部形態(tài)具有較大范圍的適應(yīng)性。
89.結(jié)果表明，神經(jīng)元PID控制較常規(guī)PID控制具有更好的魯棒性，更適合用于變頻空調(diào)系統(tǒng)的控制中。
90.基于量化的水印算法在有加性噪聲攻擊的情況下可以達(dá)到信道容量，然而對線性時(shí)不變?yōu)V波攻擊沒有魯棒性。
91.利用矩陣不等式技巧，得到了一個(gè)新的具非線性時(shí)變擾動(dòng)的不確定多狀態(tài)時(shí)滯系統(tǒng)的魯棒穩(wěn)定性判據(jù)。
92.其次，提出了綜合利用空間平行線約束和相機(jī)主點(diǎn)位置約束的線性迭代自定標(biāo)方法，提高了相機(jī)自定標(biāo)的魯棒性。
93.實(shí)驗(yàn)結(jié)果表明，最佳特征模板具有較強(qiáng)的魯棒性，召回率可達(dá)。
94.利用極大似然反褶積提取魯棒性地震子波的方法進(jìn)行了研究，并討論了極大似然反褶積的穩(wěn)健性。
95.討論了具有狀態(tài)時(shí)滯的數(shù)值界不確定性線性系統(tǒng)的時(shí)滯相關(guān)魯棒控制問題。
96.本文針對這種情況，并從實(shí)時(shí)應(yīng)用的角度出發(fā)，提出一種魯棒的基于互信息的實(shí)時(shí)立體匹配算法。
97.實(shí)驗(yàn)表明，該算法對諸多攻擊具有很好的魯棒性和安全性。
98.并在此基礎(chǔ)上，對三種學(xué)習(xí)控制算法的收斂性和對應(yīng)學(xué)習(xí)律下系統(tǒng)的魯棒性進(jìn)行了仿真分析。
99.應(yīng)用魯棒調(diào)節(jié)器理論，為偏航時(shí)大型變槳距風(fēng)力機(jī)組設(shè)計(jì)了一個(gè)運(yùn)行于額定風(fēng)速以上的控制器。
100.實(shí)驗(yàn)表明機(jī)器人具有較高的魯棒性，運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)運(yùn)行可靠。
101.仿真結(jié)果表明，該方法以抑制系統(tǒng)振蕩，保證系統(tǒng)魯棒穩(wěn)定性具有良好的效果。
102.對某些特殊的情形，我們導(dǎo)出了魯棒線性最優(yōu)化的確定性等價(jià)問題。
103.實(shí)驗(yàn)結(jié)果表明，這兩種方法提高了說話人確認(rèn)系統(tǒng)在多信道條件下的魯棒性。
104.仿真試驗(yàn)的結(jié)果表明，這些算法具有良好的魯棒性和隱密性，能有效地抵御噪聲污染，低通濾波等攻擊。
105.經(jīng)現(xiàn)場實(shí)驗(yàn)證明，研制的智能測控系統(tǒng)具有良好的穩(wěn)定性、魯棒性、靈活性。
106.分割結(jié)果表明，該方法是一種有效的圖象分割方法，具有良好的精確度和魯棒性。
107.該算法將魯棒對角優(yōu)勢和遺傳算法相結(jié)合，綜合考慮各攝動(dòng)系統(tǒng)的關(guān)聯(lián)性，搜尋最優(yōu)的魯棒解耦控制器。
108.仿真試驗(yàn)結(jié)果表明該算法速度快、精度高和魯棒性好。
109.另外，基于所提出的估計(jì)器，本文設(shè)計(jì)了不依賴非線性系統(tǒng)模型的高階微分反饋控制器。該控制器穩(wěn)定性好，魯棒性強(qiáng)。
110.另外，對開發(fā)魯棒實(shí)用的AFR系統(tǒng)而言，研究應(yīng)用系統(tǒng)設(shè)計(jì)層面的諸多工程技術(shù)問題同樣至關(guān)重要。
111.考慮一類具有有界擾動(dòng)的時(shí)變非線性系統(tǒng)的魯棒輸出調(diào)節(jié)問題。
112.以該模型為基礎(chǔ)的人臉識別系統(tǒng)對光照具有很好的魯棒性。
113.論文從理論上分析了整個(gè)魯棒神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的穩(wěn)定性。
114.然后針對擾動(dòng)設(shè)計(jì)了可以提高電磁懸浮氣隙高度之剛度的H∞魯棒控制器。
115.最后文中將虛擬現(xiàn)實(shí)技術(shù)引入飛機(jī)魯棒控制器的設(shè)計(jì)與檢驗(yàn)中，研究了飛控系統(tǒng)的可視化仿真問題。
116.提出了一種基于SDCN算法的魯棒性語音命令識別。
117.應(yīng)用這種新的魯棒動(dòng)態(tài)逆控制方法設(shè)計(jì)無人機(jī)飛行控制系統(tǒng)是可行和有效的。
118.另一方面，將存儲(chǔ)函數(shù)具體化，利用矩陣不等式，推出了廣義系統(tǒng)魯棒無源的充分條件。
119.細(xì)胞中分子相互作用負(fù)反饋環(huán)是系統(tǒng)魯棒控制的主要機(jī)理之一。
120.在設(shè)計(jì)時(shí)考慮了系統(tǒng)參數(shù)不確定性，從而控制律具有一定的魯棒性。
