稳定性——不可或缺

自动控制系统的种类很多,完成的功能也千差万别,有的用来控制温度的变

化,有的却要跟踪飞机的飞行轨迹。但是所有系统都有一个共同的特点才能够正

常地工作,也就是要满足稳定性的要求。

  什么叫稳定性呢?我们可以通过一个简单的例子来理解稳定性的概念。如

下图所示,一个钢球分别放在不同的两个木块上,A图放在木块的顶部,B图放在

木块的底部。如果对图中的钢球施加一个力,使钢球离开原来的位置。A图的钢球

就会向下滑落,不会在回到原来的位置。而B图中的钢球由于地球引力的作用,

会在木块的底部做来回的滚动运动,当时间足够长时,小球最终还是要回到原来

的位置.
稳定性可以这样定义:当一个实际的系统处于一个平衡的状态时(就相当

于小球在木块上放置的状态一样)如果受到外来作用的影响时(相当于上例中对

小球施加的力),系统经过一个过渡过程仍然能够回到原来的平衡状态,我们称

这个系统就是稳定的,否则称系统不稳定。一个控制系统要想能够实现所要求的

控制功能就必须是稳定的。在实际的应用系统中,由于系统中存在储能元件,并

且每个元件都存在惯性。这样当给定系统的输入时,输出量一般会在期望的输出

量之间摆动。此时系统会从外界吸收能量。对于稳定的系统振荡是减幅的,而对

于不稳定的系统,振荡是增幅的振荡。前者会平衡于一个状态,后者却会不断增

大直到系统被损坏。

  既然稳定性很重要,那么怎么才能知道系统是否稳定呢?控制学家们给我们

提出了很多系统稳定与否的判定定理。这些定理都是基于系统的数学模型,根据

数学模型的形式,经过一定的计算就能够得出稳定与否的结论,这些定理中比较

有名的有:劳斯判据、赫尔维茨判据、李亚谱若夫三个定理。这些稳定性的判别

方法分别适合于不同的数学模型,前两者主要是通过判断系统的特征值是否小于

零来判定系统是否稳定,后者主要是通过考察系统能量是否衰减来判定稳定性。

  当然系统的稳定性只是对系统的一个基本要求,一个另人满意的控制系统必须还要满足
许多别的指标,例如过渡时间、超调量、稳态误差、调节时间等。一个好的系统往往是这些

方面的综合考虑的结果。
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值