近期，我校电气与自动化工程学院教师在著名学术期刊上发表多篇高水平研究论文。
顾苏杭博士（第一作者）在《IEEE Transactions on Circuits and Systems for Video Technology》（中国科学院一区，IF=8.4）上发表题为“A novel style Takagi-Sugeno-Kang fuzzy classifier with its fast training on style data”的研究论文。研究针对数据的同源性质，即同一类数据将呈现隐式/显式风格特征，提出一种新型风格TSK模糊分类器，并基于Sherman-Morrison与Schur complement公式设计出相应的快速训练方法。在基准数据集和风格数据集上的实验结果，验证了所提风格TSK模糊分类器的良好分类性能及高可解释性。
风格数据集示例：(a) 建筑风格，(b) 时尚风格，及(c) 表情风格
论文链接：https://ieeexplore.ieee.org/document/10243071
顾苏杭博士（第一作者）在《Information Sciences》（中国科学院一区，IF=8.1）上发表题为“Fuzzy style flat-based clustering”的研究论文。针对不同源数据可能呈现相似/相近的隐式/显式风格特征，论文提出一种模糊风格超平面聚类算法。该算法利用非对称矩阵将原样本特征空间映射至超平面空间，样本物理特征保持的同时，可以挖掘不同类数据的风格特征以辅助聚类分析。在基准数据集及风格数据集上的实验结果，验证了所提聚类算法能够较好地完成因存在相似/相近风格特征而导致不同类数据流形结构相近或相互交叉情况下的聚类分析。
具有相近/相似风格特征的不同类数据示例：(a) Bohemian时尚风格，(b) Preppy时尚风格
论文链接：https://www.sciencedirect.com/science/article/abs/pii/S0020025523009064
张玲忠博士（第一作者）在《IEEE Transactions on Neural Networks and Learning Systems》（中国科学院一区，IF=10.4）上发表题为“Synchronization of Time-Delay Coupled Neural Networks with Stabilizing Delayed Impulsive Control”的研究论文。论文研究了具有稳定时滞的脉冲牵制控制时滞耦合神经网络的分布式同步问题。提出了一种新的微分不等式，该不等式可以有效提取脉冲瞬时存在的时滞信息，并用于处理耦合神经网络的同步。基于新的不等式，可以解决脉冲延迟大小总是受系统延迟限制的问题，放宽了脉冲延迟的上界。
论文链接：https://ieeexplore.ieee.org/abstract/document/10278229
张玲忠博士（第一作者）在《Chaos, Solitons and Fractals》（中国科学院一区，IF=7.8）上发表题为“Bipartite Secure Synchronization for Dynamic Networks Under Deception Attacks via Delay-Dependent Impulsive Control”的研究论文。论文研究了欺骗攻击下耦合动态网络的均方有界二部同步问题，特别是在有向/无向互联结构下。提出了一种具有稳定时滞的脉冲安全控制输入。基于随机概率分布，采用平均脉冲延迟方法，获取脉冲中存在的时间延迟信息，然后对这些信息进行有效整合，用以减轻欺骗攻击对网络同步造成的负面影响。为了在欺骗攻击下获得理想的同步性能，对控制增益、平均脉冲时滞和攻击强度进行了协同设计。
论文链接：https://www.sciencedirect.com/science/article/abs/pii/S0960077923011177
钟黎萍博士（第一作者）在《IEEE Transactions on Industrial Electronics》（中国科学院一区，IF=8.162）上发表题为“Zero-sequence-current suppression of open-end winding PMSM with common DC bus based on virtual vector control”的研究论文。利用正交门积分检测技术，构造出零序电流虚拟矢量，对单相的零序电流实施矢量控制，从而可采用普通PI调节器实现零序电流在宽调速范围内的无差抑制。与现有方法相比，该方法有助于提高零序电流的抑制精度，减小控制器的设计难度，降低控制算法的复杂度。
