In automatic control systems, negative feedback control has the advantage of maintaining a steady state, while positive feedback control can enhance some activities of the control system. How to design a controller with both control modes is an interesting and challenging problem. Motivated by it, on the basis idea of catastrophe theories, taking positive feedback and negative feedback as two different states of the system, an adaptive alternating positive and negative feedback (APNF) control model with the advantages of two states is proposed. By adaptively adjusting the relevant parameters of the constructed symmetric catastrophe function and the learning rule based on error and forward weight, the two states can be switched in the form of catastrophe. Through the Lyapunov stability theory, the convergence of the proposed adaptive APNF control model is proven, which indicates that system convergence can be guaranteed by selecting appropriate parameters. Moreover, we present theoretical proof that the negative feedback system with negative parameters can be equivalent to the positive feedback system with positive parameters. Finally, the results of the simulation example show that APNF control has satisfactory performance in response speed and overshoot.

Люди все чаще используют различные виды растительных продуктов, таких как древесина, но существует много видов древесины, и их трудно анализировать и идентифицировать, поэтому вопрос о том, как использовать вспомогательное оборудование для анализа древесины и достижения цели точной идентификации древесины без повреждения самого продукта, является одним из актуальных на сегодняшний день в области исследований древесины. Осевая тонкостенная ткань содержит важную информацию о зернах древесины, и это один из важных признаков для идентификации древесины. В статье исследуются микроскопические изображения широколиственной древесины, получены изображения микроструктуры поперечного сечения древесины путем фотографирования, а также извлечена полная осевая морфология тонкостенных тканей древесины с использованием технологии компьютерной обработки изображений и других способов компьютерного зрения. Во-первых, изображения осевой тонкостенной древесины были обезшумлены, чтобы устранить некоторые шумовые эффекты и облегчить разделение осевой тонкостенной древесины; затем изображения были обработаны с помощью математической морфологии, чтобы успешно извлечь осевую тонкостенную древесину и морфологию воздуховода из изображений поперечного сечения широколиственной древесины; наконец, осевая тонкостенная древесина была отделена от воздуховода путем вычисления площади замкнутой области.