基于双模糊控制的智能窗帘电机速控锁光算法

本文针对智能窗帘控制系统在实际使用过程中的抗干扰性和鲁棒性要求, 在传统PID调节的基础上, 设计了一种用于智能窗帘系统自动锁光的双模糊控制算法, 通过对直流电机输入电压和输出转速的双重模糊控制, 系统能够依据室内光照强度自动、稳定、快速的控制窗帘开合, 进而完成室内光照强度的精准调节, 实现智能窗帘系统的锁光控制. 通过Matlab中的Simulink和模糊控制器模块建立该系统的数学模型, 以验证双模糊控制算法的可行性. 实验结果表明, 该算法可依据区域光照条件的改变实时调整电机的转速与转向, 具有调节时间短、灵敏度高、精确度高等特点, 能够完成通过窗帘调节室内光照强度的最佳控制.     

基于太阳能驱动的自动辅窗设计

本文设计了一种太阳能驱动自动辅窗。该窗帘以51单片机为主控核心,将光敏电阻、湿敏电阻和振动传感器集成于同一个控制电路路中,从而实现窗帘的光、雨及风等智能控制。而且利用太阳能电板收集太阳能作为该窗帘的动力源。该窗帘不仅克服了传统窗帘功能单一、缺乏智能化的缺点,而且能适应多种复杂环境状况,具有良好的发展前景和应用价值。     

自动窗帘控制系统设计

介绍了一款多功能窗帘控制系统.该系统采用AT89S52单片机的最小系统设计,可以使用红外遥控器进行远程手动控制,也可以输入时间进行时间控制,还可以根据室外环境亮度实现窗帘的自动控制.为智能家居的实现提供了依据,具有良好的发展前景和应用价值.     

基于AT89C51单片机的智能窗帘控制系统

随着物联网概念的发展,智能家居的理念也渐渐渗透到我们的生活中,智能窗帘应运而生.本文基于AT89C51单片机设计了一个智能窗帘的控制系统.智能窗帘通过光强和时间来控制窗帘的开合.     

DDS并行模型及其形式化

DDS(deadline-driven scheduler)模型是实时系统研究中的一个经典模型,但其原始设置中未提及空间因素.在DDS模型的原始设置上进行扩展,给出了DDS并行模型并在该模型设置下研究带空间限制的任务调度问题.提出了极大空间相容组的概念,并给出了全局调度算法和该算法可行的条件.最后还引入分离逻辑的思想对时段演算进行扩充,得到了新的形式系统DC*,利用DC*把DDS并行模型形式化.     

基于质点约束算法的窗帘动态模拟

针对传统质点位置修正方法在处理超弹性现象时的布料抖动问题,提出一种基于质点—弹簧模型的质点约束方法。在每次迭代中只对拉伸最长的弹簧进行位置修正,其余过度拉伸的弹簧只作质点速度调整。算法以窗帘动态模拟为例,快速逼真地模拟了窗帘在外力作用下的飘动效果。实验结果表明,该方法能够抑制超弹性现象的发生,并能有效地避免布料不切实际的抖动,具有较强的稳定性。     

基于单片机和手机短信的窗帘智能遥控系统

以单片机及GSM芯片为核心硬件,设计了一套窗帘智能控制系统,包括遥控器、无线发射与接收、单片机处理器、时钟电路、窗帘电动机、光电集成传感器等部分。实验结果表明,借助该系统能根据温度、光线等环境因素自动完成窗帘操控,当管理员不在现场时也能通过短信等方式操控窗帘,满足窗帘控制的一般要求。     

基于单片机的智能窗帘控制器设计

针对目前智能窗帘的不足,设计开发一款基于C8051F021单片机和GSM芯片的智能窗帘控制系统。该系统包括光电转换电路、无线发射与接收电路、时钟电路、电动机驱动电路、短信遥控电路等,该系统能根据光照强度自动调节窗帘的开合程度、根据用户设置的时间定时开关窗帘,当用户不在现场时可以通过短信等方式遥控窗帘。     

小波支持向量机

在研究支持向量机(SVM)核方法和小波框架理论的基础上,提出了一种称为小波支持向量机(WaveletSupport Vector Machines,WSVM)的新的机器学习构造方法.该方法引入小波基函数构造SVM的核函数,得到了一种新的SVM模型,然后提出了此模型的结构设计和实现算法,最后给出了几种常用的小波核函数,并给出了理论证明.通过仿真实验,把该方法与小波神经网络、高斯核SVM相比较,得到了较好的实验结果,从而验证了该方法的正确性和有效性.     

基于单片机的自动窗帘设计

针对传统窗帘无法满足现代化智能化的需求，以STC89C52单片机为核心设计了自动窗帘控制系统。该系统能实时准确采集光照强度和当前时间，具有三种工作模式，可通过光I照强度来控制窗帘开闭，也能定时开关窗帘，还能利用手机远程遥控窗帘开闭，并在液晶上实时显示系统工作模式和采集的信息。利用KEL软件和PROTEUS软件对系统进行仿真调试，仿真结果表明设计达到了预期目标。     

Statistical prediction of air pollution levels using non-physical models

This paper treats the prediction problem of air pollution levels at a short range by non-physical models. Main results are given as follows: (i) The prediction accuracy of the pollution levels by time series models is compared by evaluating three performance indices, and it is shown that the multiple linear regression model already proposed is better than the auto-regressive model, the Box-Jenkins' model and the persistence model. (ii) The multiple linear regression model is more improved if the model is classified by weather. (iii) The modeling accuracy is discussed for various sample sizes, and an appropriate sample size is determined from the experiment. (iv) The confidence intervals of the predicted means at a fixed time are calculated, and the combinations of the measurement times and the measured factors that improve the prediction accuracy are chosen. (v) A revised GMDH is proposed and the accuracy by this method is more improved than those by the time series models already presented. (vi) The Kalman filtering method is applied to the prediction of pollution levels, and the measured factors that improve the prediction accuracy are chosen.     

灰色DNGM(1,1)预测模型及其优化

传统的灰色GM(1,1)预测模型是针对近似齐次指数序列建立的预测模型。为了拓广灰色预测模型的适用范围,建立了近似非齐次指数序列的灰色DNGM(1,1)预测模型。研究了这种灰色预测模型的性质,证明了这种模型都具有线性不变性,也能够完全拟合非齐次指数序列。考虑到初值条件对灰色模型的影响,对该模型进行了参数优化。数据仿真和实例分析表明,灰色DNGM(1,1)预测模型具有较高的预测精度。     

多阶灰色支持向量机集成预测模型研究

对灰色预测模型GM(1,1)和支持向量机SVM预测模型进行分析,提出了多阶灰色支持向量机集成预测模型Dm_GM(1,1)-SVM。通过多阶缓冲算子改进灰色预测模型的预测精度,对最终预测值的各个相关指标进行预测;同时,采用粒子群优化算法对支持向量机模型进行径向基核参数和惩罚参数寻优,得到最佳参数对(c,g),从而确定支持向量机的最佳回归模型;最后将各指标预测值作为支持向量机模型的输入,依据预测模型和预测模型的输入值求得预测结果。实验实例表明,多阶灰色支持向量机集成模型和传统的预测模型相比,在本例中预测精度更高,说明多阶灰色预测模型和支持向量机模型相结合在解决实际预测问题中具有实用价值。     

Finite element modeling of Cr(VI) reduction by Shewanella oneidensis MR-1 employing the dual-enzyme kinetic model

Chromium (VI) (Cr(VI)) contamination of soil and groundwater is considered a major environmental concern. Bioreduction of Cr(VI) to chromium (III) (Cr(III)) can be considered an effective technology in remediating Cr(VI) contaminated sites. Among the Cr(VI) reducing bacteria, Shewanella oneidensis MR-1 (MR-1) is relatively effective. Reduction of Cr(VI) by MR-1 is defined by the dual-enzyme kinetic model. Existing models are not able to simulate bioreduction of Cr(VI) by employing the dual-enzyme kinetic model. The objective of this paper is to present a finite element model capable of simulating bioreduction of Cr(VI) by employing the dual-enzyme kinetic model and compare its prediction with experimental results. The model developed is accurate and can provide oscillation-free results for Peclet number Pn≤20 and Courant number Cn≤1. The model prediction compares well with the experimental results.     

基于增量式有限混合模型的多目标状态极大似然估计

提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态. 该模型以增量方式构建, 其混合分量采用逐个方式插入其中. 采用极大似然准则来估计多目标状态. 对于给定分量数目的混合模型, 应用期望极大化算法来获得参数的极大似然解. 在新分量插入混合模型时, 保持已有混合模型的参数不变, 仍旧采用极大似然准则从候选新分量集合中选择新插入分量. 新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值. 利用k-d树生成插入到混合模型的新分量候选集合. 增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势, 有助于一步一步地搜寻混合模型的极大似然解. 仿真结果表明, 基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.     

几种矢量图像噪声去除变分模型的边缘保持比较

矢量图像噪声去除的变分模型必须考虑不同通道图像间的耦合以保持图像边缘,但所得到的模型复杂、计算效率低,且不同耦合方法对应的模型的边缘保持质量不同。本文首先设计了目前已经提出的这类变分模型的快速Split Bregman算法,然后通过大量数值实验对不同模型的边缘保持特性和计算效率进行了比较。所研究的模型分别使用LTV(layered total variation)规则项、MTV(multichannel total variation)规则项、CTV(color total variation)规则项、PA(polyakov action)规则项和RPA(reduced polyakov action)规则项。实验结果表明CTV模型对矢量图像去噪边缘保持最好,其他依次是PA模型、MTV模型、RPA模型和LTV模型;LTV模型计算效率最高,其他依次是MTV模型、RPA模型、CTV模型和PA模型。     

基于grey Markov--支持向量机的电弧炉终点参数预报

考虑电弧炉终点参数既受定量因素的影响,又受非定量因素的影响.将灰色马尔可夫 (grey Markov)与支持向量机 (SVM)相结合.建立了电弧炉终点参数grey Markov-SVM预报模型,其中grey Markov模型反映非定量因素对电弧炉终点参数预测值的影响,SVM模型反映电弧炉各种定量输入对终点参数预测值的影响.建立grey Markov-SVM模型的方法是:首先建立反映非定量因素的GM (1,1)模型,然后用Markov链修正其预测值:由于grey Markov模型对定量输入的影响无法准确反映,因此grey Mar-kov模型必然存在预测偏差,此预测偏差通过建立反映定量输入与终点参数预测偏差之间关系的SVM模型方法加以补偿,并采用粒子群算法 (PSO)对SVM的参数进行寻优,最终得到电弧炉终点参数的预报值,同时实现滚动预测.仿真实验表明grey Markov-SVM模型与grey-SVM模型、Markov-SVM相比较,具有很高的终点预报精度.     

基于活动和环境约束的访问控制模型

本文通过对基于任务的访问控制模型的扩展，提出了一种基于活动和环境约束的访问控制模型。该模型可以用四元组{授权策略，授权约束定义，授权环境，授权事物对象}表示。文章用一阶谓词对该模型的访问控制约束规则进行了形式化描述，并讨论了该模型在业务流程管理系统中的实现方法。     

基于压缩感知的期望最大化贝努利非对称高斯近似信息传递算法

期望最大化贝努利高斯(BG)近似信息传递(EM-BG-AMP)算法中的BG模型因为具有对称性,在逼近实际信号先验分布时会受到限制;而期望最大化高斯混合近似信息传递(EM-GM-AMP)算法中的GM模型是BG模型的高阶形式,复杂度较高。为了解决以上问题,提出贝努利不对称高斯模型(BAG),进而推导得到期望最大化贝努利不对称高斯近似信息传递(EM-BAG-AMP)算法。该算法的主要思路是假设输入信号服从BAG模型,然后使用广义近似信息传递(GAMP)重构信号并在算法迭代中同时更新模型参数。实验证明,在处理不同图像数据时,EM-BAG-AMP和EM-BG-AMP相比,时间增加了1.2%,峰值信噪比(PSNR)值提升了0.1~0.5 dB,尤其在处理纹理较少以及色差变化明显的图像时峰值信噪比(PSNR)值提升了0.4~0.5 dB。EM-BAG-AMP是对EM-BG-AMP算法的扩展和延伸,更适合实际信号的处理。