制造资源混合粒度优化组合方案求解技术

为实现对云请求端制造需求的快速响应并提供最理想的制造云,在定义制造云服务(manufacturing cloudservice,MCS)的基础上,提出了MCS混合粒度动态优化组合方法.通过对制造服务需求的解析,将MCS按照粒度从大到小的顺序进行匹配,实现了云池资源的初次过滤;然后构建基于总服务成本、服务质量和交易期的制造云多目标优化数学模型,并引入Epsilon-SPEA2优化算法对该优化问题进行求解,从而快速高效地获得Pareto最优解;采用基于改进优劣解距离(technique for order preference by similarity to an ideal solution,TOPSIS)的动态多属性决策方法对Pareto最优解所代表的互为非支配的MCS组合方案进行评价排序,筛选出最优的MCS组合方案.最后结合某区域模具公司群所能提供的制造服务以及相应历史数据,依据客户需求进行MCS的动态优化组合仿真,验证了文中方法的可行性和实用性.     

应用于多旋翼MAVs的姿态测量系统

应用一个三轴加速度计、三个单轴角速率陀螺和一个三轴磁强计等微机械惯性传感器,设计廉价轻量姿态测量系统,研究了姿态角推算算法。在以往的姿态测量系统中,陀螺偏差和动加速度的影响限制其应用。将角速度陀螺的误差作为状态量导入到系统,动加速度作为噪音项导入到观测方程中,然后利用扩展卡尔曼滤波器来构成姿态估计算法来降低误差。实际飞行中对比商用高精度传感器和多次室外飞行测试表明,设计的系统能够应于旋翼MAVs。     

一种能量有效的WSN目标跟踪动态协同自组织算法

针对无线传感器网络目标跟踪应用中跟踪精度与网络能耗的权衡问题,提出一种能量有效的动态协同自组织算法(E-DCS)。根据目标预测位置和节点的位置、能量信息,建立了信息效用、通信开销和节点剩余能量的综合性能指标,并利用层次分析法确定了性能指标中各要素的权值系数。通过自适应动态成簇策略,分别设定簇首切换精度阈值和节点选择精度阈值判断是否切换簇首和选择任务节点。簇首节点根据簇内节点提供的测量信息采用序贯EKF进行状态估计。仿真结果表明,与信息驱动传感器查询(IDSQ)和自适应动态协同自组织算法(A-DCS)相比,该算法在保证跟踪精度的基础上,降低了网络能耗,有效延长了网络的生命周期。     

纳米三坐标测量机模拟接触式探头的标定

三坐标测量机的高精度模拟接触式探头在计算探头球尖位移与传感器输出的关系时需要空间坐标转换模型与标定参数。标定方法基于自己研发的模拟接触式探头,该探头由带有光纤球头的的金属丝悬浮机构,二维角度传感器,小型迈克尔逊干涉仪组成。通过空间坐标转换,矩阵计算模型和标定实验的建立,重点描述了一种特定的标定方法与标定了模型的未知参数。实验结果表明三坐标测量机在x、y、z三方向上测量的标定值与实际值的位移误差的标准差小于30 nm,证明该方法具有一定的可行性与有效性。     

基于重叠分段和FrFT的VCO非线性度检测方法*

VCO非线性度检测是实现其非线性度精确校正的前提,研究VCO非线性度检测方法具有重要理论意义和实用价值。针对目前基于微元法和分数阶傅里叶变换的VCO非线性度检测方法在抗噪性、实时性等方面存在的不足,提出了一种基于重叠分段和分数阶傅里叶变换的VCO非线性度检测方法。所提方法采取重叠分段的策略以抑制噪声干扰,在分数阶傅里叶变换域进行幅度峰值搜索时改用收敛速度快的黄金分割法以增强实时性。仿真实验表明所提方法具有良好的抗噪性,分段重叠率为0.25时其检测的均方根误差约为现有方法的1/2;当重叠率小于2/3时,其实时性也优于现有方法。     

结合角点特征与SIFT特征的加速图像匹配

利用关键点寻找不同图像之间的一致性是很多图像处理和计算机视觉应用中的一个关键步骤。由于图像中巨量的关键点,因此特征的快速匹配成为了一个瓶颈。文中提出了一种对特征点进行分类比较的方法来加速特征匹配。首先可将SIFY特征分为两类,极大值SIIrF特征和极小值SIFT特征;其次是将SIFT特征和传统角点特征相结合提取特征点并按照角点特征进行分类。实验表明,这种方法在保持原有鲁棒性和精度的情况下,可以较大提高特征匹配速度。     

基于改进的蚁群算法的组播路由问题的研究

目前,蚁群算法在路由协议上已有广泛应用。通过研究蚁群算法的特性和目前在路由协议上的应用,发现其在加快运行时间、局部最优解等问题上还有改进的空间。为此文中提出一种蚁群优化算法,使蚁群算法更好地应用在路由协议上。针对蚁群算法容易出现局部最优解的问题,文中提出一种链表随机选择法,该方法能有效地减小蚁群算法出现局部最优解的几率。同时为了减少蚁群算法在选择路径上的时间,提高运行速率,文中还提出了一种雅克比迭代收敛准则,此方法很好地减短了算法时间。     

PTN网络的二次断纤链路规划算法

在PTN（PacketTransportNetwork）网络规划建设中,需要对光纤链路留出备份带宽,以保证部分光纤断开时,受影响业务有足够的容量进行路由重组。这也是提高网络生存性的有效方法之一。文中首先遍历网络双链路的失效状态,然后断开网络中任意两条链路,通过逐次增加链路容量来保证失效业务能够重组路由;最后提出二次断纤链路容量规划算法并进行试验仿真。结果表明,该算法在节约网络带宽、降低建造成本以及故障容错方面有着良好性能,能够很好应用于传送网络的链路规划中。     

基于决策树的数据挖掘算法优化研究

决策树模型是数据挖掘中最常用的一种方法,具有较好的分类预测能力,并能方便提取决策规则。基于相似性原理,以测试属性和决策属性的相似度作为启发规则构建决策树。提出了一种新的决策树生成算法。并在高校教师综合考评系统中采用了这种新算法,实验结果表明这种新的决策树生成算法预测精度较高,计算也比较简便。     

大型数据集的多维变量关联性挖掘

为了探索多维数据集中各变量之间的关系,特别是非函数关系,对数据集所在的n维立方体的各个维度进行划分,在得到的n维网格中定义自然概率密度函数,以此得到数据集在特定划分下的互信息值。对所有的划分取互信息最大值,正态化后即为所定义的特征张量的一项,取特征张量在给定最大网格数下的最大项的值定义为MIC,它度量了多维变量间的关联程度。