模糊算法在WiNCS死区采样中的应用

针对无线网络控制系统(WiNCS)常规死区采样算法导致的系统控制性能QoP和网络服务质量(QoS)下降的缺陷,提出一种模糊自适应死区采样算法.该方法利用系统控制误差和系统网络时延设定死区阈值,能实时自适应网络负载变化,自动在系统Qop和QoS指标范围内尽可能减少数据包传输量,更好地捕捉到网络流量变化和网络QoS变化.实验证明:所提方法不但能减少数据包传输量,而且可以高效地保证系统控制性能.模糊自适应死区采样结构简单,易于实现,具有一定的推广价值.     

混合流水车间提前/拖期调度问题的DE优化解

针对JIT生产模式下的混合流水车间调度问题特点,提出了采用DE算法与指派规则联合调度策略求解流水车间提前/拖期调度问题。构建了混合流水车间的提前/拖期调度模型。详细论述了DE算法的实施流程和关键问题。在算法实施过程中,首先,采用DE算法进行全局寻优,完成生产任务指派,确定某个工件在某个工序在哪个工位加工;然后采用局部指派规则来确定工件在该工序的开工时间。在满足目标完成时间(交货期)的前提下,使提前惩罚费用与拖期惩罚费用之和最小。数值计算结果证明了该算法的有效性。     

人脸姿态表情的低维表示

人脸姿态表情变化是影响人脸识别的重要因素,传统方法主要从像素角度对人脸姿态表情进行分析。根据姿态表情的拓扑结构分析人脸姿态表情,应用非线性降维方法将高维图像数据嵌入到低维空间。该算法表示了不同姿态表情的非线性结构,具有平移、旋转等不变特性。实验证明,该方法能有效地表征人脸姿念表情的细微变化,不同人脸姿态表情在低维空间的分布是一致的,通过其邻域脸谱图像可以精确重构原来的脸谱图像。     

液晶字符识别的CNN和SVM组合分类器

针对仪表液晶显示字符识别问题,提出一种结合了卷积神经网络(CNN)和支持向量机(SVM)的 字符识别方法。分别采用具有并联结构的 CNN 模型和基于梯度方向直方图(HOG)特征的 SVM 方法构建基本分 类器,当 2 个分类器的结果存在冲突时,利用 CNN 的 softmax 输出最大值判决最终结果,当其大于设定阈值 时采用 CNN 分类器的结果,反之采用 SVM 分类器的结果。建立字符图像的误差模型并利用仿真方法构建了 数据集用于分类器的训练和测试,给出一种基于投票原理的最优阈值的估计算法。在 MNIST 和仿真数据集上 的测试实验结果表明,最优阈值估计算法的结果可靠,组合分类器的准确率较 2 种单一分类器均有提高,在实 际测试系统上其准确率达到 99.81%,验证了该组合分类器方法对液晶字符识别问题的有效性;在 CIFAR-10 数 据集上的实验结果验证了该方法也可用于其他分类问题。     

基于双目视觉的棒材端面中心点定位

在利用标签焊接机器人为捆装棒材焊接标签时，需要向其提供一组棒材端面中心点的三维坐标，针对从捆装棒材中选择并定位棒材端面中心点的问题，提出一种基于双目立体视觉的方法。该方法利用双目视觉系统的虚拟像平面模型，通过将平面标定板摆放在平行于捆装棒材端平面的位置进行两台相机的外参标定，根据标定结果生成目标在该标定平面上的虚拟图像；采用SVM和连通区的方法提取虚拟图像中棒材端面中心点特征；采用极线约束和中心点共面约束的方法进行特征匹配，向机器人提供一组端面中心点三维坐标。仿真实验结果显示提供给机器人的推荐点均来自正确匹配点对，说明本文提出的特征匹配算法有效；真实实验中推荐点深度位移最大误差为0.20 mm，平均误差为0.09 mm，说明本文提出的棒材中心点特征提取方法有效。     

全控桥整流励磁系统对发电机转子接地保护的影响

着重分析了以可控硅为主整流励磁系统的发电机对于导纳原理的转子接地保护的影响，并提出了改进方案。     

基于灰度共生矩阵的鞣制皮革图像分类

皮革是典型的自然纹理图像,具有精细复杂的结构.为了对铬鞣和植鞣皮革正确分类,文中采用了经典纹理分析技术-灰度共生矩阵法,通过分析确定了最佳参数,提取5个常用的共生矩阵特征,利用基于Fisher准则的线性分类器对皮革图像进行分类.试验结果表明,该方法对铬鞣和植鞣皮革能进行有效分类.