基于关键帧相似性的仿人机器人步态规划

为解决传统步态规划方法运算量大、运行时间长的问题,提出一种基于关键帧相似性的仿人机器人步态规划方法,通过对步态关键帧的相似性度量、髋关节的规划、零力矩点(ZMP)的实时校正,实现仿人机器人曲线行走步态的在线调整,调整后的步态能够较好地逼近实际ZMP曲线。实践结果表明,该方法在降低运算量的同时较好解决了仿人机器人的步态稳定及快速规划问题,并且可以减少步态选择不理想时的时间消耗。     

基于MDA的模型转换研究与应用

模型驱动方法解决了软件开发的效率低、可移植性差等问题,其中的模型转换是开发基于模型驱动构架(MDA)应用工具的关键技术。为此,在模型驱动方法的基础上,提出基于模式的平台无关模型到平台相关模型的模型转换方法,并根据该转换方法确立转换规则,在一个MDA应用系统开发实例中进行验证,实现从平台无关层模型到J2EE平台相关层EJB模型的转换。     

基于传感器技术的导线舞动状态监测评估系统

导线舞动造成的危害一般主要是由于舞动幅值过大,造成相间气隙不够引起相间闪络造成。针对导线舞动的特点,基于传感器技术和虚拟仪器技术,开发了导线舞动状态监测评估系统。舞动监测终端实时测量现场舞动数据,经过单片机处理,通过GPRS无线传输模块发送至上位机完成图形化显示,利用上位机软件搭建的导线舞动状态评估模型实现导线舞动状态的评估。在实验室搭建了导线舞动模拟平台,引入舞动摆角,进行了运行试验。试验结果表明:该系统能有效监测导线舞动状态变化,较准确地完成导线舞动状态评估。     

一种目标驱动的移动业务流程的分析方法

随着移动互联网的发展,如何改进现有的业务流程来更好地满足用户的需求成为企业普遍面临的问题。然而,对于企业中哪些业务需要移动化以及如何移动化,目前仍然缺乏相应的分析方法。针对该问题,提出一种基于目标的移动业务流程分析方法。该方法认为企业的各个业务流程都是为了满足一定的用户需求,因此提出建立企业业务流程模型与用户需求模型之间的对应关系,然后通过识别移动环境下用户需求的变化来改进企业的业务流程。以一个医院的业务流程为案例说明了所提方法的可行性。     

人体跌倒的鲁棒检测方法

通过对跌倒行为特性的研究,提出了人体跌倒鲁棒检测方法.采用穿戴式跌倒检测装置,将加速度传感器和倾角传感器安置于腰间,压力传感器安置于脚底,用于采集人体运动中的姿态加速度信息、倾角信息和脚底压力信息,采用主成分分析法提取姿态变化特征量,并运用支持向量机对特征量进行分析和判断,判断人体是否跌倒.通过试验测试验证,所提出的方法对跌倒检测具有较高的鲁棒性.     

一种基于监督流形学习的头部姿态估计方法

我们提出一种监督Laplacian LLE算法,并结合正则化的最小二乘方法来有效地解决头部姿态估计问题,比传统的流形学习算法能更有效的保持数据的局部几何结构,并且能获得显式的直接映射来处理样本外扩展问题。在FacePix数据集的头部姿态估计实验结果表明,我们的算法是有效的,对于训练数据和测试数据,我们提出的算法的性能明显高于其他对比算法的性能。     

小南海水库除险加固工程施工过程中造价控制

本文以小南海水库除险加固工程施工过程中的造价控制作为事例,叙述了在水库除险加固工程施工过程中从设备采购监管、市场询价、支付审核、设计变更签发、现场签证和投资动态控制表等6个方面,作为建设单位在控制投资方面应该注意的问题。     

手持式电站锅炉配风监测仪的设计

针对当前电站锅炉燃烧器的现场巡视、检修设备的溃乏,研制一种手持式电站锅炉配风监测仪势在必行。基于在了解电站锅炉煤粉配风监测系统的工作原理以及测量工作原理的基础上,首先采用经标定过的测速元件测量,经差压变速器送到测量装置内部的压力传感器变送测量出动压;其次由测速原理可以计算出风速;再次由三支分别用于测量热风温度、煤粉温度和风粉混合温度的铂电阻传感器所测得的温度值,根据热平衡原理计算出煤粉浓度。重点介绍了基本设计电路硬件结构以及关键低功耗电路设计,既给出了监测仪主程序软件流程图,又给出了电站锅炉配风仪动压测量的结果分析,达到了设计的要求。经电厂技术人员试验证明,运行可靠,使用方便,成本低,有较高的推广价值。     

基于数据存储的小波数字水印算法

提出了一种基于数据储存的D W T算法。该算法打破了传统小波变换以整幅图像为研究对象的思路,而是以存放在存储器中的图像数据为研究对象,先将其分成若干块,分别对每一块数据进行D W T之后,再进行水印的嵌入,并在嵌入之前进行图像置乱预处理,以提高安全性和隐蔽性,兼顾了水印的不可见性和鲁棒性。实验结果表明,本文算法在保证水印不可见性的同时,对图像的J P E G压缩、噪声、滤波、剪切等处理,均有较好的鲁棒性。     

频繁子图挖掘算法gSpan的设计与实现

由于大部分图挖掘算法都需要利用频繁子图,频繁子图挖掘逐渐成为了数据挖掘领域中的热点研究内容。目前,很多高效的频繁子图挖掘算法已经被提出。其中,gSpan算法是目前公认的最好的频繁子图挖掘算法。然而,在化合物数据集上,还可以利用化合物的特殊结构进一步优化gSpan算法的性能。文献利用了化合物分子结构的对称性和原子类型分布的不均衡性,提出了一些新的优化策略,进一步改进了gSpan的性能。鉴于gSpan算法在图挖掘领域乃至整个数据挖掘领域的重要性,设计并实现gSpan算法。同时,采用文献[4]中的优化策略,进一步提高gSpan算法在化合物数据集上的运行效率。