基于光流方向信息熵统计的微表情捕捉

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn-Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础.      

基于自定义空间和OCC模型的情绪建模研究

人类不仅具有逻辑推理的能力，而且具有情感控制、表达的能力。通常使用计算机对人类的能力进行模拟，在人工智能赋予计算机逻辑推理能力之后，如何赋予计算机情绪成为一个重要的研究问题。该文就是以人工心理和基本的情绪理论为基础，在三维情绪空间中将个性和OCC模型相结合，建立了一个情绪模型。并将此模型作为情感核心，尝试实现了一个虚拟软件人。这个情感虚拟软件人不仅具有学习、记忆能力，而且具有情感交互能力。     

基于PSIM双馈电机交-交变频矢量控制系统的仿真研究

在分析双馈电机数学模型的基础上,基于PSIM6.0软件建立了交-交变频矢量控制系统仿真模型.采用定子磁链定向矢量控制,定子有功和无功分量实现解耦;双闭环控制以转速和定子无功控制为外环,以转子电流控制为内环.电机在亚同步至超同步速的较大范围内平滑调速,定子侧功率因数可调.     

基于遗传算法的双足步行机器人步行姿态控制策略

本文基于ZMP理论、位姿矩阵及遗传算法,在已经使用刚体数学建模的机器人上实现机器人步态控制。首先我们使用ZMP步态控制理论,对机器人的步态稳定性进行分析,采用了遗传算法对参数的选择,实现机器人的步态控制.     

双馈孪定子感应电动机控制系统的研究

描述了双馈孪定子感应电动机的原理及其控制系统的结构 ,根据所研制双馈孪定子感应电动机矢量控制系统的实验性能 ,分析了该系统的特性 ,可以看出此种类型电机控制系统完全达到与直流电动机相同的水平 ,以及双馈孪定子感应电动机有进一步广泛应用的前景     

国内机器人——紫光优蓝、博创、科沃斯、森汉、国家冶金自动化、智能佳、北科大、腾讯

人脑与电脑相结合,集品德、社会交往、语言、科学、艺术教育之大成。在与超级宝宝小优的互动游戏中,享受学习的快乐,体验成功的喜悦!开启人生智慧!——连秀云教授(中国教育学会原副秘书长、中国教育科学研究所原副所长、副书记)     

神经元控制器在交流伺服系统中的应用

利用神经元的自学习功能及其控制灵敏度的快速近似求取方法，实现了神经元控制器的在线学习。以神经元控制器作为伺服系统的速度调节器，与三相滞环控制器构成了交流伺服控制系统。仿真和实验表明，神经元控制器具有较强的自适应性和较好的实时性。     

定子磁链观测器设计

定子磁链观测器是磁场定向矢量控制的关键部分,在定子磁链定向的旋转坐标系下,采用低通滤波建立定子磁链观测器.用Psim软件对该模型进行仿真,用数字信号处理器进行硬件实现.仿真波形和实验结果表明该定子磁链观测器模型具有较高的系统稳定性和鲁棒性,具有一定的理论和实际应用意义.     

变频矢量控制系统入侵检测技术

针对采用以太网控制自动化技术(EtherCAT)工业总线的感应电机交-直-交变频矢量控制系统的入侵检测技术进行了研究. 首先通过对EtherCAT总线协议进行深度解析, 结合目前为止已经发现的EtherCAT工业总线常见协议漏洞, 提取协议数据包的关键特征并构建EtherCAT总线协议入侵检测规则库, 采用三维指针链表树作为针对EtherCAT总线协议规则库的检索数据结构; 其次, 根据感应电机交-直-交变频矢量控制系统的物理模型, 进行模型参数仿真计算, 并根据仿真计算值, 构建矢量控制模型入侵特征的最小二乘支持向量机(least square support vector machine, LSSVM)分类器, 使用混沌粒子群优化(choatics particle swarm optimization, CPSO)算法对分类器的参数进行优化, 二者共同构成了CPSO-LSSVM入侵检测分类算法. 异常数据包在被分类后, 会被传递给Suricata入侵检测引擎进行精确规则匹配; 最后为该入侵检测系统搭建物理实验环境, 经过测试, 本文中的交-直-交变频矢量控制模型仿真结果动态性能良好, 与实际矢量控制系统参数的波形变化趋势相近. 通过抽取KDD Cup99测试数据集中的一部分对该入侵检测系统实施DOS攻击、R2L、U2R以及PROBING攻击行为, 验证该入侵检测系统的有效性.