基于ZigBee的温室监测系统的低功耗设计

针对传统温室大棚有线监测系统存在施工复杂、线路多和维护难等缺陷,提出了一种基于ZigBee无线传感网络技术的低功耗温室监测系统的设计方案;通过对系统各部分的能耗进行分析,结合实际情况对传感器节点采用低功耗设计策略;硬件设计上采用低功耗射频芯片和智能开关芯片,软件编写上采用事件驱动方法延长节点休眠时间;该系统能够准确采集温室内光照度、空气温湿度、土壤水分和二氧化碳浓度等环境信息,并具有低功耗、低成本和易扩展等特点;测试结果验证了该方案的可行性。     

霍夫空间中多足球机器人协作目标定位算法

针对嵌入式仿人足球机器人提出一种霍夫空间中的多机器人协作目标定位算法。机器人利用实验场地中的标志物采用基于三角几何定位方法进行自定位,把机器人多连杆模型进行简化,通过坐标系位姿变换把图像坐标系转换到世界坐标系中,实现机器人目标定位;在多机器人之间建立ZigBee无线传感器网络进行通信,把多个机器人定位的坐标点进行霍夫变换,在霍夫空间中进行最小二乘法线性拟合,获取最优参数,然后融合改进后的粒子滤波实现对目标小球的跟踪;最后在21自由度的仿人足球机器人上进行仿真和实验。数据结果表明,这种多机器人协作的定位算法的精度提高了约48%,在满足实时性的前提下,对目标的跟踪效果也得到了改善。     

因果推断三种分析框架及其应用综述

介绍因果推断所涉及的基本概念及其三种分析框架:反事实框架、潜在结果模型和结构因果模型。首先,从反事实框架介绍因果效应的发端;然后,从基于反事实的两个因果推断分析框架:潜在结果模型和结构因果模型,来分别阐述两个分析框架所涉及的关键理论和应用方法。其中,潜在结果模型使用数学和可计算的语言对因果理论进行阐述,是一种将假设、命题和结论清晰化表达的计算模型,其在原因和结果变量已知的前提下定量分析原因变量对结果变量的因果效应,并对缺失的潜在结果进行补齐,使观察性研究的效果接近试验性研究。结构因果模型则是一种基于图论的因果推断方法,它将事件分为观察、干预和反事实三个层级,并通过do运算将干预和反事实层级的因果关系都降维成可以通过统计学手段解决的问题。最后,探讨了现今多领域内因果推断的应用场景,并总结了三种分析框架的异同点。      

一种具有强实时性、强鲁棒性的图像匹配算法

针对描述符BRIEF对图像旋转敏感的问题,提出一种改进的描述符RIBRIEF,该描述符具有识别能力强、提取速度快、占用空间小及抗干扰能力强等优点,并具有旋转不变性.经分析,图像匹配算法的实时性较大程度上由特征点数量、匹配点搜索次数及描述符相似度计算复杂度决定,因此提出通过描述符索引与描述符聚类相结合、基于FAST稳定特征点提取和逻辑运算计算相似度等方法提高算法的整体实时性.实验结果表明,与描述符BRIEF及SURF相比较,基于描述符RIBRIEF的图像匹配算法在鲁棒性及实时性方面均具有明显优势.     

大学计算机基础教学存在的问题与对策

分析大学计算机基础课程教学面临的问题,从消除课程认识误区、分类分层次教学、增强学生学习积极性和提高教师自身素质等方面提出一些应对措施。     

高分辨高灵敏度CCD图像传感器驱动时序设计

在分析面阵CCD图像传感器结构和驱动时序基础上,针对高分辨率高灵敏度ICX694ALG大面阵CCD图像传感器,研究其驱动时序发生器;以现场可编程门阵列(FPGA)作为硬件平台,通过Verilog HDL硬件描述语言对该驱动时序发生器进行了硬件描述,采用ISE软件进行功能仿真,并针对XILINX公司的可编程逻辑器件XC3S1000进行了硬件适配;仿真测试表明,FPGA驱动时序发生器能够满足高分辨高灵敏ICX694ALG大面阵CCD图像传感器驱动要求,达到了设计要求。     

基于复杂结构信息的图神经网络序列推荐算法

图结构因其在序列推荐场景中的自然适应性而备受关注,而现有的基于图神经网络的会话序列推荐算法虽然能够利用图结构信息达到较好的推荐效果,但是没有考虑用户在会话序列中的重复点击行为和项目之间的复杂转换,且未很好地利用图中复杂的结构信息,导致推荐的效果受到一定程度的限制。提出有向与无向信息同注意力相融合的图神经网络序列推荐算法,并基于推荐算法给出项目隐含向量建模算法,结合会话序列图中的有向结构信息与无向结构信息,通过考虑用户的重复点击行为和引入注意力机制建立会话中点击项目的复杂转换模型。图节点在特征传播的过程中平衡邻居节点信息与自身信息的比例,以更准确地预测推荐过程中生成的会话向量。在Diginetica、Yoochoose 1/64、Yoochoose 1/4 3个数据集上的实验结果表明,与SR-GNN、TAGNN算法相比,该算法精度最高提升4.34%,能够更好地预测用户在会话中的下一次点击精度。     

基于定量小波基选取与改进LDB算法的机械故障诊断

通过研究信息论中的各种测度,提出了一种以信息论中的共信息熵来开展故障信号分析的定量小波基选取的方法;同时针对局域判别基算法(Local Discriminate Bases,LDB)自身存在的一些问题,提出了一种基于改进的局域判别基理论的最优小波基分解算法,构造了以局域判别基空间上的结点能量为元素的特征矢量,并在滚动轴承上进行了实验研究;实验分析表明,该算法可以有效地识别旋转机械系统中不同严重程度的故障,且与原始的LDB算法相比,改进后的LDB算法对提高识别率和降低计算复杂度都有着明显的优势。     

基于粒子群优化BP神经网络的养肠胃菜谱判定

提出了一种基于粒子群优化BP神经网络的养肠胃菜谱判定的方法。粒子群算法通过自身良好的搜寻能力,对BP神经网络的权值和阈值进行了优化,弥补了BP神经网络中收敛性慢、存在多个局部极值点的缺陷。并分别通过误差曲线图、线性回归图等,对BP神经网络模型与PSO-BP神经网络模型进行比较分析。实验结果表明,PSO-BP模型判定较准确,在调养肠胃的饮食食谱选择中起到了指导作用。