自反馈生物激励神经网络机器人路径规划

针对传统神经网络机器人路径规划中存在需要学习,对运动目标追踪速度较慢的问题,提出了一种带自反馈的生物激励神经网络机器人路径规划方法。该机器人路径规划算法的路径生成过程是由神经网络组成的动态变化的神经元活性值状态路线图来实现的。通过神经元活性值的传播,机器人被目标点全局吸引,同时障碍物使自己处在活性值最低点,起到推开机器人以避免碰撞的目的,为了增强算法对运动目标的追踪能力引入了新的权值函数求取方法。仿真结果表明该方法生成的路径是连续的、平滑的,比原方法产生的路径更优,并且算法能对快速变化的动态环境作出迅速反应。     

基于模块化模型的自适应预失真技术

系统地比较和分析了OFDM传输系统里高功率放大器（HPA）预失真方法的优缺点,提出一种基于模块化模型的有记忆高功率放大器自适应数字预失真方法,该方法分别基于Wiener、Hammerstein和Wiener-Hammerstein模型各自构成一个有记忆HPA的自适应预失真器。从而避免了因分别估计Wiener-Hammerstein模型各个环节特性参数所带来的复杂性。使得有记忆高功率放大器的预失真设计变得简单了。     

催化裂化分馏系统的故障诊断专家系统研究

由于催化裂化系统的故障及其表现之间具有模糊性,针对催化裂化分馏系统故障及特征参数间的关系建立模糊故障诊断模型,该模型考虑了已知征兆的影响,并引入了征兆可信度与规则可信度,对识别催化裂化分馏系统故障的专家知识进行了整理.为了缩短故障诊断专家系统的开发周期,增加开发过程的灵活性,采用专家系统工具CLIPS结合编程语言VC++的方法来实现催化裂化装置分馏系统的故障诊断专家系统.该方法可移植性较好,能够在较短的时间内开发出有效的故障诊断专家系统.     

基于在线SVM的裂解炉燃料气热值软测量

针对裂解炉燃料气离线热值模型泛化能力差的问题,提出一种具有自适应能力的在线支持向量机(Online SVM)建模方法.该方法将增量式支持向量机(ISVM)与近似线性依靠(ALD)条件相结合,通过计算新样本与建模样本间的近似线性依靠值,选择满足ALD条件的独立新样本更新SVM模型.分析裂解炉燃料气热值的影响因素,并用Online SVM算法建立裂解炉燃料气热值在线软测量模型.该模型由离线训练模块和在线模型更新模块组成.离线训练模块基于离线数据训练得到初始热值软测量模型,在线更新模块通过使离线模型学习线性独立新样本来保证热值模型的在线预测精度.利用合成数据、Benchmark数据与裂解炉燃料气热值数据,将该方法与传统的SVM和LS-SVM方法进行对比仿真研究.结果表明:该方法能够适应新的工况,具备自适应学习新样本的能力,可以用于具有慢时变特征的裂解炉燃料气系统热值软测量建模.     

基于SIFT-LBP的图像检索优化算法研究

针对尺度不变特征变换(SIFT)算法在图像特征提取和检索中精度、实时性以及对光照条件变化描述较差的问题,提出了SIFT和局部二值模式(LBP)相结合的图像特征提取算法。采用旋转不变LBP算法统计关键点周围16×16区域的梯度信息并计算周围9×9区域的LBP值,以区域中每个像素点为中心构建图像的SIFT-LBP特征描述子。采用了基于遗传算法的特征选择方法,剔除了特征点的冗余信息,降低了特征向量维数。实验结果表明,SIFT-LBP算法具有良好的特征匹配效果,对光照条件的变化具有较强的鲁棒性,进一步提高了检索准确率和检索速度。     

基于字符特征叠加提取与BP神经网络的字符识别

由于字符的种类繁多,并且同一字符又有多种字体,而传统的字符识别方法不能充分利用字符本身的特征,因此造成识别的字符种类单一、识别效果不理想等问题。提出一种通过字符特征叠加提取结合 BP 神经网络识别字符的方法,从单一字符图像中提取到更多的字符特征,利用BP神经网络自我学习的特点,设计了字符识别系统,再用 VC编程完成识别过程的仿真。结果证明,用本文提出的方法进行字符识别,识别的字符种类多、识别率高、识别时间短。     

汽车减震器参数同步数据采集系统设计

为了解决汽车减震器运行时压力与位移信号难以同步采集的问题,设计了一种基于51单片机和AD7572的同步数据采集系统.系统通过51单片机控制两个独立的高速A/D转换通道同步采集压力与位移信号,采用USB串口与上位机通信实现数据的储存、传输和处理.示功图对比表明,该系统可以完成减震器关键参数的同步采集,具有较高的实用价值.     

基于改进蚁群算法的焦炉推焦计划编排北大核心CSCD

针对实际焦炉推焦作业计划过程中的多炉号乱笺问题,提出一种基于改进蚁群算法的焦炉推焦计划编排方法。首先,给出以恢复推焦串序过程中总惩罚最小为优化目标的焦炉推焦优化调度模型;其次,为了避免蚁群算法进入搜索停滞状态,设置信息素值域来加强算法的搜索能力,并采用具有自适应性的全局更新规则来加快算法后期的收敛速度,进而利用改进的蚁群算法对焦炉优化调度问题进行求解;最后,通过某焦炉厂实际生产数据仿真结果证明,该方法在解决焦炉推焦计划编制问题时具有更好的求解精度和更高的搜索成功率。     

基于改进DTW的机器人语音指令识别系统研究

动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用.为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法.在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容.最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论.     

对角CARIMA模型多变量自适应约束广义预测控制

为了简化约束存在时多变量广义预测控制算法的设计与实现,依据对角CARIMA模型的结构特点,将多输入多输出对象的参数辨识和模型预报问题转化为一系列多输入单输出子对象的参数辨识和模型预报问题.推导了输入输出的约束形式及优化求解过程.简化了多变量对象的参数辨识、模型预报、目标函数和约束条件系数矩阵的计算.在由DCS控制的非线性液位装置上的对比实验结果表明了该方法的有效性.