浅析电能计量装置误差原因及控制方法

电能计量装置主要作用是对电力能源的计量,是电力企业使用的重要工具。电能计量装置的准确性影响着电力运营的效益,因此电力企业注重对电能计量装置的误差分析。本文作者通过阐述电能计量装置发展现状,分析当前电能计量装置误差产生的原因及控制方法。     

电脑鼠走迷宫中坐标与方向的处理

该文主要介绍了中心算法在电脑鼠走迷宫机器人上的应用,实用平台基于广州致远电子设计生产的一款电脑鼠,它的微控制器采用NXP公司生产的Cotex_M3内核ARM处理器--LPC1752。作为电脑鼠的核心竞争力--算法,其优劣性直接影响电脑鼠的性能。中心算法是电脑数竞速算法中热门之选,该文将简单介绍中心算法的知识,对电脑鼠开发有借鉴意义。     

基于模糊自适应遗传算法的数据校正方法

针对数据校正中的非线性数据分类还比较困难的问题,提出表上作业法,结合遗传算法同时进行数据协调与过失误差侦破.并将模糊数据协调模型中的三角形约束引入遗传算法界定其变异上下限,还对交叉算子进行自适应改进,从而形成了基于模糊自适应的数据校正方法并用该方法对一个稳态多组分精馏过程进行大量仿真试验,结果表明了算法的有效性.     

关于三鞍座卧式容器设计和计算规范的探讨

针对三鞍座卧式容器的设计和计算 ,讨论了支承面的差异对筒体轴向弯矩和支座反力分布的影响 ,提出了支承面许用水平误差的概念 ,有助于三鞍座和其他多支座卧式容器的设计、安装方式的评价和安装基础的检验。计算实例的分析表明 ,对常压、大直径和薄壁三支座卧式容器 ,支承面的差异对筒体的影响不能忽略 ,有必要引入支承面的许用水平误差     

广角摄像机在机器人视觉定位中的应用

为了保证广角摄像机在现代机器人视觉定位应用中的准确性,以广角摄像机像素坐标的反畸变过程为研究对象,提出一种在畸变对应表的基础上使用中心迭代法以及区域插值法确定物体实际位置的方法。通过实验证明了该方法能够测量物体的位置,其精度能够满足工业使用要求。     

频域二元纯相位编码压缩成像

超分辨率被认为是光学成像和图像处理的"圣杯"之一.压缩感知理论的引入给出一种新的实现从单幅低分辨率图像的超分辨率重构方法,避免了传统超分辨率方法需要多幅亚像素图像的弊端.在分析压缩感知测量矩阵与光学成像系统之间对应约束异同的基础上,提出一种基于4-f光学架构的频域二元相位编码压缩成像方法,可以实现在单次曝光条件下获得的单幅低分辨率测量图像中实现超分辨率重建,不需要其他任何额外的信息采集.二元相位掩膜比均匀相位掩膜更容易物理实现,是压缩成像物理实现的一种更加可行的方案.模拟实验表明提出的方法可以有效地捕获图像的信息与高精度重建.此外,对于大尺度图像重建,该方法在重建时间方面优于Romberg提出的随机解调方法,在更符合实际方面的采样策略方面优于Yin提出的RecPC方法.     

DCent:基于双网卡服务器的高可扩展数据中心网络结构

虽然以服务器为中心的新型数据中心网络互联结构部分一般程度地解决了传统树型结构面临的性能瓶颈和可扩展性难题,但是,现行服务器大多数带有2个网络端口,如何基于双网卡服务器设计一种高可扩展、高性能的数据中心网络互联结构是一个颇具挑战性的问题.提出了基于双网卡服务器的高效可扩展数据中心网络互联结构DCent.DCent具有较高的网络吞吐量,使得数据中心能够进行无损和持续扩展,各类应用能够不受数据中心规模扩展的影响而继续运行;且服务器之间通过交换机进行互联,避免了服务器之间的直接连线,具有良好的模块化性.     

陶瓷盛会，不容错过一亚洲规模最大的陶瓷工业展览会将在广州举行

中国贸促会建材行业分会和中国陶瓷工业协会联合主办，中国建筑材料工业协会和中国轻工业联合会鼎力支持的“第二十一届中国国际陶瓷工业展览会（Ceramics China 2007）”将于2007年5月30至6月2日在广州国际会议展览中心（中国出口商品交易会琶洲展馆）隆重举行。     

基于中位数的用户信誉度排名算法

针对推荐系统易受Spammer攻击的影响,从而导致对象的实际得分不准确的问题,提出基于中位数的用户信誉度排名算法。通过衡量用户信誉度调整用户打分权重,根据中位数具有不易受极端打分影响的特性,选取用户打分与对象得分差距的中位数作为降低用户信誉度的标准,不断迭代调整用户信誉度以及最终得分直至收敛。在多个真实数据集上的运行结果证明,相比现有排名算法,该算法具有更合理的信誉度分布和更高的排名结果准确度,通过该算法预处理后的数据集在SVD++上运行可以得到更低的均方根误差。     

基于GP-SRCDKF的初始对准技术研究

随着对惯性导航系统中对准时间要求的不断提高,初始对准需要在大方位失准角条件下进行,此时需采用非线性滤波方法来实现初始对准。基于此,提出高斯过程回归平方根中心差分卡尔曼滤波算法(GP-SRCDKF)。将高斯过程回归融入到SRCDKF算法中,利用高斯过程得到系统回归模型及噪声协方差,用回归模型代替状态方程和观测方程,对相应的噪声协方差进行实时自适应调整。该算法不仅克服了扩展卡尔曼滤波滤波精度低、需要计算雅可比矩阵的不足,而且可解决传统滤波容易受系统动态模型不确定和噪声协方差不准确的限制。仿真实验结果验证了该算法的有效性和优越性。