它世界

<正>毛虫形和球形机器人GoQBot软体机器人由美国塔夫茨大学研究人员研发,外形类似毛毛虫,长约10厘米,以硅胶和嵌入式形状记忆合金驱动线圈制成,能在100毫秒内快速蜷缩成一个"Q"形,滚动速度可达0.5米/秒,还具有滚动弹射能力。目前大多数软体机器人都模拟蛇,移动速度缓慢。GoQBot的研究则开辟了一个新领域,今后无肢爬行机器人可以通过滚动弹射的方式更快速有效地部署到目标区域,再通过爬行方式接近预定目标。"地面机器人"(GroundBot)由瑞典Rotundus公司开发,宽800毫米,球体直径600毫米,外形略小于标准汽车轮胎,重量仅25千克,球形外壳由聚碳酸酯制成,涂有高摩擦力涂层。它的驱动结构很独特,利用内部类似于钟摆的装置保持平衡并提     

基于多传感器信息的人体下肢步态识别

为准确识别人体下肢步态运动,设计一种识别下肢步态摆动相和支撑相的方法.通过4个姿态传感器和足底压力鞋垫采集人体下肢角度信息和足底压力信息,将数据信息进行归一化、比例化处理后提取特征;利用模糊原理将传感器信息进行模糊化,将双腿步态划分为4种情况;利用MATLAB对下肢角度信息和足底压力信息采用不同核函数的支持向量机(support vector machine,SVM)进行识别;以同一人在不同步态速率下直线行走的步态和不同身高腿长的人在速率为0.6 m/s下的直线行走的步态进行实验.结果表明:该算法是有效、适用的,识别准确率均在90％以上.     

城市系统发展的网络化—对我国现行城市规划基础理念的思考

我们所面临的信息技术与网络时代发展迅速,变化迭起。城市中各种发展力量都因其价值观念、发 展方式和资源获取渠道的改变而变化。 我国现行城市规划的基础理念是相信城市发展是有计划性、均质性与自身系统完整性的, 而现实的中国城市发展状态却与之相悖。作者将城市规划系统放置城市大系统中,归纳出我国城市发展形态呈现出网络化趋势, 即：变化周期加快、进程一体化、结构概念模糊化与城市系统开放化。这些变化将继续影响中国城市未来的发展,将从根本上改变城市规划的基础理念。     

基于蝙蝠算法的执行器路径规划算法

无线传感器与执行器网络中执行器的路径对网络能耗有着重要影响，最大化覆盖节点是收集节点数据的重要前提。为此，提出基于双重聚类的执行器路径规划(Dual Clustering-based Path Planning of Actuator, DCPA)算法。DCPA算法先利用模糊化C-均值聚类算法构建驻留点(Rendezvous Points, RPs),并依据网络失效节点动态地调整RPs位置。再利用密度峰值聚类算法将这些RPs划分成多个簇，簇数等于执行器的个数。然后，利用蝙蝠算法规划每个执行器遍历RPs的路径。考虑到蝙蝠算法的局部搜索能力的不足，加入惯性权重对蝙蝠算法进行改进。性能分析表明，相比于同类算法，DCPA算法在网络能耗和收集数据性能方面存在优势。     

基于IPSO算法的短期电力负荷预测模型研究

为有效减小短期电力负荷预测的预测误差，提高预测精度、缩短预测时间，应用改进粒子群优化(IPSO)算法建立了1种短期电力负荷预测模型。通过水平方向和垂直方向的平滑修正，对历史数据的异常负荷点进行识别并修正。利用相同日期类型正常负荷，计算缺失数据填充值。采用模糊化处理，计算日期类型、温度、天气隶属度函数，对短期负荷变化因素进行量化处理。将历史数据的负荷值和量化值作为训练数据。为避免粒子群优化(PSO)算法陷入局部最优，采用IPSO算法找到全局最优解，建立了短期负荷预测模型，实现了短期电力负荷预测。试验结果表明，所设计模型预测结果在休息日和工作日的最大相对误差值、平均相对误差值分别为0.97%、0.53%和0.99%、0.65%,能够有效减小预测误差、提高预测精度、缩短预测时间。该研究为电力系统相关人员进行负荷预测提供了参考。     

基于直觉时间模糊序列的财务风险精准预测研究

由于现有方法在偿债能力、盈利能力指标类别的风险预测方面存在一定问题，因此提出一种基于直觉时间模糊序列的医院财务风险精准预测方法。利用强关联规则挖掘医院财务风险数据，遵循四种基础原则选取医院财务风险指标。根据指标基于直觉时间模糊序列构建医院财务风险预测模型，实现财务风险的精准预测。经实验测试，设计方法预测误差率小，具有一定应用价值。