<计算智能信息处理技术及其应用>书评

王耀南教授编著的<计算智能信息处理及其应用>已由湖南大学出版社1999年6月出版.该书从信息科学的角度出发,系统地介绍了计算智能信息处理技术的基础理论及各种新的处理方法与技术.全书共分十章,内容包括计算智能信息处理技术综述、模糊计算、模糊信息处理、神经计算、模糊神经网络信息处理、进化计算的基本方法、进化计算的信息处理、混沌与分形计算、混沌与分形信息处理、计算智能信息处理技术在图象识别、压缩,机器人控制 ,复杂工业过程控制、规划,故障诊断等方面的应用.     

有机氮化物在镍钼硫催化剂的表面吸附

加氢精制过程中,有机含氮化合物的存在会使得贵金属催化剂或酸性催化剂中毒,同时抑制加氢脱硫（HDS）催化剂的活性,因此研究含氮化合物在催化剂表面的吸附行为有助于了解含氮化合物对HDS反应的作用机理.本研究构建一个周期性的镍钼硫（NiMoS）催化剂超晶胞模型,应用密度泛函理论的方法计算了平行吸附和垂直吸附状态下的吡啶、喹啉、咔唑和吲哚在NiMoS催化剂表面的吸附构型和吸附能.结果表明：碱性分子吡啶和喹啉通过Ni-N键吸附在催化剂的表面上,主要表现为垂直吸附;而非碱性分子吲哚通过吡咯环的β-C键吸附在催化剂表面上,咔唑则主要通过苯环吸附在催化剂表面上,两者均以平行吸附为主.比较两类不同吸附构型的吸附能发现,在NiMoS催化剂表面碱性氮化物的吸附能比非碱性氮化物的吸附能高.氮化物在催化剂表面的吸附过程为放热过程.     

OPTICS聚类与目标区域概率模型的多运动目标跟踪

目的 针对多运动目标在移动背景情况下跟踪性能下降和准确度不高的问题,本文提出了一种基于OPTICS聚类与目标区域概率模型的方法。方法 首先引入了Harris-Sift特征点检测,完成相邻帧特征点匹配,提高了特征点跟踪精度和鲁棒性;再根据各运动目标与背景运动向量不同这一点,引入了改进后的OPTICS加注算法,在构建的光流图上聚类,从而准确的分离出背景,得到各运动目标的估计区域;对每个运动目标建立一个独立的目标区域概率模型(OPM),随着检测帧数的迭代更新,以得到运动目标的准确区域。结果 多运动目标在移动背景情况下跟踪性能下降和准确度不高的问题通过本文方法得到了很好地解决,Harris-Sift特征点提取、匹配时间仅为Sift特征的17%。在室外复杂环境下,本文方法的平均准确率比传统背景补偿方法高出14%,本文方法能从移动背景中准确分离出运动目标。结论 实验结果表明,该算法能满足实时要求,能够准确分离出运动目标区域和背景区域,且对相机运动、旋转,场景亮度变化等影响因素具有较强的鲁棒性。     

大型光伏电站方阵优化设计研究

介绍了光伏电站的建设经验,论述了光伏方阵设计的最佳倾角与经济最优倾角,研究了大型光伏电站方阵优化的设计方法,分析了组串设计中采用低辐照度低温条件计算的可行性。在此基础上,提出了阵列南北及东西间距和支架方面的优化设计方案。     

优化极限学习机算法及其在力信息解耦中的应用

高性能解耦算法有助于提高多维力传感器的检测精度。针对传统非线性解耦算法存在精度较低等缺点,对极限学习机算法进行了优化和改进,并将其应用于多维力信息解耦。在基于粒子群和遗传算法两种改进极限学习机算法(PSO-ELM、GA-ELM)的基础上,提出了一种基于天牛须算法的改进极限学习机(BAS-ELM),天牛须算法针对极限学习机隐含层节点参数的每一维进行逐步的优化,使得整体损失函数最小。为验证算法性能,本文以六维力/力矩传感器为实验对象,将各类改进算法应用到力/力矩传感器的非线性解耦中,通过解耦实验可知,与其他算法相比,BAS-ELM解耦精度更高、收敛时间更短,对于非线性解耦具有更强的适应性。     

基于模糊高斯基函数神经网络控制的交流伺服系统

将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络,并将之用于交流伺服系统的控制中     

基于控制器输出误差方法的自适应模糊控制及其在机器人轨迹跟踪控制中的应用

本文提出一种自适应模糊控制器并将之用于机器人轨迹跟踪控制 ,该控制器采用控制器输出误差方法 (COEM) ,根据控制器的输出误差而不是对象的输出误差来在线地调整模糊控制器的参数 ,无须对对象进行辩识 .仿真结果表明该控制器用于机器人轨迹跟踪控制具有很好的性能 ,是一种有效的控制器