基于观测器的机械手神经网络自适应控制

提出了一种基于观测器的机械手神经网络自适应轨迹跟随控制器设计方法,这里机 械手的动力学非线性假设是未知的,并且假设机械手仅有关节角位置测量.文中采用一个线 性观测器重构机械手的关节角速度,用神经网络逼近修正的机械手动力学非线性,改进系统 的跟随性能.基于观测器的神经网络自适应控制器能够保证机械手角跟随误差和观测误差的 一致终结有界性以及神经网络权值的有界性,最后给出了机械手神经网络自适应控制器-观 测器设计的主要理论结果,并通过数字仿真验证了所提方法的性能.     

曲线在拓扑形变下的准不变量

平面曲线在拓扑变换作用下的形状差异可以非常巨大,该文提出曲线的拓扑变形的准不变量概念,并给出获取这种不变量的方法。主要想法是寻找新坐标,使得对于给定的拓扑变换,把原坐标下的拓扑形变转换为新坐标下的平移。根据Ｌｉｅ变换群对曲线作用的不变性条件,在积分变换不变的条件下,通过求解Ｌｉｅ导数算子导出的偏微分方程求解典则坐标,从而将原坐标下的拓扑形变转换为典则坐标下的平移。文中给出了详细的推导和构造不变量的     

基于神经网络自学习的图像检索方法

相关反馈技术是近年来图像检索中较为活跃的研究方法之一.提出了一种基于神经网络自学习的图像检索方法,即在检索阶段利用人-机交互技术选出与检索图像相似的正例样本,然后构造出前向神经网络,进行自学习,以逐步达到提高查询效果的目的.神经网络的构造过程即是学习的过程,而且可以不断地学习.使用由9918幅图像组成的图像库进行实验,结果表明,该方法有助于用户表达查询意图和语义概念,可以通过交互式检索逐步求精地查找出更多、更准确的图像,并且具有较强的鲁棒性,可以结合各种特征表示和相似性匹配方法,交互地提高检索性能.     

基于肤色和模板的人脸检测

针对彩色图像提出了一种基于肤色和模板的人脸检测方法,由肤色分割、模板匹配和人工神经网验证3部分组成.首先使用HSI空间的肤色统计模型分割出可能包含人脸的区域,然后使用平均脸模板匹配和人工神经网验证的方法在这些区域中搜索人脸.该方法将彩色图像的肤色信息和灰度图像的模板匹配及人工神经网分类模型综合起来,既极大地提高了速度,又具有较强的鲁棒性.实验结果表明,该算法是快速而有效的.     

区间小波神经网络(ⅠⅠ)--性质与模拟

证明了区间小波神经网络具有一致及L2逼近性质,且为相容的函数估计子,其学习收敛速度在d维情形不随d增大而减慢,本质上克服了神经网络高维学习的"维数灾难"问题,模拟实例验证了理论的正确性.     

基于地图的室外移动机器人路径规划与导航系统

本文给出基于地图的室外移动机器人路径规划和导航系统的设计与实现。根据主题图内容分层和空间关系的拓扑特征建立了基于对象的空间表示方法。全局路径规划可在多种约束条件下找出最优路径，启发式搜索算法中的费用函数同时考虑路径长度和转折次数与角度两个主要因素。文中还描述了一个以有穷状态机为工具的导航系统模型。并给出了针对校园环境模型在ＳＵＮ３／２６０工作站上实现的部分实验结果。     

PLN网络吸引区域的定量分析

本文证明在ＰＬＮ网络中适当给定广义Ａ－学习律，可使网络满足如下条件：（１）所有训练样本都是稳定状态；（２）每个稳定状态具有最大的吸引域；（３）具有很快的收敛速度．由此可见，将这种ＰＬＮ网络作为联想记忆器是很理想的．     

PLN网络的改进及其应用

本文在分析概率逻辑神经元（ＰＬＮ）网络原型存在不足的基础上，提出ＰＬＮ元件的一个改进模型，并指出原来的ＰＬＮ网络模型、Ｈｏｐｆｉｅｌｄ学习律以及Ｂｏｌｔｚｍａｎ机的演化律等都是ＰＬＮ网络改进模型的特例．文中还给出ＰＬＮ网络改进模型在联想记忆应用中的模拟实验结果，说明改进模型无论在鲁棒性和收敛速度上比原型都有很大改进．     

概率逻辑神经元网络的记忆容量

本文研究概率逻辑神经元网络的记忆容量问题，主要结果有，１给出构造指定记忆容量网络的方法２给出网络独立记忆容量与网络规模之间的数量关系，得出ＰＬＮ网络的记忆容量不仅与元件的输入线个数有关，而且与网络的元件个数也有关。以上结论为ＰＬＮ网络的综合提供了新方法。     

无碰路径规划的拓扑方法

本文介绍无碰路规划的拓扑方法。首先理论上讨论降维法,其次给出计算机程序实现的方法及其结果。