基于改进型BP神经网络的手部动作识别

对手部动作进行模式识别,首先将采集到的肌电信号进行降噪处理,选择时域分析法中的方差算法对采集信号进行特征提取。将特征信号进行归一化处理,实验发现普通BP神经网络分类器出现学习速率慢,泛化能力较差,不同动作识别准确率差别较大等问题。针对以上问题,提出了一种改进型BP神经网络,将神经网络输入数据进行人工升维处理,并对网络学习速率慢的原因进行理论推导,然后引入交叉熵代价函数并对其进行正则化处理,以提高网络的泛化能力以及网络的识别准确率。实验结果表明,改进型BP神经网络的学习速率、泛化能力以及动作分类的准确率均优于普通网络,识别准确率平均为94.34%。     

基于深度神经网络的个性化睡眠癫痫发作预测

现有癫痫发作预测方法存在精度较低、错误报警率较高、癫痫患者睡眠脑电特异性、致痫灶位置和类型不同导致脑电信号存在差异的问题.文中提出基于深度神经网络的个性化睡眠癫痫发作预测方法,帮助医生和患者采取及时有效的治疗措施,降低患者患并发症和猝死的概率.对原始脑电信号滤波和分段以去除噪声,保证短时间内触发警报,利用离散小波变换分解信号并提取统计特征表征脑电信号时频特征.再应用双向长短期记忆网络挖掘最具鉴别能力的特征并结合留一法分类,经过决策过程优化得到预测结果.在不同频带限制条件下的实验表明,与睡眠癫痫相关的δ频带信号是影响发作预测性能的重要因素.相比现有睡眠癫痫预测方法,文中方法性能较优.     

基于三层攻击图的入侵意图自动识别模型

针对预测入侵意图、发现网络漏洞困难等问题,提出了基于三层攻击图的入侵意图自动识别方法。该方法通过对底层报警数据的分析,建立了网络的三层攻击图,并通过对入侵意图的概率分析来定量攻击图。最后,通过最小关键点集生成算法来发现网络中的关键主机,从而为管理人员提供正确的网络安全策略。经验证,这种入侵意图自动识别的方法可行、有效,且具有简单易行等特点。     

数控加工平台AutoCAD信息读取与数据转换

针对数控加工系统中，因AutoCAD图形信息与数控编程信息的描述不统一，会出现信息丢失，系统的可靠性降低等问题，依据数控补插原理，分析DXF图形交换文件的结构，以VisualC 6.0为工具，开发了图形信息读取与数据转换系统，计算机模拟结果证明，该系统能够实现不同结构的数据传输与NC代码的转换，快速准确，可靠性高。     

无倒角圆柱形销／孔零件装配静力学分析

在不作小角度误差假设的条件下，对无倒角圆柱形销／孔零件的装配静力学进行了分析，特别考虑了销底端完全进入孔内和未完全进入孔内的两种状态，并推导出静力学公式。计算分析表明，装配零件的角度误差与摩擦系数对装配状态的影响处于同一级别，不可忽视。     

炮膛检测机器人系统设计

为改变传统的炮膛检测系统只能靠人工推拉的方式,开发了一种用打印机接口控制的,能携带炮膛检测装置在炮膛内自动移动的炮膛检测机器人系统.在用CAXA电子图版绘制了系统机械结构二维工程图的基础上,做出了机器人实物.该机器人在步进电机的带动下在炮膛内平滑运动,而且具有自动定心功能.实验表明,该系统不但提高了炮膛检测的精确度,同时提高了检测的自动化程度和检测结果的客观性,满足了现代国防工业的要求.     

基于USB和DSP的多轴运动控制卡开发

为实现实时数据传输和简便的接口连接,设计了基于USB2.0技术的多轴运动控制卡,该控制卡以DSP TMS320LF2407为核心处理器,利用CPLD器件来处理外围事务,简化了板卡结构.叙述了运动控制卡的硬件结构及软件构成.实验证明,该运动控制卡运行稳定、实时性好,能满足运动控制的要求.     

一种基于微处理器控制的智能移动机器人

为了更好地满足人机交互的需求,开发的小型智能自主移动机器人,采用80C552微处理器作为控制系统核心,以模块化组成控制系统,解决了非模块化系统的不足;嵌于微控制系统中的躲避障碍函数,使机器人实现了智能避障和自主学习相结合;上位机图形编程功能,以直接操作方式实现了图形编程的人机交互方式.     

基于虚拟归约工作流三层决策模型的时间-质量优化算法

工作流的调度问题因为含有多个目标的限制因素,属于非确定性（NP）问题.本文通过将工作流模型分层,提出一种优化调度算法.算法分为两大阶段,检测阶段通过循环加工提高生产质量;虚拟阶段将各制约节点不断迭代虚拟成一个虚拟节点,将服务抽象化,最终简化服务的选择问题.对比发现,在相同实验环境下,本算法相比传统最小关键路径算法具有一定优越性.     

反应式步进电机可变细分驱动电源的开发研制

通过对步进电机细分步距电流的分析,利用计算机优化电流与步距角之间的关系,研制出大功率线性直流稳压电源、ＭＣＳ－５１单片机驱动电源及相应的软件系统,实测表明此细分驱动电源运行可靠。