操作条件反射学习自动机及其在机器人平衡控制中的应用

针对两轮机器人的平衡控制问题,在学习自动机理论的框架中,提出一种基于操作条件反射学习自动机的仿生学习模型.该模型引入认知学习单元和取向单元,分别用来实现操作行为学习和指导系统进化的方向.模拟两轮自平衡机器人的平衡控制仿真实验表明,该学习模型具有可行性和有效性,能使机器人自主学会平衡控制技能,并使其具有高度的自适应能力.     

基于高斯过程的机器人模仿学习研究与实现

针对机器人模仿学习控制策略获取的问题,基于高斯过程的方法,建立示教机器人示教行为的样本数据的高斯过程回归模型并加以训练,以求解示教机器人的感知和行为之间的映射关系,并将此映射关系作为模仿机器人的控制策略来实现对示教行为的模仿.以Braitenberg车为仿真对象,研究趋光模仿学习行为.仿真实验表明:基于高斯过程的机器人模仿学习算法具有有效性,模仿机器人在不同任务环境下具有很好的适应性.     

基于内发动机机制的机器人趋光控制

针对移动机器人的趋光问题,提出了一种基于内发动机机制的控制方法.该方法以生物体感觉运动系统的学习机制为基础,通过评价、行为选择以及取向和决策环节的强化实现对机器人最优趋光控制策略的搜索,使机器人在未知环境下,通过自主的学习和训练,逐渐掌握趋光移动技能.采用马尔科夫定理证明了学习过程的收敛性;仿真实验证明了基于内发动机机制趋光控制方法的有效性;通过与人工势场法的比较,说明了该方法的精确性.     

具备偏航能力的独轮机器人

针对现有文献对基于独轮机器人的动力学方程得到的状态空间方程有较多不足,其为了简化计算忽略了很多耦合因素的影响,导致系统不可控的问题,在深入分析独轮机器人动力学方程的基础上得到了其状态空间方程,并对各耦合项系数进行修正,确保了系统的可控性.通过设计LQR控制器实现了对独轮机器人的自平衡及偏航控制,并通过仿真和物理实验进行验证,设计了抗干扰实验.结果表明:所得出的状态空间方程是正确的.     

基于Skinner-Ransac的移动机器人单目视觉SLAM

针对移动机器人单目视觉同时定位与地图创建(simultaneous location and mapping,SLAM)数据关联问题,提出一种Ransac抽样算法.该算法(Skinner-Ransac)基于Skinner操作条件反射原理,结合扩展卡尔曼滤波(extended Kalman filter,EKF)运动模型获得的先验信息,对图像匹配点抽样集合中的每个匹配点对赋予权值,并根据判断函数对其权值进行更新.最后,针对数据关联的效率要求提出新的迭代终止条件,以公开图像数据集作为图像采集样本.实验结果表明:Skinner-Ransac算法高效可靠,SLAM的位姿估计结果可以达到移动机器人自主导航的需求.     

智能计算机辅助汉语教学系统的汉语知识表达

本文对智能计算机辅助汉语教学系统中汉语知识的表达进行了研究，提出了汉语知识分层联想网络表达方法。该方法具有网络模型和特征比较模型两种知识表达方法的特点，较好地反映了汉语教学活动中教师的心理过程，使智能计算机辅助汉语教学系统能有效地进行汉语教学，体现出较强的智能特征。     

自学习模糊控制系统的研究与实现

本文通过简化模糊控制算法中的模糊关系，建立了一种运算量少，易于实现实时控制的自学习模糊控制算法，数字仿真结果及其在单片微机温度控制系统中的实时运行情况表明，该算法控制效果良好，具有实际应用价值。     

基于基因表达谱的结肠癌特征基因选取

在分析肿瘤基因表达谱的基础上,运用模式识别方法选取结肠癌特征基因.利用浮动顺序搜索算法在结肠癌基因表达谱数据中生成若干个候选特征基因子集,再以RBF支持向量机作分类器,以其在训练集和测试集中的错误分类率为依据,从候选特征基因子集中选取结肠癌特征基因集合.实验结果表明了该方法的可行性和有效性.     

基于一种生长型神经网络的倒立摆控制

针对倒立摆这样的典型控制问题,提出了一种在结构与规模上可生长的神经网络控制方案。网络利用细胞生长结构算法的生长机制,在工作域中实现对刺激信号的自组织模式分类,并可通过新神经元的插入,实现网络规模的生长演化。在输出域中针对控制任务采用强化Hebb学习机制,实现不同的神经元以最佳方式响应不同性质的信号刺激。最后进行了倒立摆的自学习控制的仿真实验,表明在自治地与环境的交互作用中,通过神经网络自身的发育,该方案有效地控制了倒立摆系统。     

肿瘤基因表达谱分类特征基因选取问题及分析方法研究

对肿瘤分类特征基因选取问题的研究是发现肿瘤特异表达基因、研究肿瘤基因表达模式的重要手段，文中基于多类别肿瘤基因表达谱数据集，从研究肿瘤与正常组织的分类入手，对肿瘤分类特征基因选取问题进行分析和研究，首先对基于Relief算法的特征选取策略加以改进生成候选特征集合；然后以支持向量机作为分类器对其分类性能进行检验以选取分类特征基因；最后结合分类模型。利用灵敏度分析方法进行特征基因的精确搜索以滤除冗余，基于该方法文中选出了52个具有良好分类性能的特征基因作为肿瘤的基因特征，并对其表达行为进行了简要分析。