电外科设备快速闭合算法中功率的参数优化研究

本文基于自制的射频能量平台,开发了一种管腔组织快速闭合算法,可以达到对管腔组织快速闭合的目的,探究不同功率对闭合效果的影响。在实验中,选取猪小肠作为实验对象,实验过程中改变不同的功率,实验完成后通过爆破压和热损伤测试,来评估快速闭合算法下不同功率对猪小肠的闭合效果影响。结果表明:当功率设置分别为50W、100W、150W时,焊接口的闭合强度两两之间有显著性差异,并且在100W功率下的闭合强度较大,爆破压最大能达到(86.280±17.264)mmHg,热损伤为(0.327±0.032)cm;当射频输出功率大小为50W时热损伤范围最小,为(0.2674±0.03727)cm。本文研究表明,在对管腔组织闭合的时候,应该选择适中的射频输出功率,才能在保证管腔组织吻合口具有较大的爆破压同时,又能将热损伤保持在较小范围内。     

基于MRAS-RLS算法永磁同步电机参数辨识

分析了各种常用辨识算法的优缺点,并对电机参数辨识方法中存在的问题做了进一步的研究和分析。通过分析递推最小二乘法和模型参考自适应法中的优缺点,设计出一种改进的递推最小二乘法(MRAS-RLS)。通过MRAS-RLS算法进行了定常和时变参数辨识的仿真实验,将辨识效果与改进前的算法进行对比,结果表明MRAS-RLS算法的辨识精度和速度均得到了提高。     

测绘地理信息移动采集与管理服务平台研究与应用

针对传统测绘在数据采集与项目管理上存在单兵作业、依赖传统纸质地图、数据采集内容单一、采集效率低下、项目管理粗略等不足，思考了测绘数据采集者亦可以是基于位置的服务者，提出了在数据采集的同时为自己或者同伴提供数据服务，实现了数据采集实时共享与协同作业、内外业采编一体化、测绘项目智能化管理的方案，研发了一套测绘地理信息采集与管理服务平台。平台集成了安全稳定的后台服务系统、简便高效的外业终端采集系统以及内业数据处理系统，实现内外业数据一体化，为行业提供新的解决方案。     

基于DAE-BP神经网络的股票预测研究

股票指标数据种类多、维度高，且指标之间存在多重共线性。为了降低数据的维度、消除指标间的多重共线性和预测股票价格，首先构建了基于受限布尔兹曼机的深度自编码器，实现了高维数据向低维空间的压缩编码。然后基于BP神经网络建立了低维编码序列与股票价格之间的回归模型。实验结果表明，深度自编码器提取特征的能力优于主成分分析法和因子分析法；相比较使用降维前的数据，使用编码后的数据用预测股票价格，模型可以减少计算开销，并且获得更高的预测精度。     

基于视觉感知的智能扫地机器人的垃圾检测与分类

目的 为了提高扫地机器人的自主性和智能化程度，为扫地机器人配备视觉传感器，使其获得视觉感知能力，通过研究有效的垃圾检测分类模型与算法，实现对垃圾的定位与识别，引导扫地机器人对垃圾进行自动识别与按类处理，提高工作的目的性和效率，避免盲动和减少能耗。方法 选择检测速度较快的YOLOv2作为主网络模型，结合密集连接卷积网络，嵌入深层密集模块，对YOLOv2进行改进，提出一种YOLOv2-dense网络，该网络可以充分利用图像的高分辨率特征，实现图像浅层和深层特征的复用与融合。结果 测试结果表明，智能扫地机器人使用本文方法可以有效识别不同形态的常见垃圾类别，在真实场景中，测试识别准确率为84.98%，目标检测速度达到26帧/s。结论 实验结果表明，本文构建的YOLOv2-dense网络模型具有实时检测的速度，并且在处理具有不同背景、光照、视角与分辨率的图片时，表现出较强的适应和识别性能。在机器人移动过程中，可以保证以较高的准确率识别出垃圾的种类，整体性能优于原YOLOv2模型。     

基于极限学习机的橡胶配方性能预测

以三元乙丙橡胶(EPDM)胶料配方和天然橡胶(NR)胶料配方为例,将配方中各组分的用量作为输入,硫化橡胶的基本物理机械性能作为输出,建立了基于极限学习机(ELM,extreme learning machine)神经网络的配方性能预测模型,并给出两种配方的预测结果和相对误差。结果表明,ELM神经网络模型能够准确预测出EPDM配方和NR配方硫化橡胶的基本物理机械性能,且平均相对误差在7%以内,具有较高的预测精度。     

卷积神经网络用于关节角度识别与姿势评估

为了快速准确地输出各种工作姿势风险评估结果，提出采用Kinect v2与卷积神经网络识别人体各关节角度，并输出标准姿势风险的评估得分。首先使用亚像素角点提取的棋盘标定算法标定Kinect两个摄像头，其次使用改进后的双边滤波对深度图像去噪，使用卷积神经网络识别人体关节二维位置，结合深度信息获取实际三维坐标并计算人体关节角度，最后输出姿势风险评估得分。通过两种实验分别验证了提出的Kinect角度识别与姿势评估的准确性，表明该方法关节角度识别与姿势风险评估的准确率均较高，是一种低成本、高可靠性的姿势评价方法，具有一定的科学意义和工程应用价值。