风力机的线性变参数主动容错控制

针对风力机具有非线性和参数的不确定性的特征,提出了基于线性变参数(linear parameter varying,LPV)增益调度的风力机主动容错控制方法,降低故障对机组动态特性的影响.基于LPV凸分解方法,将风力机的非线性模型转化为具有凸多面体结构LPV模型,利用线性矩阵不等式(linear matrix inequalities,LMIs)技术对凸多面体各个顶点分别设计满足性能要求的控制器,再利用各顶点设计的反馈控制器得到具有凸多面体结构LPV容错控制器.仿真结果表明,LPV增益调度技术可以成功地应用于风力机系统的容错控制.     

结构光视觉引导的焊接机器人系统自标定技术

为实现结构光视觉引导的焊接机器人系统的标定,解决现有标定方法复杂,标定靶标制作要求高等缺点,提出一种基于主动视觉的自标定方法。该标定方法对场景中3个特征点取像,通过精确控制焊接机器人进行5次平移运动,标定摄像机内参数和手眼矩阵旋转部分;通过进行2次带旋转运动,结合激光条在特征点平面的参数方程,标定手眼矩阵平移部分和结构光平面在摄像机坐标系下的平面方程;并针对不同焊枪长度进行修正。在以Denso机器人为主体构建的结构光视觉引导的焊接机器人系统上的测试结果稳定,定位精度可达到±0.93 mm。该标定方法简单,特征选取容易,对焊接机器人系统在实际工业现场的使用有重要意义。     

基于两次丢包策略的主动队列管理算法研究

针对网络拥塞现象,基于两次丢包方法建立了一种新的主动队列管理算法TDPQW。该算法利用M/G/1排队模型推导了实际队列长度和等待时间的数学表达式,以此提出在队列头部和队中随机位置进行丢包的策略。同时,通过仿真实验对比分析了该算法与RED、DROP-TAIL算法的性能,结果表明TDPQW具有较好的适应性。     

低速率拒绝服务攻击研究与进展综述

低速率拒绝服务攻击是新型的拒绝服务攻击,对Internet的安全造成严重的潜在威胁,引起众多研究者的兴趣和重视,成为网络安全领域的重要研究课题之一.自2003年以来,研究者先后刻画了Shrew攻击、降质攻击、脉冲拒绝服务攻击和分布式拒绝服务攻击等多种低速率拒绝服务攻击方式,并提出了相应的检测防范方法.从不同角度对这种新型攻击的基本机理和攻击方法进行了深入的研究;对TCP拥塞控制机制进行了安全性分析,探讨了引起安全问题的原因;对现有的各种各样的LDoS攻击防范和检测方案,从多个方面进行了分类总结和分析评价;最后总结了当前研究中出现的问题,并展望了未来研究发展的趋势,希望能为该领域的研究者提供一些有益的启示.     

主动磁悬浮轴承的神经网络自适应稳定性控制

针对主动磁悬浮轴承本质非线性和开环不稳定的系统特征,设计了一种BP神经网络自适应PID控制器。该控制器采用改进的BP神经网络PID控制算法,通过BP神经网络的自学习和权值调整寻找最优的PID参数,克服了常规PID控制参数整定困难的缺陷,实现了系统的自适应控制。通过MATLAB/Simulink环境和S-Function模块建立了主动磁悬浮轴承控制系统模型,并进行了系统仿真实验,结果表明,BP神经网络自适应PID控制系统响应速度更快,具有更好的动态性能和稳态性能。     

中职网络技术专业《网页美术设计》课程“任务驱动教学”探究

任务驱动教学是指以若干个具体任务为中心,学生通过完成任务的过程,学习基本知识、专业技能,培养职业能力。本文阐述了在中职网络技术专业《网页美术设计》课程中采用任务驱动教学的策划构思、任务实施,剖析了任务驱动教学在激发学生情感、增强感官认知、提供良好暗示或启迪、培养学生分析问题、解决问题和综合应用所学知识和技能的能力。     

基于增量学习和ASM的人脸表情分析与识别

主动形状模型ASM(Active shape model)是一种基于参数化的统计模型,主要用在图像特征点提取和图像分割中。在分析传统方法不足的基础上,提出一种改进的主动形状模型定位人脸特征的新方法。该方法采用增量学习PCA方法,可以有效解决模型匹配失败和受测试图像影响等因素,同时可对训练集进行纹理模型更新。把改进的方法用在人脸表情分析和识别上,采用SVM建立表情分类器。实验结果表明,改进的方法可以有效提高人脸特征点的定位精度,同时提高了表情识别率。     

基于主动学习的模式类别挖掘模型

在实际应用问题中,由于客观世界物质的多样性、模糊性和复杂性,经常会遇到大量未知样本类别信息的数据挖掘问题,而传统方法往往都依赖于已知样本类别信息才能对数据进行有效挖掘,对于未知模式类别信息的多类数据目前还没有有效的处理方法.针对未知类别信息的多类样本挖掘问题,提出了一种基于主动学习的模式类别挖掘模型(pattern class mining model based on active learning,PM_AL)来解决未知类别信息的模式类别挖掘问题.该模型通过衡量已得到的模式类别与未标记样本间的关系,引入样本差异度的方法来抽取最有价值样本,通过主动学习方式以较小的标记代价快速挖掘无标记样本所蕴含的可能模式类别,从而有助于将无类别标记的多分类问题转化成有类别标记的多分类问题.实验结果表明,PM_AL算法能够以较小的标记代价处理无类别信息的模式类别挖掘问题.     

继续闪耀——保千里汽车主动安全系统郑州热力四射

仍记得今年年初保千里于第十届AAITF上首度发布了其全新产品——汽车主动安全系统,当时保千里的展位被围得水泄不通,当时更有人预言这款汽车主动安全系统面试的意义,不亚于乔布斯推出智能手机。精致美观的工业设计、全智能控制的启动方式以及舒适便捷的操控体验,凭信着这三大主要亮点再加上保千里的强势推广,产品迅速在全国铺开。     

让学生有“带得走的东西”——以《多媒体作品制作流程》一课为例

本文以《多媒体作品制作流程》一课的教学为例,从激发学生主动学习、引导学生学会学习及让学生有＂带得走的东西＂的视角,阐述了信息技术课教学中的新思考。