永磁同步电机伺服系统控制最优化方法

永磁同步电机具有强耦合和非线性的特点,其应用环境通常较为复杂且存在干扰,系统稳定性差。传统PI控制方式很难满足控制系统的要求,控制效果不佳。为抑制超调幅度,提高控制精度,提出一种新型粒子群算法,把系统控制精度作为粒子的寻优目标,最优粒子作为最终PI参数,从而对电机进行精确稳定的控制。仿真实验结果表明,粒子群算法的PI控制器使系统具备较好的动静态性能,该研究为伺服控制系统优化设计提供了较强的理论支撑,且应用前景广阔。     

太阳能建筑物外观及表面光伏组件铺设优化

针对太阳能建筑物外观图的设计及外表面太阳能光伏组件铺设优化问题,首先通过建立以建筑物5个外表面全年总辐射量最大为目标的单目标规划模型,并考虑建筑物的设计要求,基于模拟退火法给出了建筑物的外观设计图,并根据电池性能的优劣顺序及限制条件,利用贪心算法得到建筑物外表电池铺设方案,最后给出了这种方案下的投资收回年限及寿命期内的经济效益。     

基于RSSI测距补偿室内定位技术

针对传统RSSI室内测距技术易受环境因素影响问题,提出测距补偿算法,利用算法补偿环境因素造成的测距误差,并利用均值平滑法来处理同一点接收到的多个RSSI值,以减小RSSI值的测量波动。通过相关的仿真与实地测试,验证了测距补偿算法在测距精度上有所提高。     

基于SOFM神经网络的蛋白质结构类预测

蛋白质结构类预测是蛋白质空间结构和功能预测的基础。本文首先将氨基酸对相互作用形成的序列经过数字信号处理后得到能量谱密度的20个低频部分和6种疏水模式在序列中出现的频率整合,构成26维分类特征,然后采用自组织特征映射神经网络对蛋白质结构类进行预测。实验结果表明,与Component Coupled算法、ANN算法、粗集方法相比较,本文算法具有较高的预测精度。     

基于肤色模型和改进Adaboost算法的人脸检测

为提高人脸检测的精度,提出一种基于YCbCr肤色模型和Adaboost算法的人脸检测方法。利用YCbCr颜色空间的肤色阈值模型确定待检测区域。再利用Adaboost算法准确定位出人脸位置,并对Adaboost算法的训练过程提出一种新的权值更新方法,防止权值过分增大,避免了Adaboost算法训练过程中出现的“退化”现象。     

基于CORDIC算法的微小卫星发射机设计与实现

CORDIC算法具有频率精度高、转换时间短、频谱纯度高一级频率相位移编程的特点,在数字通信领域得到了越来越广泛的应用,它可以处理信号,实现制导控制,能够有效兼顾速度、精度以及资源。CORDIC算法在微小卫星发射机设计中得到了非常好的应用,为实现微小卫星发射机在无线电领域的重要作用奠定了坚实的基础。本文主要从CORDIC算法出发,讨论微小卫星发射机设计与实现。     

LeaderRank与PageRank算法比较研究

确定复杂网络中节点的影响力对于网络上信息传播及网络营销等具有重要的价值。Page Rank算法和LeaderRank算法是两种著名的对复杂网络中节点进行重要性排序的算法。分别使用这两种算法对斯洛伐克最流行的在线社会网络Pokec中的用户进行了重要性排序。与度中心性指标排序结果进行对比,分析了这种排序结果出现的原因。并使用经典的疾病传播模型SIR模型对这两种算法进行了信息传播的仿真模拟,仿真结果显示LeaderRank算法用于在线社会网络节点重要性排序效果更好。     

基于CAN总线的分布式动态PID算法实现

文中就分布在CAN总线网络中不同功能的节点来实现PID控制算法,并动态在线切换其控制位置时对控制系统的影响进行了研究,以磁悬浮球控制系统作为实验对象,设计了硬件电路和系统通信方法,利用上位机软件与被控系统通信,在线监控系统状态和调整PID参数,利用CAN总线网络分析测试工具CANalyzer在线测试系统的动态性能指标和CAN总线通信负载率等参数,来评估PID算法在不同节点运行且在线切换位置时对系统控制效果的影响。经系统测试和实际运行,这种控制方法在保证系统稳定性、实时性的重要前提下,增加了系统整体的可靠性和抗干扰能力。     

LM算法在模拟电路故障诊断中的研究

模拟电路的特征提取和分类识别可以通过在神经网络训练中应用最多的BP算法来实现。由于标准BP算法的收敛速度较慢、在训练中效率不高的缺点,文中提出了一种快速稳定的Levenberg-Marquardt(LM)算法来改进BP算法。Pspice与MATLAB相结合的仿真结果表明该算法能有效地诊断模拟电路故障,且具有更好地收敛性,适用于神经网络。     

基于小波PCA与BP神经网络的人脸识别算法

特征提取和分类器设计是人脸识别算法中的两个关键问题。提出一种基于二次小波变换、PCA算法与BP神经网络的人脸识别算法。该算法采用二次小波变换与PCA相结合的算法提取人脸图像的主要特征,并运用加入动量项的改进BP神经网络算法进行人脸图像分类识别。在MATLAB环境下,利用ORL人脸图像数据库进行了仿真实验,实验结果表明,该算法实现简单、识别速度快、识别率较高。