基于迭代学习的旋耕机刀轴焊接机器人轨迹跟踪控制研究

旋耕机是我国农业生产主要机械装备,对农业现代化发展具有十分重大的意义。针对旋耕机刀轴焊接加工对机器人轨迹跟踪精度的要求,对其控制环节进行改进分析,着力提高焊接作业质量。利用MDH法建立机器人运动学模型,利用牛顿-欧拉迭代法建立动力学模型。在此基础上,将反馈计算力矩控制与迭代学习方法相结合设计一种迭代学习控制器来处理旋耕机焊接机器人轨迹跟踪问题。最后使用ADAMS与MATLAB\Simulink进行联合仿真来验证算法的有效性和实用性,并将采用迭代学习控制器的机器人运动控制仿真结果与PID控制器仿真结果进行比较,结果表明迭代学习控制器具有较高的跟随精度与较明显的控制效果,是一种较优的控制方法。     

BGRU:中文文本情感分析的新方法

社交网络作为社会生活不可或缺的一部分,针对其产生的文本数据进行情感分析已成为自然语言处理领域的一个研究热点。鉴于深度学习技术能够自动构建文本特征,人们已提出CNN(convolutional neural network)、BLSTM(bidirectional long short-term memory)等模型来解决文本情感分析问题,但还存在结构较为复杂或训练时间较长等问题,而BGRU(bidirectional gated recurrent unit)能记忆序列的上下文信息,并且结构较为简单,训练速度较快。提出一种基于BGRU的中文文本情感分析方法,首先将文本转换为词向量序列,然后利用BGRU获得文本的上下文情感特征,最后由分类器给出文本的情感倾向。在ChnSentiCorp语料上进行实验,该方法取得了90.61%的F1值,效果优于CNN和BLSTM等模型,并且训练速度是BLSTM的1.36倍。     

动态学习机制的双种群蚁群算法

针对蚁群算法易陷入局部最优与收敛速度较慢的不足,提出了动态学习机制的双种群蚁群算法。该算法重点引入奖惩模型,奖励算子提高算法的收敛速度,惩罚算子增加种群的多样性。由SA-MMAS(adaptive simulated annealing ant colony algorithm based on max-min ant system)和MMAS(max-min ant system)两个种群合作搜索路径,蚁群间根据不同城市规模动态地进行信息素交流,在种群交流后利用奖惩模型对双种群间的学习合作行为给予动态的反馈,从而平衡算法的多样性与收敛速度。通过17个经典旅行商问题(traveling salesman problem,TSP)实例进行验证,结果表明该算法能以较少的迭代次数取得最优解或接近最优解。对于中大规模的TSP问题效果更好,从而验证了算法的高效性和可行性。     

电梯及地下室低成本覆盖解决方案探讨

电梯及地下室的深度覆盖是4G网络建设中的难点,影响用户的业务使用感知。文章分析电梯与地下室场景的特点及网络覆盖中的难点,针对传统的信号覆盖方案的优缺点进行分析,提出可行的电梯及地下室低成本覆盖解决方案,并与传统的信号覆盖方案的建设成本与技术特点进行比较。此外,文中对低成本建设方案中的电磁辐射情况进行计算,可满足电磁环境控制限值的规范要求。     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。