一种新的混沌神经网络及其应用

提出了一种新的混沌神经元模型,该神经元的激励函数由Gauss和Sigmoid两种函数加和组成的非单调函数构成.通过分岔图及Lyapunov指数的计算,分析了其动力学特性.基于该模型,构造了一种新的具有暂态混沌特性的神经网络,该网络在寻优过程中同时衰减两种退火机制实现混沌退火.通过将特征点匹配问题转化为优化问题,该网络可以实现对目标识别问题的求解.仿真实验验证了该算法的有用性和有效性.     

基于模糊贝叶斯网的危害性分析方法

针对传统的故障模式、影响与危害性分析(FMECA)方法不足的问题,提出了一个基于模糊贝叶斯网的危害性分析方法。该方法将模糊理论与贝叶斯网推理技术结合起来,用三角模糊数来描述专家的模糊评分值;通过模糊集合映射,将其转化为评级的模糊子集;以置信结构的模糊规则,表示故障模式的属性与危害度之间的关系;利用贝叶斯网络推理算法综合置信结构的模糊规则,通过贝叶斯网推理得到模糊子集形式的危害度,再经过去模糊计算,得到故障危害等级的清晰值,从而确定故障模式的危害程度。实验结果表明,所提方法能够提高传统分析方法的准确性和应用范围。     

四轴飞行器视觉导航系统设计

采用基于计算机视觉的视觉导航技术,设计了一种符合四轴飞行器定点降落的视觉导航系统。在地面铺设着陆平台,利用机载摄像头采集周围环境图像,并进行特征点提取,确定四轴飞行器位置,通过无线通信的方式发送控制指令,实现对四轴飞行器的飞行过程导航控制。     

基于神经网络辨识的迟滞特性建模

为解决压电陶瓷迟滞系统的建模问题,在分析了压电陶瓷迟滞特性形成的原因基础上,提出了一种新模型,该模型由两部分组成,一部分为位移伸长量,另一部分为位移缩短量.该模型的最终输出由压电陶瓷伸长与缩短两种相反趋势的相对强弱共同决定.结合混沌优化学习算法,利用神经网络对该模型进行辨识.利用该模型对压电陶瓷迟滞特性进行建模.仿真实验结果表明,该模型可以降低建模误差,提高建模精度,建模效果优于传统方法.     

迟滞非线性系统的神经网络建模

提出了一种利用神经网络对迟滞非线性系统的建模方法。网络分三层结构,隐层神经元的激励函数采用两个移位的Sigmoid函数组成的迟滞环构成,根据非线性系统的特点,给出了网络结构的确定方法。网络的学习算法采用传统的梯度下降学习算法。利用该网络对压电陶瓷迟滞特性进行了建模实验,实验结果证明了该方法的有效性。     

基于距离融合的图像特征点匹配方法

针对ORB算法中特征点缺乏尺度不变性导致算法误匹配率高,以及二进制鲁棒独立基本特征（BRIEF）算法的描述子易受噪声影响的问题,提出了改进的特征点匹配方法。采用加速的具有鲁棒性的特征（SURF）算法进行特征点提取,利用带有方向信息的BRIEF算法进行特征点描述;在特征点邻域内选取随机点对,并对随机点对的灰度大小比较和相似度比较分别进行编码,采用汉明距离计算两种编码的差异;利用自适应加权融合的方式实现特征点相似性距离度量。实验结果表明,改进方法对于尺度变化、光照变化以及模糊变化的图像具有更好的适应性,与传统ORB特征点匹配方法相比能够获得更高的特征点正确匹配率,且该特征点匹配方法可用于改善图像拼接的性能。     

基于终端滑模机器人模糊自适应路径跟踪控制

对质心位置未知的移动机器人系统设计了基于快速终端滑模的模糊自适应路径跟踪控制方法。该方法采用模糊逻辑系统逼近控制器中的未知函数,基于李亚普诺夫稳定性分析方法对未知参数设计自适应律,并设计鲁棒控制器来补偿逼近误差。该方法不但可以保证闭环系统中的所有信号有界,而且可使跟踪误差在有限时间内收敛到原点的小邻域内。仿真结果验证了方法的有效性。     

基于极坐标的改进灰度积分投影法的人眼检测

为了克服传统灰度积分投影方法无法有效定位旋转人脸图像中人眼的缺点,提出了一种基于极坐标系的灰度积分投影方法。利用肤色特征对给定图像进行人脸区域的确定,在人脸区域内按极角方向进行灰度积分投影,确定出人眼所在角度,将人眼角度方向的像素灰度值做水平方向积分投影,从而确定出人眼的位置。该方法能够实现同一幅图像中多个不同姿态人脸的人眼定位。大量的仿真实验表明,该方法的识别性能对人脸的旋转变化具有良好的鲁棒性,能够提高灰度积分投影方法对人眼定位的适用范围。     

一种基于神经网络匹配的指纹识别算法

指纹特征的提取是自动指纹识别的关键技术之一。针对现存的许多指纹特征提取算法中的旋转和平移等问题,本文提出了一种基于神经网络匹配的脊线分叉点提取算法。该算法通过一个多输入、单输出三层前向神经网络提取脊线的分叉点。并且在FVC2000(国际指纹竞赛数据库)上作了测试。实验结果表明,本文提出的算法对指纹的平移和旋转都具有良好的不变性。     

基于混沌优化的最佳熵阈值的图像分割

利用目标在图像中所占比例等信息,结合图像熵阈值算法进行图像的阈值分割。并利用混沌优化的方法一次寻找出图像熵的多个极值点,提高了阈值寻找的效率。仿真实验表明,与传统的图像熵阈值法相比较,该方法能够给出更加合理的分割结果。