一种基于PSO优化的RFID防碰撞算法

在射频识别(RFID)系统中,不可避免地存在碰撞问题,标签碰撞的解决对于标签的快速有效识别非常重要.提出一种基于粒子群优化的改进自适应分组和预发信号ASPS( Adaptive splitting and pre-signaling)的RFID防碰撞算法.首先建立ASPS防碰撞算法模型;然后借鉴粒子群优化算法的特点,通过将接收信号二维化,建立适合粒子群优化算法的模型,从而改进ASPS算法.实验表明,该算法运算时间短,处理碰撞的次数少,具有良好的实际应用前景.     

基于生物学的智能分析统计软件的开发

本文主要通过用户给定的文章，利用适合于生物学主题词特点的切词方法检索出文章中的主题词条及其频率，同时还能够显示与主题词库模式匹配或是自身频率较高的词，通过对一定量文献的检索，为如实反映出目前生物学研究的热点和学科状况提供依据。     

基于多传感器数据融合的并联机构定位方法

针对并联机构动平台上主轴动态定位问题,将电子罗盘及摄像头运用于并联机床动平台的位姿测量,提出一种基于多传感器数据融合的并联机床动态定位新方法.该方法融合动态惯性测量数据、机构各支链的编码器信息以及视觉信息,通过动态计算置信距离关系矩阵,实现并联机床动平台位姿(位置和方向)的精确定位.通过一个单方向运动动态测量的简化试验,对并联机床动平台的6自由度位姿测量进行仿真研究,证实该定位方法的有效性.     

基于神经内分泌的并联机器人智能控制系统

为研究一种高速度、高精度的二自由度冗余驱动并联机器人自适应控制系统,通过建立运动学模型,基于神经内分泌甲状腺激素调节原理,设计了一种带长环、超短环结构的神经内分泌智能控制器,对机器人系统进行控制,并给出了其控制算法。仿真分析结果表明,运动学模型简单有效,使机器人运动过程中各个关节运动稳定、连续且平滑;相对于传统PID控制算法,神经内分泌智能控制算法具有较好的快速响应性、稳定性、鲁棒性、自适应性和抗干扰能力。该方法为机器人的复杂控制提出了一种新思路。     

基于改进粒子群优化算法的并联机构位置正解法

本文提出一种基于改进粒子群优化算法的并联机构位置正解法.在深入分析和研究标准粒子群优化算法的基础上,定义了粒子相似性概念,提出基于高斯白噪声干扰变异的粒子群优化算法.该算法在运行过程中通过与当前最优粒子相似性的量化判定,对进入当前最优粒子邻域的粒子施加高斯白噪声干扰变异,从而提高粒子群优化算法后期多样性和收敛速度.将该算法用于并联机构位置正解寻优,仿真实验结果表明有该方法能以较高的收敛精度快速地获得并联机构的位置正解,且算法稳定.     

偶数、李代数方法在机构运动学逆解中的应用(Ⅰ)

主要目的是探讨三个位移积的特性,众所周知,一般意义上的欧拉角（Euler)和布里安特（Briant)角通常用来描述机器人的旋转运动,然而,对于三个任意位移的积：R＝R1R2R3研究较少,应用李代数方法证明了,任一位移R可以分解成三个位移的积的形式;并且给出了其逆解的解析解,这一结果为解决更复杂的运动学逆问题打下了基础。     

基于GVF-Snake人体轮廓提取的优化算法

通过分析基于边缘、区域分割和形变模型等3类轮廓提取算法,提出一种分别对三者进行优化综合的基于梯度矢量流-主动轮廓模型(GVF-Snake)的人体轮廓提取优化算法。利用内嵌置信度边缘检测得到理想边缘图,通过形态学方法提取物体粗略轮廓作为GVF-Snake模型的初始轮廓。采用优化GVF-Snake模型提取精确轮廓。将上述方法应用于人体图像轮廓提取,实验结果表明,该方法达到了预期目的且具有较好的实用性。     

一种新的知觉分割模型*

根据知觉的最新理论研究和实验结果,提出一种新的知觉模型,并用于考查计算机视觉中的分割问题.分割问题实质上是知觉表达问题,现在分割的困难性可能是知觉上局部到整体的还原论假设造成的;分割可能不是一次完成的,而是经过整体到局部的过程才最终完成.新的知觉模型将对建立更好的分割模型提供理论基础.     

基于模糊神经网络的服装号型推荐专家系统

该文提出了基于模糊神经网络的服装号型推荐专家系统,将专家系统、模糊神经网络的计算优势与服装号型结合实现面向个体尺寸的服装号型推荐,通过定义方案矩阵、权重矩阵和匹配度矩阵规范了服装号型的推荐流程。最后针对测量样本通过对5·4系列女长袖衬衫的号型推荐,验证了该方法可行性。该方法具有计算简单和结果准确的优点,能快速地为顾客在线购买服装提供全面、客观、科学的决策参考,具有重要的研究价值和广泛的应用前景。     

粮仓取样机器人机构运动学逆解的初步研究

在粮仓取样机器人中,求运动学逆解的方法很多,但都比较繁琐,运算过程冗长。本文主要阐述一种近期常用的方法－偶数方法,它将使机构求解的过程大为简化,且易实现机器人的离线编程以及实时控制,本文旨在对该方法进行介绍并对其在机器人机构中的应用进行初步探讨。