移动机器人自适应抗差无迹粒子滤波定位算法

针对机器人定位过程中传感器感知信息存在野值,加剧粒子退化,导致机器人状态参数滤波值失真,甚至出现定位失败的问题,提出一种机器人自适应抗差无迹粒子滤波定位算法。在重要性采样阶段利用无迹卡尔曼滤波产生优选的建议分布函数,降低系统估计误差,同时有效提升系统的抗噪声能力。同时利用抗差估计原理构造抗差方差分量统计量,并由该统计量引入的自适应因子调节增益矩阵,减弱野值对滤波的影响。实验结果表明,当观测数据中存在野值时,该算法能够有效地控制观测异常误差的影响,定位精度得到了很大提高,并在不同系统噪声和观测噪声方差下,具有较强的鲁棒性和实时性。     

基于Android控制平台的家居机器人设计与实现

便捷性是研究智能家居系统的重要问题之一,针对目前智能家居系统存在的安装困难、操控与管理不方便等问题。设计了一种基于Android控制平台的家居机器人。机器人实现智能化家居服务,无需破坏现有家装环境;基于Android控制平台的家居机器人,用户可在任意时候任意地点实现家居情况的远程监控,并可控制机器人进行远程视觉巡航和实现各种操控。随着WIFI技术和4G网络的成熟与发展,以及Android系统的广泛应用,基于Android控制平台的家居机器人将会受到广泛关注与应用。     

基于百度指数的登革热疫情预测研究

基于互联网数据的传染病疫情监测成为近年来传染病防治的热点研究内容。通过对2014年9月暴发的以广东省为中心的全国登革热疫情与登革热相关关键词的百度指数的关联性分析,发现地区(省、市)登革热疫情严重程度与该地区"登革热"关键词的百度指数呈很强的正相关性。为了实时地预测疫情动态,建立基于12个登革热相关关键词的百度指数的多元线性回归模型。在留一法交叉验证和反向测试中,该模型对于测试数据的预测值和实际值的皮尔森相关系数分别达到了0.89和0.73。经实验,该预测模型能够比较准确地预测登革热疫情动态,同时该研究对于基于互联网数据的传染病疫情监测和防治具有一定的指导意义。     

电子商务中混合数据加密技术的研究

由于电子商务拥有了更加丰富的信息、更加简单方便的交易和更加低廉的成本,受到了广大用户的欢迎。然而,现今阻碍电子商务快速发展的最大问题则是安全问题,数据加密技术是保证电子商务安全的核心技术,是电子商务安全技术的重要组成部分。目前使用的数据加密技术主要分成两种:对称加密技术和非对称加密技术。文章通过剖析数据加密技术中的RSA和DES算法的特点和缺点,提出一种混合加密算法用以规避两者的缺陷。     

一种利用低秩矩阵填充技术恢复气象数据的方法

矩阵填充技术是继研究压缩感知技术之后又一备受关注的新技术,并已被应用于科学与工程等诸多领域。矩阵填充技术主要研究如何通过已知的部分矩阵数据来达到恢复整个矩阵的目的。气象数据为天气预报和开展各种气象服务提供依据,具有空间相关性和时间稳定性,加上气象数据矩阵的低秩性,为研究如何利用低秩矩阵填充技术对气象数据的连续获取提供了条件。最后通过真实气象数据进行了仿真实验,证明了该方法的有效性。     

考虑信号相关性的逻辑电路可靠度计算方法

随着集成电路特征尺寸不断缩小,软错误已经成为影响电路可靠性的关键因素.计算软错误影响下逻辑电路的信号概率能辅助评估电路的可靠性.引起逻辑电路信号概率计算复杂性的原因是电路中的扇出重汇聚结构,本文提出一种计算软错误影响下逻辑电路可靠度的方法,使用概率公式和多项式运算,对引发相关性问题的扇出源节点变量作降阶处理,再利用计算得到的输出信号概率评估电路可靠度.用LGSynth91基准电路、74系列电路和ISCAS85基准电路为对象进行实验,结果表明所提方法准确有效.     

基于免疫算法的 TD-SCDMA 网络基站选址优化

针对已有3G基站选址优化算法的不足和TD-SCDMA网络的特点,提出了一种基于免疫算法的TD-SCDMA网络基站选址优化方案。建立了基站选址问题的数学模型,设计了基于反学习的种群初始化方案和精英交叉策略,给出了免疫优化算法框架。实验结果表明,该算法不仅能够以较小的建站代价获得较高的网络覆盖率,而且算法具有较好的收敛性。     

基于用户相似度的协同过滤推荐算法简

协同过滤推荐算法通过研究用户的喜好,实现从海量数据资源中为用户推荐其感兴趣的内容,在电子商务中得到了广泛的应用。然而,当此类算法应用到社交网络时,传统的评价指标与相似度计算的重点发生了变化,从而出现推荐算法效率偏低,推荐准确度下降问题,导致社交网络中用户交友推荐满意度偏低。针对这一问题,引入用户相似度概念,定义社交网络中属性相似度,相似度构成与计算方法,提出一种改进的协同过滤推荐算法,并给出推荐质量与用户满意度评价方法。实验结果表明：改进算法能有效改善社交网络中的推荐准确性并提高推荐效率,全面提高用户满意度。     

基于全变分Retinex及梯度域雾天图像增强算法

为提高雾天图像增强的对比度并保持颜色恒常性,提出了基于全变分Retinex及梯度域雾天图像增强算法。首先,采用高斯—赛德尔GS（Gauss-Seidel）迭代算法对基于Retinex的全变分能量泛函数进行求解,从而有效地保持颜色恒常性;其次,采用相对梯度与绝对梯度相结合的方式拉伸雾天图像较亮处的梯度, 在全变分Retinex理论下重建增强后的雾天图像,并将该增强算法应用到彩色图像;最后,加权融合基于全变分Retinex增强算法与梯度域增强算法的增强结果,使得增强结果既能提高对比度又能保持色彩恒常性。实验结果表明,本算法提高了雾天图像增强后的对比度和清晰度,具有颜色恒常性、颜色保真高等特性。     

基于VPR的FPGA布局算法时延改进

基于模拟退火的现场可编程门阵列(FPGA)布局算法在计算关键度时存在一定的偏差。为此,提出一种FPGA布局时延改进算法。利用不同的模拟退火温度和交换接收率,以及前后2次布局的时延代价差,对FPGA布局的时延代价进行补偿。通过增加时延补偿模块来调整布局的代价函数,达到重新寻找布局过程中被遗弃的较优解的目的。实验结果表明,在MCNC基准电路上使用改进算法,布局的时延代价和线网代价分别比改进前的算法减少19.2%和0.5%。此外,电路的关键路径时延也得到了不同程度的改善,使得布局质量在各个方面都明显优于优化前的通用布局布线算法。