基于SVM的移动机器人路标识别算法

提出一种基于支持向量机的移动机器人路标识别算法,其利用SVM分类器对大量的交通标志进行识别。该方法对于场景光线强度变化,图像存在形变以及路标存在阴影遮挡和距离较远等情况都具有学习能力与容错性。实验结果表明,基于SVM的移动机器人路标识别分类器在复杂的室外环境下是有效的、具有鲁棒性的。     

浅谈语文阅读教学的方法

阅读是一种极有价值的基本技能,因此阅读在小学语文中占据了极为重要的位置,但教无定法,特别是阅读教学的方法可以说是百家争鸣,下面结合自己的教学实践,对小学语文阅读教学谈点个人看法。     

基于二维熵和轮廓特征的非结构化道路检测

针对非结构化道路场景复杂干扰因素较多、检测困难的问题,提出了一种基于轮廓特征和二维最大熵的道路检测算法。采用融合色彩特征不变量的二次二维最大熵分割算法对道路图像进行分割;利用边界跟踪算法提取分割图像的轮廓特征,根据道路区域的位置和几何特性选取最大轮廓;通过改进Mid-to-side算法进行边缘点搜索,用三阶道路模型重建道路边界,并对道路方向进行判断。实验结果表明,所提算法与传统算法相比,对三类不同场景下非结构化道路的检测准确率可提高25%左右,具有较强抗阴影干扰的能力,并能有效识别道路方向。     

一种速率自调节可用带宽测量算法

可用带宽是网络路由、网络服务质量、流量工程等方面的一个关键参数。目前很多研究方法都基于PGM模型和PRM模型,但这两种方法大都假设背景流量速率为固定比特流,不适用于低带宽的测试。提出一种端值自调节可用带宽测量算法,该算法充分考虑了低链路带宽的情况。通过对排队延时的处理、探测分组列速率端值自适应调节,实现了端到端可用带宽快速准确的测量。实验结果表明,该算法具有良好的测量效果,尤其在低带宽条件下较其它同类算法提高了测量准确性,加快了测量速度并减小了对网络的影响。     

三维间隔织物编织工艺及应用

三维间隔织物是一种具有特殊结构的新型纺织材料。文章介绍了经编和纬编间隔织物的编织工艺和织造方式,归纳了间隔织物作为新型材料在垫用、服用、车用、建筑、农用、过滤、包装等方面的常规应用,重点讲述了三维间隔织物在可穿戴领域的研究现状和研究成果,包括传感器、电容器、发电机、纺织天线等智能器件,为间隔织物在可穿戴领域的应用和发展提供了参考。     

AVR嵌入式单片机接口技术与应用

AVR单片机内嵌Flash，置有ADC和模拟比较等电路接口，采用快速存取寄存器文件和快速单指令周期，其程序与数据存储器分开，通过SPI和编程器可对Flash存储器编程，在分析AT90S8515芯片定时／计数器、I／O端口、通用串行口UART、模拟比较器等接口基础上，设计了信号发生器、频率计以及与PC机串行通信接口电路，给出了数字信号发生器原理图和程序流程图，频率计原理简图与程序流程图。     

支持服务区分的多智能体Q学习MAC算法

媒体访问控制(MAC)协议负责协调所有认知用户的空闲信道接入服务,是认知 Ad-hoc 网络支持服务质量(QoS)的关键技术之一。在二进制指数退避算法基础上,提出一种支持服务区分的多智能体Q学习MAC算法。实时调整传输概率,使系统信道接入服务达到最优,建立传输概率调节的Markov链模型,导出分组的传输概率与协议参数的关系,给出基于服务区分的信道吞吐率模型,建立基于MAC协议参数学习的多智能体Q学习算法。实验结果表明,该算法能满足高优先级业务的QoS,且吞吐率和时延性能优于IEEE 802.11e EDCA机制。     

基于FPGA＋USB2.0多通道数据采集系统设计

针对传统数据采集系统中主控制器升级慢和传输芯片速率低等弊端,利用FPGA内嵌FIR滤波器抗干扰、现场可编程性、容易升级与更新以及USB接口通用性好、传输速率快的优点,设计了基于FPGA＋USB2.0多通道数据采集系统,能够完成4路最大采样频率150 kHz、精度为12位的数据采集和传输,实现了高精度数据采集。     

基于PROFIBUS现场总线的分布式控制系统设计

本文首先分析了混凝土拌和站的生产工艺过程,给出了一种基于现场总线的混凝土拌和站控制系统网络拓扑图.用PROFIBUS总线与双模控制器构成了计算机分布式控制系统.实际运行表明控制系统及方法是有效的.     

基于后验概率SVM的交通标志识别研究

在无人车交通标志识别系统中,以传统的神经网络算法或标准的支持向量机算法（SVM）设计的分类器,只能反映样本是否属于某类而不能确定样本属于某类的可信度,提出一种后验概率SVM交通标志识别方法。首先对检测与跟踪得到的交通标志大概区域图像进行彩色分割以精确定位交通标志区域,然后采用最大类间方差法分割交通标志的内部图案,最后将分割的结果进行大小归一化作为交通标志的特征图像以训练分类器和进行识别。实验结果表明,基于后验概率SVM的交通标志识别系统在复杂的室外环境下具有很强的鲁棒性和可行性。