基于神经网络前馈补偿的欠驱动机器人越障控制

针对欠驱动巡检机器人相对于传统机器人控制量少于控制对象的特点,依靠Lagrange定理建立机器人系统动力学模型和电缆弯曲数学模型.根据障碍物外形特点给出障碍物特征量的提取方法;根据障碍物较大,常规的运动控制输出量不宜变化过大的特点,以及机器人越障过程中要保持机体平衡,依据动力学模型提出了基于神经网络补偿的前馈-反馈控制器,以实现对系统姿态控制和越障控制.控制器具有自学习、自动补偿的能力,对非线性对象有较好的控制作用.仿真结果表明,该方法相对于常规PID控制、普通模糊控制具有超前调节、超调量小、抗扰动能力强的特点.通过实验,验证了基于神经网络补偿的前馈-反馈控制器的合理性.     

粗糙集理论在Overlay网络服务发现中的应用

提出了基于粗糙集理论的overlay网络服务发现机制。该机制利用粗糙集理论中属性集约简算法以及决策规则集优化算法，有效处理了overlay网络体系中普遍存在的不完备信息。结果表明，通过决策规则优化能够实现用户需求和网络服务之间的模糊匹配，从而克服了传统精确匹配的查全率低、查准率差的缺点，扩展了粗糙集的应用领域。     

语义模型在Overlay网络服务发现机制中的应用

提出一种新型Overlay网络服务发现机制,该机制充分利用概念之间的语义相似性,从语义概念树模型扩展概念相似度的计算,并将该语义概念树模型应用到Overlay网络服务发现机制的研究中。实验证明,该语义概念模型能够根据用户的想法和查询词条的内在含义进行相近语义短语的查找,实现匹配机制的语义化,提高了服务发现的查准率。     

煤矿网络带宽测量中的背景噪声过滤方法研究

介绍了瓶颈带宽测量中的背景噪声问题,分析比较了现有的背景噪声过滤算法,指出了它们各自的优缺点。把广义k近邻估计应用于瓶颈带宽测量中的背景噪声过滤上,提出并实现了基于广义k近邻估计的噪声过滤算法。建立了仿真实验环境,对基于广义k近邻估计的噪声过滤方法与其它方法进行了比较验证,结果表明该方法具有更高的准确性和更强的鲁棒性。     

气敏传感器及其应用

主要介绍了半导体气敏传感器和电化学固体电解质气敏传感器的工作原理和应用技术,重点阐述了气敏传感器的性能改善方式和输出电压获取方式。通过几种应用实例表明:这两种类型的气敏传感器具有测量精度高、所需试样少、响应快等特点,有广泛的应用领域。