基于Android的家居机器人的设计与实现

针对家具重量一般较大、搬运费时费力等一系列问题,本文提出了基于Android 的家居搬运机器人的全新理念;设计一款APP具备视频传输、运动控制、模式切换、机械臂控制和参数设置等功能。经过测试,该软件可以实现对机器人进行控制,并且拥有易于使用、代码简便、能够对特定需求进行二次开发等优势,具有较大的应用潜力。     

基于物联网的家居搬运机器人的设计与实现

针对家具重量一般较大、搬运费时费力的问题,本文提出了一种基于物联网的家居搬运机器人。该系统由硬件和软件两部分组成。硬件部分包括运动模块、WiFi 模块、机械臂模块、视频模块和传感器模块等部分。软件部分包括系统初始化、指令读取与解析、控制子函数等部分。通过软硬件协同设计,实现了控制机器人对物体进行抓取、视频监视与传输、巡线避障等功能。经过系统测试,该机器人易于使用、成本低廉、适用范围广,具有巨大的应用潜力。     

一种时序有向网络中的链路预测方法

真实网络大多是有向的，且网络结构随时间动态变化，传统的链路预测方法大多适用于无向网络，其分析方法不能有效挖掘真实网络中的信息。针对以上问题，提出了一种基于归一化AA和LAS的时序有向的链路预测算法，该算法基于共同邻居、节点度属性及局部社团相似性，为每个链接分配时间影响因子并将其引入NALAS指标进行计算，考虑了网络有向性和网络历史结构的影响。在真实社会网络数据集上对该算法进行了仿真并与Salton、Jaccard等算法进行对比。结果表明，提出的算法与其他算法相比，预测精度得到了提高，说明该算法可以有效地在时序有向的社会网络中进行链路预测。     

链路预测的方法与发展综述

链路预测对网络结构特征的演化趋势进行挖掘有着不可磨灭的促进作用。为了对网络的未来结构变化进行预测，学者们提出了许多算法。综述了4类较为常见的链路预测方法，分别是基于节点属性、基于网络拓扑结构、基于机器学习以及基于最大似然的方法，比较了4类预测方法的优劣，并概述了几种常见的衡量链路预测算法精确度标准。最后总结并展望了链路预测的未来研究方向和发展前景。     

基于电流行波高频能量比值的全并联AT牵引网单端故障定位方法

针对现有全并联AT牵引网单端故障定位方法存在故障区段识别灵敏度低、行波第二波头易受故障点折反射影响的问题,提出了一种基于电流行波高频能量比值的全并联AT牵引网单端故障定位方法。首先,分析了自耦变压器绕组对地电容对高频分量的衰减特性,论证了相邻线路故障电流行波高频能量幅值的差异性,构建了能量比值差异度判据,利用差异度实现了故障区段定位。然后,分析了行波在全并联AT牵引网故障区段内的传播特性,揭示了反向量电流对端母线行波具有明显的故障突变奇异性。最后,提出了基于反向量电流行波的故障定位方法,通过准确标定行波初始波头、第二波头的到达时间,实现了故障的精确定位。仿真结果表明,所提方法在噪声环境下能准确辨识弱故障特征,提高了全并联AT牵引网故障定位的精确性。