基于L-M算法的BP网络在变压器故障诊断中的应用

针对传统 BP 神经网络算法在变压器故障诊断中存在的收敛速度慢、容易陷入局部极小值的问题,通过对基于Levenberg-Marquardt 算法的 BP 神经网络进行深入研究,并最终应用于变压器故障诊断.该算法通过优化 BP 神经网络的搜索方向,加快了网络训练速度,提高了网络训练的精度.通过对实例数据仿真,证明了本方法能够有效地诊断出变压器的故障,为变压器故障诊断提供了一条新途径.     

新型图像角度匹配方法及其应用研究

探讨了一种基于机器视觉的PCB自动装配线多焊盘实时定位方法。采用多分辨率图像金字塔匹配策略,利用模板图像与待搜索图像的灰度特性,使用圆投影匹配进行初始候选匹配点的选取,得到一系列的候选匹配子图;使用SIFT算法对候选匹配子图和模板图像进行特征匹配,确定对应匹配点,消除误匹配的候选子图;根据点的模式匹配,确定大致的旋转角度,使用重采样和插值的方法计算精确的旋转角度。实验表明,该方法可以准确、实时地实现目标定位。     

改进遗传算法在移动机器人全局路径规划中的应用

针对应用遗传算法进行移动机器人全局路径规划时遇到的早熟收敛和收敛速度慢等问题,提出一种基于定长二进制路径编码方式的改进遗传算法。研究此编码方式下的改进遗传操作,采用比例阈值自适应((N+K,N)+N)双种群进化策略,有效提高了算法收敛速度和全局寻优能力。仿真实验表明了该算法的有效性。     

基于双目视觉的障碍物高度检测

针对变电站设备巡检机器人的应用需求,提出了一种基于双目视觉的障碍物高度检测方法.采用双目测距原理对障碍物的距离信息进行检测,然后在图像中选择样本点,根据这些点在视差图中的三维坐标,利用改进的RANSAC算法,求取当前帧的路面的平面方程,并利用Kalman滤波对此平面方程进行估计和预测.最后利用点到平面距离公式求取障碍物的高度,得到三维环境的高度图,利用高度信息检测障碍物.实际应用表明:提出的方法能有效地克服光照变化和阴影对障碍物检测的影响,所求得障碍物的高度信息精度较高,能够满足需求,对于环境变化的适应性较强.     

基于L-M算法的BP网络在变压器故障诊断中的应用

针对传统BP神经网络算法在变压器故障诊断中存在的收敛速度慢、容易陷入局部极小值的问题,通过对基于Levenberg-Marquardt算法的BP神经网络进行深入研究,并最终应用于变压器故障诊断。该算法通过优化BP神经网络的搜索方向,加快了网络训练速度,提高了网络训练的精度。通过对实例数据仿真,证明了本方法能够有效地诊断出变压器的故障,为变压器故障诊断提供了一条新途径。     

一种强辐射环境监测下图像降噪的新方法

强放射性环境的图像或视频监测是高危险环境遥控操作工程作业的基础,受高能离子射线的影响,直接获取图像的信噪比较低.针对该类噪声的特点,提出了一种改进的自适应中值滤波与自动阈值的小波变换相结合的复合图像去噪的处理方法.算法分析中选用了某辐照厂卡源故障处置时采集到的受γ射线影响的噪声图像,分析表明:该方法在降噪和边缘保持方面...     

改进人工势场法在机器人路径规划中的应用

为解决传统人工势场法用于机器人路径规划时会出现规划失败的问题,分析了由于局部极小点问题而导致规划失败的原因。在已改进人工势场函数的基础上,提出了通过增加虚拟目标点和原目标点共同对机器人产生引力的方法来解决传统人工势场法中出现的局部极小点问题。在Mobotsim中对算法的仿真结果表明了该方法的可行性和有效性。