基于RBF神经网络集成的三维模型分类和检索

针对单个神经网络难以对复杂的三维模型特征空间有足够的优化能力和泛化能力的问题,用Boosting方法变种和基于粒子群训练的RBF神经网络,形成特征空间对应的多个神经网络,然后将神经网络集成,给出三维模型的分类信息。在三维模型检索时,将神经网络集成输出的分类信息和特征空间上的距离信息进行加权计算,得到三维模型之间的相似度。实验结果表明,基于RBF神经网络集成的分类方法能有效提高三维模型的分类准确率;同时,考虑特征空间上模型间的距离和语义分类层次上模型间的距离,能够大大提高三维模型的检索精度。     

基于V-矩的图像分类算法

基于一类不仅含有连续函数,还含有间断函数的正交完备函数系——V-系统,提出相应的V-矩函数,并将之应用到图像分类中.V-系统中基函数的间断特性,使得V-矩函数在描述含有多个闭合边界的形状时有特别的优势,这种优势表现为对这类复杂形状的特征提取更加准确.因此用V-矩可以得到一种图像分类的有效算法.在几个通用数据库中的图像分类实验表明,本文算法较Zernike矩、不变矩和几何中心矩有更高的准确率,对噪声不敏感,特别在含有多个闭合边界的复杂形状分类问题中,本文方法优势更为显著.     

基于形状拆分的机械零件三维模型检索

提出一种基于形状拆分的机械零件三维模型检索方法.首先根据零件名称和功能,将机械零件模型库按传统方式划分为四大类,即轴套类、盘盖类、叉架类和箱体类,三维模型之间的匹配在同一类模型中进行;随后进行三维模型外轮廓扫描,将整个三维模型拆分成若干平面体、回转体和曲面体,根据同一型体之间特征数量和参数的不同,进行单一型体之间的匹配;最后根据单一型体的数量和匹配对的相似度,综合计算整个模型的相似度.单一型体的定义和整个匹配算法均是围绕着形状和工艺相似进行的.通过实例验证了该方法的有效性.     

基于BLE和Wi-Fi的建筑能耗监测系统设计

针对传统建筑能耗监测系统存在采集单元功耗高和布线复杂的问题,设计了一种低功耗的无线监测系统。所设计的监测系统包括采集单元、集中器、监测中心和通信网络四部分。其中：采集单元主要由计量电路和BLE（Bluetooth low energy,低功耗蓝牙）通信电路组成,其通过计量电路采集用电设备的能耗数据,并通过BLE通信电路将处理好的能耗数据发送至集中器;集中器主要由BLE通信电路和Wi-Fi通信电路组成,其通过BLE通信电路接收采集单元计量的能耗数据并进行整合、处理,然后通过Wi-Fi通信电路将能耗数据转发至监测中心;监测中心采用B/S（browser/server,浏览器/服务器）架构进行设计,其通过监测界面显示能耗数据并将数据保存在数据库中。所设计的监测系统通过采用BLE和Wi-Fi的通信方式降低了采集单元的运行功耗和布线复杂度,并延长了通信距离;基于B/S架构设计的监测中心可实现跨平台运行,提高了系统的灵活性。测试结果表明,所设计的监测系统的计量偏差率低于5%,通信成功率高于98%,且能够及时监测用电设备的耗能状况,具有较高的实用价值。     

基于曲面特征的三维半色调处理算法

研究了三维喷绘的机理,提出了三维半色调处理算法的概念.该算法基于三维曲面特征,首先对三维喷绘颜色失真原因进行分析,得到曲面高斯曲率在三维喷绘中的影响;其次,将高斯曲率引入到Floyd-Steinberg算法中,对阈值量化器进行改进;最后,对半色调处理的路径进行优化,形成了基于曲面特征的三维半色调处理算法.实验证明了该算...     

改进MDSMOTE与PSO-SVM在汽车组合仪表分类预测中的应用

汽车组合仪表生产过程中质检项目多且检测时间长,这在一定程度上制约了其生产效率的进一步提升。为此,提出一种基于改进最远点合成少数类过采样技术（max distance synthetic minority over-sampling technique,MDSMOTE）的支持向量机（support vector machine, SVM）分类预测方法。首先,结合专家经验对汽车组合仪表的原始生产数据进行特征筛选,并在MDSMOTE中引入类不平衡率I_R,以对所筛选的特征数据进行扩充;然后,利用粒子群优化（particle swarm optimization, PSO）算法对SVM的误差惩罚因子C和核函数参数γ进行优化;最后,建立优化的SVM分类预测模型,并对汽车组合仪表进行分类。通过与其他分类预测模型在不同数据集上的预测结果进行对比可知,基于改进MDSMOTE的SVM分类预测模型的准确率、F值和几何平均值等评价指标均优于其他模型。所提出方法在汽车仪表产品分类上表现出较强的泛化能力和稳定性,可为仪表制造企业生产效率的提升提供有效参考。     

基于72HSV直方图和不变矩的图像检索

提出一种利用颜色和形状特征相结合来进行图像检索的方法。该方法把HSV颜色空间量化成72份并计算直方图,形状特征利用不变矩来求取。利用欧氏距离计算两幅图像的相似度,结果表明:对于背景比较单一的图像,检索结果还比较准确;对于背景比较复杂的图像,检索结果还有待提高。     

利用特征向量的三维模型检索

提出一种基于形状特征向量长度与夹角的三维模型检索算法,从规范化处理后的物体形状出发,计算基于模型采样点的特征向量的长度与夹角,通过比较相似特征向量的长度和夹角来度量任意三维模型之间的相似性.实验证明,该算法适用于各种模型格式,对于任何一种变换下的模型都具有良好的检索效果.     

基于IGPS和麦克纳姆轮的AGV导航控制系统设计

目前常规使用的舵轮和差速轮自动导引车（automated guided vehicle,AGV）的精度和灵活性低,无法满足在大型高端产品装配过程中精确定位和导航的要求。为了进一步提高AGV的导航精度和柔性,提出了一种基于IGPS （indoor global positioning system,室内全球定位系统）和麦克纳姆轮的AGV高精度导航控制系统。首先通过IGPS高精度定位和坐标计算获取IGPS接收器的位置坐标,其次采用车体中心提取算法和坐标转换矩阵实现接收器坐标位置到车体中心坐标的转换,最后通过对全向移动AGV的建模,采用模糊PI控制方法对AGV的路径偏差进行纠正,实现AGV的精确定位和循迹导航。利用Simulink对模糊PI控制和传统PI控制进行仿真分析,结果表明,相对于传统PI控制,模糊PI控制响应速度快,调整曲线更平滑。同时,在基于IGPS的AGV试验平台进行试验,采用激光跟踪仪对AGV重复定位位置进行测量,结果显示定位精度达到±0.2 mm。研究结果对提高AGV的高精度定位能力具有借鉴意义,也为后续可移动机器人加工模式的研究提供参考。