基于移动Agent的自动协商应用

主要研究电子商务中的协商问题,为实现自动协商提供了一个可行的方向。通过分析目前电子商务的协商现状及所存在的问题,提出将移动Agent技术引入电子商务,为B2C电子商务中一对多的协商问题自动化指出了一个实现方向,并得出基于移动Agent的自动协商系统的建设目标及特点。这将对于实现电子商务协商的自动化,提供有力的理论支持及发展方向。     

光电系统对空间目标成像建模仿真研究

对光电系统成像过程进行了建模仿真研究,采用光线跟踪法建立了成像过程的光线跟踪模型;根据线性滤波理论,对系统的各组成单元的调制传递函数进行分析,给出整个系统的传递函数,建立了成像过程的传递函数模型;结合光线跟踪与调制传递函数模型,建立了光电系统对空间目标成像仿真物理模型,给出了仿真流程;最后,进行了成像仿真,结果给出了目标在像面上的灰度分布曲线及仿真图像,验证系统理论传递函数,证明了模型的合理性.     

基于Gossip协议的流媒体播放机制的研究与改进

针对Gossip协议数据传播随机性与不确定性问题,提出了一种混合结构方式.该方式将非结构化P2P网络和结构化P2P网络相结合,通过增加数据片预取调度算法,弥补了Gossip协议数据传输的随意性.实验结果表明,此方式提高了节点成功播放率,降低了系统开销.     

利用地统计分析及GIS技术实现流域面雨量预报

根据地统计学及地理信息系统(GIS)的空间建模原理,采用工业标准的、开放的、统一的ArcObjects嵌入式组件开发方法,利用多模数值预报,研制并构建精细化的流域面雨量集合预报模型及雨涝区划单元定量降水应用组件,将其动态、无缝地嵌入到GIS应用系统中,自动生成子流域及雨涝区划面雨量预报指导产品.     

基于极点配置与时延误差补偿的网络控制系统预测控制

根据网络控制系统的时延上界及对象模型,建立网络控制系统的整体模型,应用极点配置广义预测方法进行控制器的设计,以保证网络控制系统控制的有效性与稳定性．考虑到网络时延的随机性,基于神经网络建立网络时延误差的预测补偿模型,用时延误差预测值对输出预测值进行补偿,构成基于极点配置和误差补偿的网络控制系统预测控制算法．仿真结果表明,本文方法有较高精度,可快速收敛．     

基于最大李亚普诺夫指数的改进混沌时间序列预测

分析了基于最大李亚普诺夫指数的混沌时间序列预测方法,提出了一种选取重构相空间中的多个邻近参考向量来提高预测精度的改进方法．对洛伦兹混沌系统产生的时间序列进行了预测,结果表明改进方法比原方法的预测精度要高．讨论了噪声和参考邻近点数对预测结果的影响．应用改进方法预测实际的交通流量时间序列的平均相对误差在8%以下,说明了改进方法的有效性．     

Web数据挖掘中的可信数据来源

从大量Web信息中获取有用的信息是Web数据挖掘的关键问题.如何评价web信息是否可信,现在主要方法是通过BadRank算法进行内容评测,或是通过链接权重进行相关引用数计算.可信数据来源是数据挖掘的前提,在基于关键词的数据挖掘中,通过评价挖掘所涉及的不同数据域,以及数据域自身的可信性,对在不同域所获得的挖掘数据给以权重,从而对挖掘结果的序列产生影响,提高挖掘算法在获取可信结果方面的效率.并通过试验测试了可信域评价的效果.     

基于微包协议的三模冗余容错计算机无缝重构算法

提出了一种基于微包传输协议的系统重构算法,制定了系统重构命令协议,设计了关键数据区的一致性管理算法.不需增加额外的硬件资源和系统开销,利用三机之间的数据交换通道,即可实现三模冗余容错计算机的无缝重构,保证系统在故障恢复重构时工作的连续性.同时,完善的重构命令协议使得重构软件的开发可以采用面向对象思想构成标准化的中间件,具有很强的扩展能力,为构建标准化嵌入式三模冗余容错计算机内核奠定了良好的技术基础.     

基于ADAMS的双足机器人拟人行走动态仿真

在双足机器人HEUBR_1的设计中,下肢采用了一种新的串并混联的仿人结构,并在足部增加了足趾关节.为验证该仿人结构设计的合理性及拟人步态规划的可行性,在ADAMS虚拟环境中建立了双足机器人HEUSR_1的仿真模型.通过拟人步态规划生成了运动仿真数据,在ADAMS虚拟环境中实现了具有足趾运动的拟人稳定行走,经仿真分析,获得了双足机器人HEUBR_1拟人行走步态下的运动学和动力学特性,仿真结果表明:双足机器人HEUBR_1的串并混联的仿人结构设计能够满足行走要求,且拟人步态规划方法可行,有足趾运动的拟人行走具有运动平稳、能耗低、足底冲击力小的特点.稳定行走的仿真步态数据可为下一步双足机器人HEUBR_1样机行走实验提供参考数据.     

基于颜色信息和光学增益的阴影消除

运动阴影常被误分为前景对象,会给目标的跟踪和识别带来很大困难,所以阴影消除在许多的监控系统中都是非常重要的。针对阴影检测算法受特定条件约束,不能自动适用于不同场景,为解决上述问题,提出了一种新颖鲁棒且无需复杂的参数调整的运动阴影消除方法。通过自适应高斯混合模型重建背景,采用背景差分法提取出包含阴影的运动区域,综合颜色信息与光学增益,将运动区域分类为运动对象区域和运动阴影区域。实验结果表明:所提方法在多种不同的场景下均能有效可靠的消除运动阴影。