单幅图像的深度标签流形学习

图像中背景与前景对象的空间位置决定了场景在图像中的相对深度,利用图像的局部特征相似性和流形结构的降维性能,并应用salient区域DCT高频系数分布的深度排序索引性能,定义出图像深度的马尔科夫概率图模型MRF。通过划分场景对象检测salient区域模糊度,最后估计得出图像场景的相对深度图。通过学习图像数据的流形嵌入对数据流形分布概率密度函数进行迁移,得出遵循相似流形分布的对象特征类别标记概率密度分布。进一步检测空间变化salient区的模糊程度,融合多尺度梯度幅度的高频离散余弦变换DCT系数特征,依据模糊变化高频特征计算深度标记索引确定深度标签的层级次序,融合类别标签以生成深度图。这种模型框架下检测单个图像中模糊和未模糊的区域,可获得图像中场景的相对深度,而无需了解相机设置或模糊类型的先验参数。在典型的深度图估计数据集中应用MRF深度图模型评测图像的深度估计性能,实验结果给出该方法在检测场景分布和划分场景深度次序上的准确率,验证了方法的有效性。     

最优PID控制器在智能人工腿中的应用

以蚁群算法为基础,提出了一种新的非线性PID控制器及其参数优化设计方法;该控制器是基于PID控制器各增益参数与误差信号之间呈现非线性关系,根据一般控制系统的阶跃响应曲线,在不同响应时间阶段PID三个增益调节参数的理想变化情况,提出根据控制信号与误差、误差变化率之间的调节规律,拟合一组增益参数的非线性函数,并利用蚁群算法搜索出一组最优的非线性PID参数,构造最优非线性PID控制器,称为AS-NLPID控制器;该控制器已被用于CIP-Ⅰ智能人工腿;仿真实验证实AS-NLPID控制器能有效地控制CIP-Ⅰ智能人工腿,并具有良好的动态和稳态性能.     

变频器谐波干扰问题及解决

本文针对变频器在电机调速系统中的谐波干扰问题,结合实际进行了一些分析。变频器的谐波干扰分为输入侧和输出侧两方面,本文在分析这两方面干扰的同时,根据作者的工作经历,提出了几种解决办法。     

CS—1两臂机器人的轨迹规划

本文详细介绍了CS-1两臂机器人的轨迹规划,包括左手的轨迹规划,右手的轨迹规划,以及左、右手轨迹的协调规划。     

具有不完全微分的Fuzzy-GA PID控制器及其在智能仿生人工腿中的应用

以模糊推理和遗传算法为基础，提出了一种新的具有不完全微分的最优PID控制器的设计方 法．该控制器由离线和在线两部分组成．在离线部分，以系统响应的超调量、上升时间以及 调整时间为性能指标，利用遗传算法搜索出一组最优的PID参数Kp*、Ti* 和 Td*，作为在线部分调整的初始值．在在线部分，一个专用的PID参数优化程序以离 线部分获得Kp*、Ti* 和Td*为基础，根据系统当前的误差e和误差变化率e ，通过一个模糊推理系统在线调整系统瞬态响应的PID参数，以确保系统的响 应具有最优的动态和稳态性能．该控制器已被用来控制由作者设计的智能仿生人工腿中的执 行电机．计算机仿真结果表明，该控制器具有良好的控制性能和鲁棒性能．     

基于FPGA的医学超声成像数字波束合成器设计

在介绍数字波束形成原理的基础上,设计了一种以FPGA为核心芯片的新的数字波束合成器;该芯片可根据每个回波脉冲到达其对应阵元的时刻采用程序动态地调整合成波束的焦点和各回波信号的加权因子,实现回波信号的动态聚焦和动态变迹;对于波束合成过程中各阵元所需的接收延迟时间、聚焦延迟时间以及加权因子的存储采用软件方式为每个阵元单独设置一个专用ROM,以简化电路结构并提高系统的处理速度;仿真结果表明,与采用模拟聚焦和幅度变迹的方法相比,新方法的延时精度提高了80%,同时能更好地抑制波束旁瓣,有利于提高医学超声成像系统的图像质量。     

基于B/S模式教师信息管理系统的设计与实现

随着计算机技术和网络技术的飞速发展,校园网大力建设和不断完善.为了满足对高校教师信息管理的需要,建设一个使用方便而且高效的B/S模式教师信息管理系统十分迫切.在系统中基于三层结构模型的ASP应用程序提高了系统的可重用性和可扩展性,同时运用子查询的方法,提高了数据库查询效率.     

基于改进的AIA优化ANN的多移动机器人追捕研究

建立了一个包含多个捕猎机器人和单个猎物机器人的动态空间模型,并构建了捕猎机器人的AIAE-ANN行为决策系统。人工神经网络(ANN)所有的连接权值采用改进型人工免疫算法(AIAE)进行优化,使神经网络的性能不断得到进化,最终可生成一个性能优良的行为决策系统,从而完成捕猎机器人的围捕。仿真实验表明:用AIAE训练,能有效地应用于追捕系统的多移动机器人研究。     

免疫最优PID控制器设计与应用

以基于欧氏距离和精英交叉的人工免疫算法(DKBAIA)为基础,提出了一种新的最优PID控制器的设计方法。这种方法的核心是以ITAE性能准则为目标函数,采用DKBAIA去调整和优化PID控制器参数,以获得最优的目标函数值,进而获得最优的PID控制器。所设计的这种控制器称为DKBAIA—PID控制器。将该控制器用于控制智能仿生人工腿的执行电机中,并进行计算机仿真实验,结果表明:这种基于免疫算法的最优PID控制器具有良好的动态和稳态性能。