基于视觉感知的海生物吸纳式水下机器人目标捕获控制

针对近海水产养殖环境下海生物目标的机器捕捞,设计了一款海生物吸纳式水下机器人.该水下机器人可以采取手动遥控吸取和视觉伺服控制吸取方式完成对海生物目标的机器捕捞.为了实现基于视觉感知的目标捕获控制,在摄像机平面坐标系上建立了水下机器人和目标之间的运动学关系,并在此基础上提出了自适应递归神经网络控制器.通过设计递归神经网络估计和补偿外界环境干扰,利用S面函数使水下机器人快速到达期望位置并保持稳定,结合递归神经网络和系统动力学模型设计鲁棒函数进一步提高非线性系统在视觉控制中的可靠性和稳定性.最后,在近海自然养殖条件下对海生物进行视觉跟踪控制实验,实现了对海生物目标的主动吸取控制,验证了该控制器的功能.     

基于卷积神经网络的人像浮雕建模与动画生成EI北大核心CSCD

为克服传统人像浮雕设计专业性强、效率低、效果单一等不足,提出一种人像浮雕快速建模方法.首先基于法向相似原理构建人像浮雕合成数据集;然后建立卷积神经网络模型,实现2.5D高度场的快速压缩;最后对3D模型进行多视角连续采样,通过网络预测批量生成单帧浮雕模型,合成人像浮雕动画.在人像浮雕合成数据集上进行实验的结果表明,所提方法可以实现人像浮雕快速建模,建模效率高于传统方法;建模结果在定量分析指数PSNR方面优于同类方法,具有合理的深度层次,同时较好地保留了人脸细节特征;合成动画为3D人像提供了良好的浮雕艺术展示效果.     

网络管理工具赏析

网络管理对管理人员来说是非常重要的,管理的好坏一方面在于管理员自身的网络知识和经验,另一方面在于手头要有得当的工具,只有两者很好地结合才能更好地管理网络。基于此,笔者向读者介绍几款常用的网络实用工具,希望通过本文的简略介绍能给读者带来一些帮助。     

WindowsNT安全管理之道

对直接接入Internet的局域网而言,保证网络安全非常重要。一般地,网络应用越广泛,安全隐患越多。可以说,除了操作系统的问题外,网络安全的最大威胁者是各种应用的安全配置。基于Windows NT Server 4.0(以下简称 Windows NT)网络的安全管理较为复杂,笔者将自己在Winsows NT网络安全管理过程中所遇到的问题和相应的解决办法总结如下,以飨读者。     

明文口令生成模型研究综述

近些年来,针对明文口令的破解和恢复等技术展开了广泛而深刻的研究,总的来说,该领域的主流方法已经大大提升了口令破解和恢复的成功率,但多种方法之间缺少比较和内在关联的分析。着眼于明文口令字典的生成问题,总结了近十年来主流的明文口令生成模型：马尔可夫模型、概率上下文无关模型和神经网络模型。为了有效并客观地评估这三种主流模型,设计并进行了一系列性能验证实验,给出了三种模型各自适用的场合及优缺点,并从原理层面解释了三种模型存在缺陷的原因,给出了一些优化改进的思路。最后,认为神经网络将会成为未来最具潜力的模型,并指出该领域的进一步研究和发展依赖于规范数据集的建立和多种方法的结合运用。     

基于ARM-μCLinux嵌入式系统的启动引导的分析与设计

在嵌入式系统开发中,启动代码的设计是系统开发的关键技术。结合嵌入式μCLinux系统的引导过程,文章介绍了ARM-μCLinux嵌入式系统的结构,重点分析了嵌入式系统启动代码的设计方法,从而为编写高效的启动代码提供参考,使系统更具有稳定性和实时性。     

采用Rogowski线圈测量雷电冲击电流

传统电磁式CT应用在高频大暂态电流测量中存在波形失真的不足,而Rogowski线圈可以较好地用于该类冲击电流幅值及波形的测量.通过对一个实际Rogowski线圈的动态特性进行理论计算并仿真,再与实测结果相对比.对比分析结果表明,Rogowski线圈在大幅度范围里对雷电冲击电流测量精度都能满足要求.     

MANET网络中一种节约能量的负载平衡路由

节约能量的负载平衡路由(PELBR)协议是针对无线Adhoc网络提出的一种路由协议。PELBR定义了一种称为节点活动度的标准,节点活动度定义了节点的通信负载。在PELBR中,路由发现过程中目标节点从候选路径中寻找负载最小,即路径上活动度之和最小的路径;而节点在传送数据时适当调节能量以保证网络拓扑结构的连接性,同时节约电池能量从而延长节点的工作时间。     

基于CDMA-over-TDMA的多路带宽预留算法

讨论了在进行有QoS保证的路由选择的研究中所遇到的一些问题,并提出了一种新的带宽预留的路由选择算法MBR。MBR算法把路由选择分为两个阶段：路由发现和带宽预留。在路由发现阶段,算法首先寻找多条到达目的节点的路径,然后在带宽预留阶段,对寻找到的路径进行带宽预留,最后由目的节点决定使用哪些路径进行传输。由于MBR算法是采用同时寻找多条路径来进行带宽预留,因此它与其它带宽预留算法相比,具有更高的成功率。