一种优化的移动机器人ALV视觉归航算法

针对移动机器人平均路标向量（ALV）的算法性能受自然路标影响较大的问题,提出了一种优化算法．在利用图像特征检测与匹配手段,如SIFT（尺度不变特征变换）、SURF（加速鲁棒特征）等,来获得自然路标的前提下,优化算法首先对原始的ALV算法进行了过程拆解,获得归航子向量;然后利用统计学理论对归航子向量的贡献度进行调整,并剔除误匹配路标;最后将带有权值信息的归航子向量重新整合,获得指向目标位置的归航向量．实验表明,优化的ALV算法有效地提高了自然路标的整体精度,保证了路标的对应性,从而提高了ALV算法的准确性,使机器人可以以更理想的轨迹自主地到达目标位置．     

基于近邻元分析的半监督流形学习算法*

现有的大多数流形学习算法偏重保持流形的几何结构,并未考虑到样本点的标签信息,这在一定程度上限制了流形学习算法在数据分类中的应用.因此文中提出一种基于近邻元分析的半监督流形学习算法,采用近邻元分析学习距离度量矩阵,在距离度量方式下选择样本点的局部邻域点.基于距离度量方式构造样本点和邻域点的局部几何结构,并在样本点的低维嵌入坐标中保持这种局部几何结构不变.3个不同数据集上的分类实验验证了文中算法的有效性.     

Unity3D软件下的虚拟矿山仿真开发

针对传统三维虚拟矿山在模型建模、信息交互、属性查询及应用平台等方面的不足,借助Unity3D实现实体矿山的虚拟仿真;通过搭建虚拟矿山仿真架构,利用AutoCAD、3d Max建立虚拟矿山的三维场景模型;基于Unity3D进行虚拟矿山的集成、辅助场景、漫游系统和避灾路线模拟。结果表明:虚拟矿山系统的建立,实现了矿山开采环境仿真以及开采过程模拟,为矿山安全培训教育、作业人员避灾自救及矿山应急救援组织决策等提供了三维立体仿真指导,对其他类似矿山的数字化建设具有一定的借鉴意义。     

无线一键通技术及其发展展望

本文概要描述了被认为是新的移动业务增长点的无线一键通技术的发展背景及关键技术,指出了目前无线一键通技术继续发展所面临的技术难点,并对未来业务的发展做出了展望.     

电网企业信息可视化建设的探索性研究

介绍了可视化技术的含义及其在电力行业的应用情况,结合我国电网企业的现状,分析了信息可视化在电网企业管理中的价值.从管理决策的角度出发,基于对信息可视化展现方面探索性的内容设计和技术架构,提出了公司信息可视化建设思路.     

塔里木盆地哈拉哈塘地区二叠系火成岩体对下伏地层地震成像影响

塔里木盆地哈拉哈塘地区二叠系发育大规模火山活动,为准确了解厚层火山岩对下伏地层地震成像的影响,在实际钻测井资料及三维地震资料的基础上,建立寒武系—白垩系简化地质模型,并采用有限差分法求解弹性波波动方程,开展波动方程正演模拟,真实还原地震成像过程,明确二叠系火成岩体对下伏地层地震成像的影响,以期对哈拉哈塘地区古生界油气勘探开发起到一定的借鉴作用。结果表明：高速、高密度的二叠系英安岩对下伏地层地震成像有屏蔽作用,下伏地层反射波振幅强度相对于覆盖区外围明显减弱;由于岩性的横向突变,致使其下伏地层的地震成像形态发生明显变形及构造异常,而并非断裂带或火山通道的地震响应;杂乱反射带及火成岩下伏区域奥陶系大型缝洞集合体波场复杂,成像速度较难准确求取,存在偏移假象,“串珠状”地震反射难以收敛。     

数模结合视频监控系统在轨道交通中的应用

阐述了模拟和数字视频监控系统各自的优势和特点,详细介绍了模数结合的视频监控系统在上海轨道交通中的应用,并提出了发展设想.     

H2S酸性服役环境下海底管线的焊接工艺开发

基于惠州19-2&19-3海管项目的工程实际需要,开发了服役于H2S酸性环境条件下海底管线的焊接工艺,对该条件下焊接方法选择、焊材选用、焊接工艺控制等方面进行了介绍,制订了API 5L X60,ASTM A694 F70和F65材料的焊接工艺,并进行了焊接试验.焊接接头的无损检测、力学性能试验、硫致应力腐蚀试验和氢数开裂试验的结果表明,接头性能可以满足工程应用要求.     

声发射技术在化工过程中的应用

在简要介绍声发射技术原理、测量手段与分析分析方法的基础上,系统回顾了被动声发射技术在化工过程中对于物理化学变化以及设备状态监控的广泛应用,对声发射技术在流程工业中各个单元操作以及设备监控等各个方面的应用进行了综述。总结表明,声发射技术适用于各种恶劣的工业环境,能够实时在线、准确地实现流程工业中关键过程参数的检测,具有广阔的工业应用前景;相比于传统的检测手段,声发射技术具有更为广阔的工业应用前景。     

基于人工神经网络的工质基础物性预测

烃类及卤代烃是制冷及余热发电等热力学循环系统潜在的理想工质,但其数量繁多且多数物性参数未知,建立准确的物性预测模型对新型工质的开发至关重要。从多个公开数据库中收集了2 500多种烃类及卤代烃分子(含C,H,F,Cl)的基础物性参数,包括正常沸点(T_b)、临界温度(T_c)、临界压力(p_c)、偏心因子(ω),构建了一个工质物性数据库;进一步,通过改进基团贡献-人工神经网络(GC-ANN)的方法,模型的输入参数除基团频率外,还加入相对分子质量、T_b、约化维纳指数,建立了预测烃类及卤代烃分子T_b,T_c,p_c,ω的神经网络模型,所开发模型的预测误差小于传统的GC-ANN的误差。