信息增益区分频繁模式分类方法

基于频繁模式的分类应用研究尚处于初始阶段,但其在关系数据、文本文档与图等方面的分类应用已取得初步成果。系统地研究了基于信息增益区分的频繁模式分类问题,提出了一种基于信息增益区分的频繁模式分类模型(IGFPC),从理论上论证了该模型的可行性。通过建立模式频率与基于信息增益区分度量间的联系,提出了一种在挖掘有用频繁模式上设置最小支持度阀值的方法,基于该方法和提出的特征选择算法(IGPS),生成用以构建高质量模式分类器的区分频繁模式。实验研究显示基于信息增益区分的频繁模式分类框架模型能在分类大数据集上达到较好的扩展性能和较高的分类精度。     

Genie Shell for uC/OS-Ⅱ的设计与实现

为解决嵌入式实时操作系统uC/OS-Ⅱ缺少命令解释器,人机交互不便的问题提出了为uC/OS-Ⅱ设计Shell的思想.在介绍了硬件平台的基础上,给出了Shell的总体工作流程,详细描述了其串口函数及主任务的实现过程,并以绘图命令为例介绍了Shell中命令的实现及扩展方法.测试表明其运行稳定,较好的完成了uC/OS-Ⅱ的人机交互工作,并具有良好的可移植性和可扩展性.     

视频图像在三维模型中的渲染

视频监控是大型安防工作中最重要的一个环节,传统的视频监控系统展示给用户的只是独立的二维平面图像,图像脱离环境,整体性不足,为了解决该问题,提出了将视频图像渲染显示于三维模型的思路.研究了纹理映射技术并结合视频图像渲染的特殊性分析研究了Z缓冲算法、Shadow map算法,根据实际应用提出Extend Shadow map算法以实现将视频图像与三维场景无缝贴合.实验结果表明,视频图像渲染显示于三维模型中所体现的优越性.     

在Web Services动态合成中的最佳路径算法

为实现Web Services动态、自动的合成,以减少合成过程中过多的人工干预,提出了一个基于A*算法的最佳路径算法.该算法通过对核心的估值函数的设计,启发式地对Web Services进行选择合成,从而能够将最适当的服务配置到合成的结果当中去.分析比较结果表明,该算法能够合成出最适当的服务并且服务合成的时耗较少.     

复杂结构数值模拟的精细分析

针对用户对模型数值模拟要求越来越高的问题,对于用户关心的区域(局部复杂结构区域),采取足够细的网格来得到满意的结果,对于这些区域之外的部分,则采取密度适中的网格来处理. 以连杆螺栓啮合区域的精细分析为例,结合ANSYS子模型技术的功能特点,进行复杂结构数值模拟的精细分析. 结果表明该技术为复杂结构中重点关注区域的应力精确分析提供1种有效方法.     

基于中间节点效应的无标度网络演化模型研究

原BA模型以网络中已存在的各个节点与新增节点的连接相互独立为前提。然而,在真实系统中,当网络中一个节点与新增节点连接后,该节点对其邻居节点与新增节点的连接会存在影响。针对该现象,提出了基于中间节点效应的无标度网络演化模型。首先描述与定义了中间节点效应,然后给出了中间节点效应模型的生成算法,并从理论上分析了该模型的度分布情况,最后利用仿真验证了理论分析的正确性,并就度分布、群聚系数、平均路径长度等复杂网络参数与原BA模型进行了对比,结果表明此模型能生成无标度网络并且更符合现实网络的演化过程。     

超高速水下航行器横滚控制研究

超高速水下航行器航行时由于被超空泡包裹着,使得其工况变得更为复杂,控制难度进一步加大;为了抑制或消除横滚,文章通过分析超高速水下航行器的运动特点,建立了航行器横滚运动模型方程,并进行特性分析和控制规律综合设计,最后提出使用配置控制面的方法来实现它的横滚控制;此方法的使用既为系统提供控制力又解决了系统弱阻尼的问题,同时还提高了系统的响应速度;最后运用PD算法,分析它的动态特性和幅频特性,仿真结果表明此方案简单,容易实现,且鲁棒性好,满足系统的要求。     

基于DSP的光纤捷联惯导系统设计与实现

介绍了一种基于DSP的光纤陀螺捷联惯导系统的设计与实现方法;系统采用DSP+MCU的体系结构,DSP主要完成导航计算,利用单片机实现对数据采集模块的控制,并通过双口RAM实现单片机和DSP的数据通信,构成了一套小型捷联惯导系统,同时给出了一种捷联惯导算法编排,简要介绍了SPI通信和TMS320C6713的二次bootloder方式;经测试,系统速度和精度都满足了设计要求,已应用于实际系统。     

超高速水下航行器航向控制研究

超高速水下航行器在水下航行时,表面大部分被超空泡所包覆,其运动特性发生显著变化,使得其工况变得更为复杂、控制难度加大;通过分析它的运动特点,建立了系统模型方程,并提出把空化器作为控制面,通过操纵其舵角改变量来控制航行器航向;最后运用PI极限舵控制算法进行仿真分析,结果表明此控制方法简单易实现,产生的偏差小,同时还提高了系统的响应速度,较好地满足了系统要求,分析结论可为超高速水下航行器控制系统设计提供参考。     

二级倒立摆的Sugeno型模糊神经网络控制

为了提高二级倒立摆系统实时控制的响应速度和稳定性,在设计Mamdani型模糊推理规则控制器控制倒立摆系统稳定的基础上,设计了一种更有效率的基于Sugeno型模糊推理规则的模糊神经网络控制器.该控制器使用BP神经网络和最小二乘法的混合算法进行参数训练.能够准确归纳输入输出量的模糊隶属度函数和模糊逻辑规则.通过与Mamdani型控制器的仿真对比及实际控制实验结果,表明该Sugeno型模糊神经网络控制器时二级倒立摆实验装置的控制具有良好的稳定性、快速性和较高的控制精度.