基于高斯过程的改进经验模态分解及应用

传统Hilbert-Huang变换(HHT)的经验模态分解算法是基于3次样条插值的包络线计算方法,存在过冲及边界效应等缺点.针对传统经验模态分解算法求解包络线存在的问题,提出了基于高斯过程回归的改进包络线插值方法.并且讨论了如何优化高斯过程参数,提高了泛化能力及包络线的插值精度,较好地改进了HHT的虚假频率和端点效应问题.通过处理步态数据的试验表明,采用高斯过程方法可以较好地改进HHT存在的虚假频率和端点效应问题,减小了固有模态函数的失真.     

基于DV-Hop和距离几何约束的定位算法

针对DV-Hop定位算法的误差主要是计算未知节点和信标节点间距离的问题,利用二维空间的Cayley-Menger行列式提供的几何约束对未知节点到信标节点的距离进行优化修正.通过距离几何约束的条件对未知节点到信标节点之间的测量值进行处理,来减少未知节点到信标节点的测距误差,并采用三边测量法进行定位.仿真实验结果表明,随着信标节点数目的增加,用于校正的测量数据增加,该定位算法能够更加准确地测量未知节点和信标节点间的距离,提高网络节点的定位精度,同时使节点的覆盖率有了较大提高.     

可变形机器人直线构型滑移转向方法

可变形机器人AMOEBA-I能够利用其直线构型通过狭小的废墟空间,但是在此构型下难以进行转向,转向半径极大,并且机器人进行转向时,连接杆受到较大的阻力矩,使其使用条件受到限制。为减小转向半径、转向时间及转向阻力矩,提高机器人对复杂环境的适应性,提出一种可变形机器人能够快速有效转向的方法。研究机器人滑移转向前的变形过程并建立滑移转向的数学模型,分析机器人三个模块在转向过程中运动和力学特性,得出地面转向阻力矩及机器人所需驱动力的大小,完成机器人的滑移转向理论基础。给出评价机器人转向优劣的指标。通过试验分析,机器人在进行滑移转向时,驱动电流没有超出电动机额定值,机器人转向过程较链式转向快速平稳,结果验证机器人滑移转向的有效性和可实施性。     

基于局部扫描的实时反馈纳米操作系统

由于压电陶瓷机构的非线性及系统温度漂移等因素使AFM探针难以精确定位到被操作物体,从而导致跳针或滑落现象,阻碍了AFM纳米操作的发展.为了解决该问题,提出了基于局部扫描的实时反馈纳米操作系统.系统以样品表面的纳米颗粒作为路标并对其进行持续观测,解决了系统温漂引起的探针定位误差问题,提高了探针的定位精度;在纳米操作过程中采用局部扫描策略,通过对操作后的结果进行快速扫描,实现了实时反馈纳米操作系统.实验结果验证了该纳米操作实时反馈系统在大温漂条件下操作的有效性.     

基于中值背景模型的运动目标自适应检测方法

目的 在保证准确性的前提下,降低运动车辆检测算法的计算量,加快处理速度,满足实时性要求,提出一种基于中值背景模型和自适应阈值的运动检测方法 .方法 基于当前帧与背景图像的差分图像,利用自适应阈值分别对差分图像的三个颜色通道进行二值化,从而实现运动目标的精确检测.同时,根据检测结果 ,采用中值更新策略实现背景图像的实时更新.结果 实验结果 表明,笔者算法可以从复杂交通场景图像序列中有效地检测出运动目标,并且算法计算量小,具有良好的鲁棒性与实时性.算法每帧处理时间比混合高斯降低43%,背景更新时间比一阶Kalman算法降低了45%.结论 算法能够很好地满足智能交通监控系统中运动车辆实时检测的要求.     

基于Web Service技术的教育资源集成研究

目的解决高等学校分散、孤立的教育资源遗留系统的现代化问题，实现数字校园软件集成．方法采用Web Service技术提供网络服务，可跨越平台、跨语言、跨操作系统并能穿越防火墙，实现不同部门应用系统集成的目的．结果提出了一种教育资源集成的基础架构方案，分析了教育资源遗留系统的现代化过程中应当注意的问题，给出了一个基于Web Service技术的安全身份认证实例，讨论了设计Web Service时的粒度问题．结论Web Service技术是教育资源遗留系统现代化和数字校园软件集成的一种先进而有效的解决办法，可减少学校信息化过程中的总成本，加速教育信息化的进程．     

基于小波分析的混合车牌定位算法

目的提出一种基于小波分析的车牌定位方法,保证车牌定位的准确性,满足车牌识别系统的实时性要求．方法首先对原始图像进行预处理,去除噪声和增强对比度,然后利用原图像的垂直梯度的水平投影实现车牌图像的粗定位,最后利用小波分析提取车牌图像的高频信息,实现车牌精定位．结果通过先粗定位再细定位的方法提高了车牌定位的速度,并且抗噪声能力强,定位效果较好．结论实验证明了该方法的有效性和实用性,为车牌识别系统的后续处理提供了有利条件．     

粗糙集-决策树在数据挖掘中的应用

目的将数据挖掘技术应用在胶合板缺陷检测数据中，提取出有效的、正确的规则信息．方法通过分析比较粗糙集软计算方法和决策树方法的特点，利用两种方法具有的优势互补性，将其进行有机集合，构造数据挖掘模型．结果从胶合板缺陷检测数据中挖掘出对用户有价值的决策规则，并将其用“IF—THEN”语句表达出来．以便指导以后的决策过程．结论基于粗糙集和决策树结合的数据挖掘方法提高了获取规则的快速性，降低了计算的复杂度，增强规则的可解释性，取得了良好的研究结果．     

基于误差修正码的支持向量机大类别分类方法

针对传统的支持向量机大类别分类算法存在的不足，结合支持向量机快速准确的分类性能和误差修正输出码误差修正的特点，提出一种基于误差修正输出码的支持向量机大类别分类方法，分析了误差修正输出码误差修正的原理，提出4种最优误差修正输出码编码方法．并将该方法与传统的支持向量机大类别分类方法“一对多”算法相比较，通过实验研究表明，该方法能有效的提高支持向量机大类别分类器的分类精度，具有良好的分类品质指标。     

模糊神经网络技术在铝电解故障诊断中的应用

目的为了提高生产效率、降低成本、安全生产，通过对铝电解故障进行有效的检测和预报，减少铝电解过程中阳极效应、热槽、冷槽故障的发生．方法通过对铝电解故障发生机理和故障发生时相关特征量变化趋势的分析，基于模糊逻辑理论。建立了多级模糊故障检测模型，采用BP神经网络建立了故障分类模型，实现对铝电解故障的检测和预报．结果降低了模糊系统的维度，减少了规则数量，采用多级模糊与神经网络相结合的故障诊断预报的方法，提前了预报时间，提高了预报准确率．结论铝电解模糊神经网络故障诊断方法，有效地降低铝电解的故障发生率，降低了能耗，提高了铝的产量和质量，具有良好的应用前景．