步进电机控制系统在机器人误差补偿器中的应用

本文根据机器人误差补偿器的特点，提出了一种基于PC机控制的多进步电机实现方案，该步进电机控制系统不仅能完成点位控制，而且能实现轨亦控制，具有较强的通用性。     

基于深度学习的息肉分割网络GLIA-Net

随着卷积神经网络的发展,现有改进的息肉分割U-Net网络能有效提高息肉分割准确率,但引入了大量参数,导致模型复杂度增大且计算效率降低。提出具有低复杂度、高性能的网络GLIA-Net,用于分割内窥镜图像中的息肉区域。以U-Net为基础架构,在双层卷积后加入全局与局部交互式注意力融合模块。全局注意力基于2个可学习的外部储存器,通过2个级联的线性层和归一化层来实现。局部注意力基于局部跨通道交互策略,将一维卷积代替全连接层,在保证网络性能的同时降低计算复杂度,加快网络的计算速度。结合高效通道注意力和外部注意力的优点,在不引入过多参数量和计算量的前提下融合局部注意力和全局注意力,同时在通道与空间2个维度上引入注意力机制,提取丰富的多尺度语义信息。在Kvasir数据集上的实验结果表明,GLIA-Net的平均交并比、Dice、体积重叠误差分别为69.4%、80.7%和5.0%,与ExfuseNet、SegNet、ResUNet等网络相比,在保证网络计算效率的同时具有较优的分割精度。     

香港城市公共导向设计有感

城市公共导向设计是引导人们在某个城市内的公共场所进行活动的信息系统设计.导向设计在恰当的位置、以最佳的方式提供绐人们需要的公共信息.完善的导向系统应达到这样一种目的,即一个外地人甚至外国人初到一个城市后,借助导向系统的指引能够容易地到达其目的地.香港良好的公共导向系统产生了清晰的城市意象,从而带给人们良好的感知,外来客置身其中,也能体会到这一现代化都市对人们出行的关怀.     

改进蚁群算法在支持向量机中的应用

提出一种改进的蚁群算法(ACA)来优化支持向量机(SVM)训练参数.该改进算法建立于每只蚂蚁只根据参数β在其前次迭代的最优解附近搜索,可快速减少搜索范围.参数β的提出可以保证蚁群快速地达到最优解.仿真结果表明:使用该方法优化SVM参数可有效避免陷入局部极值,提高收敛速度.     

一种利用单片机实现的三相移相式交流调压器

本文介绍了一种简单实用的高精度单片机移相式三相交流调压器,在硬件上该装置只用了一套脉冲发生电路,仅占用计算机的两个中断口,四条并行口线和少量内存.与常规的D/A输出来控制交流调压方式相比,直接数字触发使装置硬件电路得到了简化并提高了调压精度.     

基于H∞变结构的不确定机器人模糊神经网络控制

针对非线性不确定机器人的跟踪控制，提出了一种基于H∞变结构控制的模糊神经网络控制方案．基于模糊神经网络的学习和函数逼近能力，补偿机器人系统的内部不确定性和外干扰，H∞变结构控制提高了机器人对参数不确定性和外部扰动的鲁棒性，削弱了控制输入的抖振。仿真实例证实该控制方案的有效性。     

分布式多交互虚拟场景渲染的协同控制

针对分布式多交互虚拟现实系统场景渲染的协同控制问题,构建了基于分布式开放灵活的多交互虚拟现实系统结构,将协同交互技术集成到虚拟现实系统设计中,设计包含控制平台、网络服务平台和渲染平台的系统架构,提出了一种基于OGRE的分布式多交互实时协同渲染方法。完成了单个控制节点对应多个渲染节点时,多个渲染节点渲染场景的实时同步,以及多个控制节点在同一场景中的协同、交互。此研究成果应用于河北大学虚拟漫游交互控制平台,具有广阔应用的前景。     

基于鲁棒自适应Smith预估器的电阻炉温控制

针对炉温设定值变化等原因引起的对象模型参数变化,提出一种鲁棒自适应smith预估器。鲁棒项的引入,提高了smith预估器自适应律对纯迟延参数精度的鲁棒性,在纯迟延时间失配的情况下,自适应算法仍能保证预估误差快速收敛。对预估器和电阻炉的仿真结果表明,在纯迟延时间失配的情况下,鲁棒自适应smith预估器能够保证预估误差收敛于零,进而保证系统的控制性能。     

并联机器人基于滑模理论的模糊控制

根据并联机器人控制的特点,运用一种基于滑模理论的模糊控制方法对它进行控制。这种控制算法简单,具有很强的鲁棒性,还能够保证系统的稳定性。仿真结果表明,它对并联机器人的控制具有良好的效果。