魔芋水晶软糖生产工艺研究

本文提出一种以魔芋精粉及卡拉胶、黄原胶复配生产水晶软糖的方法。由于复配胶中分子间的协同增效作用，使得凝胶软糖的制备更为方便、廉价。     

基于线段近似法的姿态控制线圈磁场位形研究

基于线段近似方法对几何结构相对复杂的偶极场姿态控制(Tilt-Slide-Rotate coils,TSR)线圈的线圈作用力进行了研究.在偶极场倾斜和偏移情况下,分别通过控制对侧和同侧TSR线圈产生磁力使偶极场线圈恢复平衡位置的情形进行了建模分析.计算TSR线圈和偶极场线圈耦合磁场及分析磁场线结构,并采用具有正弦电流形式的TSR线圈激励磁场模拟环向磁扰动,对扰动磁场在赤道面上的庞加莱截面图的磁场线结构和相位进行分析.发现仅通过一组同侧或对侧TSR线圈控制偶极场线圈使其恢复平衡时该过程具有力学不稳定性,需要多组TSR线圈协同控制.对全部TSR线圈施加伪正弦电流,会对背景偶极磁场产生压缩和拉伸效应,并且控制TSR线圈电流来控制压缩位置相位,该过程验证了多TSR线圈控制偶极场线圈姿态的可行性,但同时会使背景磁场发生漂移及形成开放磁场线,这可能会驱动等离子体不稳定性及导致粒子的损失.     

石英板夹层中窄电极结构与材料对直流放电的影响

研究了一种石英板夹层窄电极放电装置的低气压直流放电过程,重点探讨了电极结构与电极材料对等离子体参数的影响,其中电极要求宽高为4mm,间距大于40mm.实验采用朗缪尔双探针法诊断,通过改变气压、放电功率等条件分析了电极结构对自制的直流等离子体放电装置的电子密度分布及电子温度的影响.结果 表明:通过增加电极表面积,采取特殊...     

基于自适应阈值分割的宫颈细胞图像分类算法

本文以宫颈癌细胞图像的自动筛查为应用背景,研究了一种新的宫颈细胞图像分类算法。算法首先采用形态学滤波与自适应直方图均衡的预处理方法进行图像增强;根据对图像内容与直方图分布关系的深入分析,提出采用经验因子加权Otsu自适应阈值分割算法进行细胞核分割,有效地解决了细胞重叠所引起的自适应分割阈值的选取问题;然后,通过提取面积、周长、区域面积与外接凸多边形面积比以及长宽比四种参数,对分割出的细胞核区域进行杂质剔除;最后以最能体现癌细胞特征的面积、平均灰度作为特征参数采用K-means算法对样本图像进行分类实验。实验样本为233幅宫颈细胞图像,其中49幅癌细胞图像,184幅正常细胞图像,实验结果证明了该算法的有效性。      

一种基于多分类器融合的双色红外成像目标识别方法

针对双色红外成像系统中的自动目标识别问题,提出了一种基于多分类器融合的红外目标识别方法.该方法首先提取目标的形状特征和面貌特征,并设计多个基于不同特征的分类器对目标进行分类;然后对各个分类器的目标分类结果进行决策级融合处理,并采用所提出的决策规则对多分类器融合分类结果进行处理得到最终的目标识别结果.该方法充分利用了目标在多传感器图像中的多种分类特征信息,提高了系统的目标识别效率和精确性.实验结果证实了该方法的有效性.     

微小无人直升机自适应视觉伺服

针对摄像机未标定和特征点坐标未知的情况, 本文提出一种新颖的基于图像的无人直升机自适应视觉伺服方法. 控制器是基于反推法设计的, 但是和已有的基于反推法的视觉伺服不同的是, 它利用与深度无关矩阵将图像误差映射到执行器空间, 从而可以避免估计特征点的深度. 这种设计方法可以线性化未知的摄像机参数和特征点坐标, 所以能方便地设计自适应算法来在线估计这些未知参数, 同时为了保证图像误差收敛和避免估计参数收敛至零解而引入了两个势函数. 利用Lyapunov方法证明了基于非线性动力学的控制器的稳定性, 并给出了仿真验证.     

互联网上机器人的遙控理论与方法综述

给出了系统的研究模型,指出系统控制和设计必须考虑的3个关键问题:稳定性、透明性和时延处理.阐述了4个主要的稳定性分析方法:Lyapunov稳定性、输入输出稳定性、无源稳定性和基于事件的稳定性,总结了这些方法的优势和局限性.接着,给出了几种主要的控制策略,指出了现有控制方法的优缺点.最后,提出了进一步的主要研究方向.     

一种基于模糊阈值的直线拟合策略在铁路沿线柱体检测及距离估计中的应用

首先提出了一种单幅图像中由边缘检测自动估计铁路沿线柱体到铁轨大致距离的方法,该方法主要通过对铁轨及其沿线柱体的检测、分类识别和距离估计来完成。因为如何在有畸变和复杂背景的图像中准确和有效检测边缘在图像处理和模式识别中一直是一个关键而困难的问题,为此提出了一种基于模糊阈值的直线连接拟合策略,该策略主要包括3个步骤：边缘提取、角点检测和基于模糊阈值的直线递归拟合。该策略可以有效地在有图像畸变和复杂背景的实际拍摄图片中通过参数控制获取感兴趣目标的直线边界。实验结果证明本文的直线拟合策略是精确的和具有鲁棒性的,距离估计方法是有效的。     

自适应多模快速背景差算法

在多高斯模型的基础上,从场景中模型分布不均匀性出发,提出了一种新的快速背景差算法。该算法针对混合高斯模型中固定模型数量不足的问题,建立了模型产生和退出的机制,使模型数量能够自动适应场景特点,实现了高斯模型的实时自适应分布,即提高了准确性又有效地减少了模型的总量;同时,针对混合高斯模型中计算量大的问题,对模型参数的计算进行了优化,将耗时的浮点运算转化为整型运算,减少了计算量;算法中引入了生存时间和模型重现频率的概念,通过对模型重现频率的限制有效抑制高频噪声。与混合高斯模型的实验结果对比说明,该快速算法保持了原算法的优点,执行速度提高1倍以上,检测结果准确,算法内存消耗小,前景轮廓清晰,抑制高频噪声的能力强,整体效果优于混合高斯模型的背景差算法。     

基于相对方位的多机器人合作定位算法

研究了在未知环境中,利用扩展卡尔曼滤波方法融合内部传感器信息与机器人之间的相对方位观测量,同时定位队列中每个机器人的问题.通过机器人队列共享相对方位观测量,融合不同平台感知的信息,可有效地提高整个队列的定位精度.分析了该方法与机器人分布和运动的关系及存在的缺陷,针对这一问题,提出了改进措施,从而使该方法的可靠性和实用性得到增强.仿真实验验证了改进方法的有效性.