基于改进K-means聚类算法的组合模型建模

在传统的K-means聚类算法中,初始聚类是随机选取的,其聚类结果易随着不同的初始聚类中心波动.针对这一问题,首先采用最大距离积法对传统K-means聚类算法的初始聚类中心进行了优化.同时定义了一种新的目标函数并将其引用到传统的K-means聚类算法中,以实现对聚类结构类别数K的优化选择.将训练集样本数据经上述方法聚类后,再将各个子类分别建立基于支持向量机的子模型,通过开关切换的方式连接各子模型得到组合的支持向量机模型.将该方法应用于双酚A生产过程的缩合反应单元溶解罐出口苯酚含量的软测量建模.工业实例仿真结果表明:该算法能较好地跟踪苯酚含量的变化趋势,有效地改善了数据分类效果,提高了软测量模型的估计精度,显示了它在工业领域的应用潜力.     

视频图像雨场去除仿真研究

计算机视觉系统在军事和民用领域有着广泛的应用,而雨场的存在严重影响计算机自动检测、识别和跟踪目标的能力.通过深入分析雨滴的色彩属性及动态特性,为提高识别目标的准确性,提出了先将视频图像转化到YCbCr颜色空间,然后采用二次k-means聚类去除视频图像中雨场的方法.相比传统在RGB色彩空间的雨场去除方法,在保证不降低处理效果的前提下,方法仅需要处理一个Y分量,节省了两个色彩分量的处理,提高了实时性.在MatLab平台下进行仿真结果表明:方法可以有效的去除视频图像中的雨场,为恶劣天气下视频图像清晰化提供一种可行的图像雨场去除处理方法.     

电信级以太网交换机的供电机制及实现

传统以太网都是仅用于传送数据,以太网设备必须自带电池或者外接电源适配器等才能工作,增加了网络布线难度。2003年6月颁布的IEEE 802.3af定义了以太网在数据传输线上同时传送直流电能的标准,既节约资源、简化布线复杂性,又解决各设备制造厂家的兼容性问题。本文在研究IEEE 802.3af中的各个关键技术的基础上,在以太网交换机上实现对受电设备的供电功能。     

一种基于IMM的自适应目标跟踪算法研究

对目标进行自适应跟踪是节约雷达资源的途径之一.以相控阵雷达为基础研究了一种目标自适应跟踪算法.介绍了传统连续情况下的周期采样方法,通过设定上、下界来限制算法中采样周期的变化.并在连续采样的基础上给出一种改进的离散采样算法,改进算法通过比较滤波残差和量测误差设定一组离散采样值,计算量减小,跟踪误差降低.基于IMM对两种自适应采样算法以及固定周期采样算法进行Monte Carlo仿真对比,仿真结果表明两种自适应采样算法均大大降低了采样宰,改进的离散自适应采样算法跟踪性能相对较好.     

基于局部信标选择的无线传感器网络定位算法

针对DV-hop算法定位精度低的问题,本文分析了节点间的位置拓扑关系对定位精度的影响,提出了一种基于局部信标选择的定位算法(RBS-DV-hop)。该算法权衡了定位精度和计算复杂度,从三方面寻找局部最优的信标节点组,包括信标节点的共线度、未知节点与信标节点的跳数以及信标节点相对于未知节点的分布。仿真结果表明,改进后的算法明显提高了定位精度和稳定性,为合理选择信标节点组进行定位提供了一种方法。     

适于水下船体的爬壁机器人关键技术及其研究进展

水下船体表面清刷和检测为爬壁机器人开辟了新的应用领域,其特点是机械本体稳定地吸附在水下船体表面上,同时能够灵活地完成移动、转向、越障等行走功能,进而完成针对船体表面的检测、清刷等作业。文中重点介绍了几种水下船体作业的爬壁爬行机器人,并对机器人的吸附和行走两个关键技术进行了分析,总结了水下船体作业机器人研究中的一些难点问题及其发展趋势。     

Observer模式在．NET多线程并行计算中的应用

对观察者（Observer）设计模式进行了分析,并利用．NET框架对其进行了改进;基于．NET Framework4．0,将改进后的模型应用到多线程并行程序的设计中,从而简化了开发过程,并且使系统结构更清晰,便于扩展和维护。     

泛在学习——学习者自由探索的新方式

泛在学习代表了一种新的学习服务理念,使学习无处不在。泛在学习的学习理论从外在环境刺激向内在潜能的激发转变,注重学习者的个性发展和学习共同体的作用。文章介绍了目前普遍关注的泛在学习的内涵,支撑泛在学习的技术和理念,以及自由探索的形式;分析研究了泛在学习未来的发展前景。     

面向顾客选择的产品联合分析系统的研究与实现

运用联合分析原理建立数学模型,根据数学模型和项目情况进行系统分析设计,运用程序开发等相关技术实现在线产品分析系统,该系统提供给设计和销售人员进行产品调查和分析,从而提供产品各属性水平的效用值、重要性及产品潜在的市场占有率,以指导产品研发设计和产品进货选择.     

基于虚拟现实的网络化上肢康复训练系统

针对中风病人和上肢受伤病人在传统的基于康复器械的训练中,人机之间缺乏良好的互动性以及训练模式内容枯燥乏味的缺点,本文使用Windows GDI和OpenGL在VC++6.0开发环境下开发了一种新颖的基于虚拟现实和计算机网络的上肢辅助康复训练系统。该系统配合康复训练的主动模式和阻抗模式,可以与病人进行具有趣味性和良好交互性的康复训练过程。实验结果表明系统能够辅助医生对病人进行康复训练医疗,并且能够极大的提高病人进行康复训练的积极性。