基于模糊神经网络的智能车辆路径跟踪

在自主车辆路径优化控制的研究中,针对智能车辆传统的路径跟踪控制需要建立精确的数学模型且鲁棒性差的问题,提出了一种模糊神经网络的角速度控制器设计方案。首先建立了智能车辆运动学模型;然后以方向角误差和位置误差作为该控制器的输入,利用神经网络的学习能力来调整模糊参数得到性能优化的控制器,最后对直线和圆路径进行了路径跟踪仿真。仿真结果表明提出的模糊神经网络控制算法具有很高的控制精度和较好的鲁棒性,能够满足智能车辆实时精确路径跟踪的优化控制。     

基于纹理分类的极化SAR图像滤波方法

关于雷达图像优化,提高分辨率的问题,场景较为复杂的图像,固有噪声图像效果不够理想,对具有不同统计特性的像素点缺乏精确的区分。由于传统参数估计方法降噪效果不足,为解决上述问题,提出了一种基于纹理特征分类的参数估计方法。首先计算极化总功率图像的灰度共生矩阵,并提取纹理特征矢量,用K均值聚类的方法进行分类。然后根据分类结果,在滑动邻域窗内选取与中心像素同类别的像素用于参数估计。实验结果表明,改进的纹理分类的滤波方法具有更好的降噪效果,对于复杂场景的极化SAR图像表现了较大的优越性。     

基于视频的车辆发现模块的研究与实现

针对现有的智能交通系统的车辆发现模块的不足,提出了车辆发现的一整套解决方案。综合使用了已有的视频处理技术及方法,背景差分法、帧间差分法、检测线方法,以及自适应边框的车辆精确定位等方法,设计实现了智能交通系统的车辆发现模块。设计了三种不同的真实场景的实验。通过对结果的分析表明,系统的车辆发现模块对于车辆的识别度高达90%以上,在一般的设备下流畅运行,能够满足车辆发现应用对系统的实时性的要求,并且适应性也较好。     

基于FPGA和ARM的GPS基带处理平台设计

本文研究了基于FPGA和ARM的GPS基带处理平台,详细介绍了C/A码跟踪环路及载波跟踪环路的设计和实现方法。采用Maxim公司的Max2769、Atmel公司的AT91SAM7SE25和Altera公司的EP3C25搭建硬件系统。Max2769完成下变频、采样并输出中频数据;ARM实现控制功能;FPGA完成解调、相关累加功能。实验结果表明基带处理平台可以稳定跟踪GPS信号,16通道情况下,冷启动时间为80秒,系统水平定位误差优于40米。     

基于J2EE平台的供应链管理系统研究

介绍了供应链管理的基本原理和实现技术，从平台基础、移植性、扩展性等多个角度对J2EE平台进行了相应的分析，提出了一个基于J2EE平台的供应链管理系统框架，并从系统结构、系统功能模块等方面进行了说明。     

Synthesis,Micellization, and Surface Activity of Novel Linear-Dendritic Carboxylate Surfactants

Two generations of novel linear-dendritic carboxylate surfactants C₁₈-G₁-(COONa)₂ and C₁₈-G₂-(COONa)₄ have been synthesized by the divergent method and their structures are characterized by ¹H Nuclear Magnetic Resonance and Infrared analysis. The electrical conductivity measurement is used to measure the Krafft temperatures of C₁₈-G₁-(COONa)₂ and C₁₈-G₂-(COONa)₄, which are much smaller than those of the corresponding conventional surfactant sodium stearate. The markedly enhanced solubility of two linear-dendritic surfactants is ascribed to the high hydrophilicity of surfactant headgroups induced by the carboxylate and ester groups. The critical micelle concentration (CMC) values obtained from both the electrical conductivity and surface tension measurements indicate that the micellizations of linear-dendritic surfactants become favorable with the increase in the number of the surfactant headgroup. However, the surface activity parameters including the surface tension at the CMC, maximum surface excess, and minimum surface area reveal that C₁₈-G₁-(COONa)₂ exhibits greater efficiency in absorbing at the air/water interface compared to C₁₈-G₂-(COONa)₄, owing to their different steric repulsions of the surfactant headgroups. In addition, C₁₈-G₁-(COONa)₂ and C₁₈-G₂-(COONa)₄ have higher emulsifying ability than the conventional surfactants sodium stearate and sodium octadecyl sulfate.     

基于分组遗传算法的集成多样性增强及其应用

为了解决复杂工业过程的概念漂移问题,提高集成学习模型的泛化性能,基于分组遗传算法,提出一种用于提升基学习器间多样性的建模方法.该方法以在线极限学习机作为基学习器,根据基学习器在滑动窗口上的性能对其进行分组,并执行进化操作,同时引入基因流概念,增加了基学习器间的多样性,提高了集成算法在处理概念漂移数据流时的预测性能.最后使用合成数据集和真实数据集验证了所提算法的合理性与有效性.     

汽车喷烤漆自动控制系统

本文通过研究目前汽车烤漆房的实际运行情况，提出了一种汽车烤漆房喷漆自动控制系统，阐述了系统喷漆装置的构成、配合与运行原理，并构成了实际试验系统。     

Reaction process of monazite and bastnaesite mixed rare earth minerals calcined by CaO-NaCl-CaCl2

The decomposition reactions of monazite and bastnaesite mixed rare earth minerals calcined by CaO-NaCl-CaCl2 were studied by means of TG-DTA and XRD. The results show that the process of the minerals decomposed by CaO involves two steps. The first step occurs in the temperature range of 425-540 ℃, and the main reactions are bastnaesite decomposition, i.e. REOF reacts with CaO to produce RE2O3 and CaF2, and Ce2O3 is oxidized to CeO2. During this step, CaCO3 is formed at about 500 ℃. The second step takes place in the temperature range of 610-700 ℃, and the reactions are monazite decomposition into RE2O3, Ca5F（PO4）3 and Ca3（PO4）2 by CaO and CaF2. In this process, the decomposition ability is improved because CaO from CaCO3 decomposing has high chemical activity. In calcining process, the new formed Ca5F（PO4）3 restrains fluorine that can escape in form of gaseous compound. The decomposition ratio of the mixed rare earth minerals reaches 90.8% at 700 ℃.     

基于时间序列模式表示的异常检测算法*

提出了一种基于时间序列的模式表示提取时间序列异常值的异常检测算法(PREOV).时间序列的模式表示本身就具有压缩数据、保持时间序列基本形态的功能,并且具有一定的除噪能力.在时间序列模式表示的基础上提取异常值,可以大大提高算法的效率和准确性,达到事半功倍的效果.在本算法中,还使用了一定的剪枝策略,使得算法的时间复杂度进一步降低.该算法计算简单、实现方便、无须训练,可以支持时间序列的动态增长.