基于神经网络的自适应机器人运动研究

针对机器人运动控制中,如何快速准确地避开未知障碍物,提高其自主性,重点研究了基于神经网络理论的机器人运动控制技术,并提出了一种集自适应、鲁棒性、和高效性于一身的障碍规避控制算法,详细介绍了该算法的控制原理、实现方法.给出了机器人运动控制模型,通过调节该模型中输入参数和控制参数实现对机器人运动路径的控制.     

改性重晶石补强天然橡胶的研究

利用硬脂酸对重晶石进行有机活化改性,通过直接共混法制备重晶石/天然橡胶(NR)复合材料。研究复合材料的拉伸性能、硬度、耐磨性能变化规律。结果表明:重晶石对NR有明显的补强作用。当活化重晶石含量为30%时,能获得拉伸强度、断裂伸长率及耐磨性能优异的复合材料。     

镁铝双氢氧化物对EVA/LDPE的性能影响研究

将氢氧化镁(MH)或氢氧化铝(ATH)添加到乙烯-醋酸乙烯酯共聚物(EVA)/低密度聚乙烯(LDPE)中,通过拉伸试验测试材料的拉伸性能变化规律。研究发现,随MH或ATH含量增加,EVA/LDPE复合材料的拉伸强度和断裂伸长率逐渐降低。以MH和ATH为无卤基材结合硼酸锌、红磷复配制备无卤阻燃剂,通过正交试验获得了最佳复配阻燃剂配方,结果表明,在ATH和MH总量为60份的条件下,当MH与ATH配比为40∶20,硼酸锌用量为20份,红磷用量为4份时,无卤阻燃剂对EVA/LDPE材料的拉伸性能达到最佳,该配方下材料阻燃性能满足垂直燃烧等级UL-94V-0级,综合性能优异。     

基于SARSA(λ)算法的单路口交通信号学习控制

针对复杂的、难以建模的城市交通系统,将多步强化学习算法SARSA（λ）应用于交通信号控制,根据实时的交通状态信息动态进行决策,自动适应环境以便取得更好的控制效果。由于问题状态空间太大而难以直接存储和表示,采用径向基函数神经网络进行值函数近似,通过训练自适应非线性处理单元,可达到较好的近似表示效果,解决了单个十字交叉路口的交通信号控制问题。对该方法进行仿真实验,结果表明其控制效果明显优于传统的固定配时控制策略。     

属性频率划分和信息熵离散化的决策树算法

决策树是数据挖掘任务中分类的常用方法。在构造决策树的过程中,节点划分属性选择的度量直接影响决策树分类的效果。基于粗糙集的属性频率函数方法度量属性重要性,并用于分枝划分属性的选择和决策树的预剪枝,提出一种决策树学习算法。同时,为了能处理数值型属性,利用数据集的统计性质为启发式知识,提出了一种改进的数值型属性信息熵离散化算法。实验结果表明,新的离散化方法计算效率有明显提高,新的决策树算法与基于信息熵的决策树算法相比较,结构简单,且能有效提高分类效果。     

活化粉煤灰/NR复合材料的制备与性能研究

采用硅烷偶联剂对粉煤灰进行活化处理,制备活化粉煤灰/NR复合材料并对其性能进行研究.结果表明,与未活化粉煤灰/NR复合材料相比,活化粉煤灰/NR复合材料的邵尔A型硬度、拉伸强度和拉断伸长率明显增大;活化粉煤灰用量为20份时,复合材料的拉伸强度和拉断伸长率达到最大值.随着活化粉煤灰用量的增大,活化粉煤灰/NR复合材料的耐热性能明显提高,燃烧速率减慢,阻燃性能逐渐提高.活化粉煤灰作为橡胶填料,可部分替代炭黑降低橡胶制品生产成本,同时有利于环保.     

一种基于混合策略的动态组播密钥管理方案

组播密钥管理是当前组播安全研究的热点问题。在分析现有方案的基础上，考虑一种混合策略：将基于组的层次结构机制Iolus与基于密钥层次结构机制LKH的优点结合起来，提出了一种适合大型动态组播的可扩展的分层分组方式的密钥管理方案。该方案有效地降低了密钥更新的代价，具有较高的效率与较好的可扩展性．适合于解决大型动态组播的密钥管理问题。     

QY3型汽车起重机升降减速箱的优化设计

QY3型汽车起重机升降减速箱结构见图1.两对齿轮的参数见表。在近几年的使用中未发生齿轮失效现象。实践证明该减速器具有制动性能可靠、结构简单紧凑、体积小、重量轻等优点,因此采用圆柱齿轮减速器即可达到使用要求。为进一步满足市场需要,我们在此基础上(即中心距变化不大的前提下)扩大其起重能力,即用计算机重新优化了该减速器的参数。     

一种改进的盲水印检测方法

数字水印技术是保护数字作品版权的重要手段,变换域盲水印算法是数字水印研究的主流.文中对线性相关检测器进行了改进,并对改进后的检测性能进行了分析.实验结果证明改进后的检测器比线性相关检测器具有更好的性能.     

人脸图像特征点眼睛的定位与提取

采用类间方差分析法对人脸图像进行二值化处理后，得到轮廓清晰连续的边缘图像，能较准确地对眼睛特征点进行定位与提取。