徽派建筑知识图谱的半自动化构建

本文针对徽派建筑数据异构多源和非结构化的特点,提出一种BiLSTM-CRF模型与徽派建筑词典相结合的命名实体识别方法,利用先验知识的辅助作用,提升实体识别效果,完成对建筑实体进行的识别抽取.利用Neo4j图数据库存储知识,用属性图模型表示知识.最后使用Neo4j图数据库对构建的徽派建筑知识图谱进行了可视化展示.研究结果表明,此方法能够有效地构建徽派建筑领域知识图谱,为今后徽派建筑知识智能化推荐和搜索系统研究奠定基础.     

基于机器人足球的大学生创新素质培养的探索与实践

"机器人足球"是以体育竞技形式展示的高技术的对抗,涉及多领域的前沿技术集成。本文分析了高校开展机器人足球对大学生创新能力培养的重要意义,并阐述我校以机器人足球为平台的大学生创新能力培养的实施方案,最后对开展机器人足球对信息类专业的本科教育的影响进行了探讨。     

多关节机械臂干扰观测器的自适应滑模控制

为了解决多关节机械臂在外部干扰和建模误差的轨迹跟踪问题,提出了多关节机械臂干扰观测器的机械臂自适应滑模控制方法.针对干扰信号,采用干扰观测器对可观测干扰进行观测,对于未观测到的干扰通过自适应律的设计进行估计补偿;针对机械臂控制系统中的抖振问题,采用新型趋近律来设计滑模控制律,以减小抖振影响;最后,利用李雅普诺夫函数验证了系统的稳定性.仿真结果表明,该方法不仅可以有效地削弱抖振问题,而且还可以克服外界干扰和建模误差带来的不确定性,同时保证了系统的鲁棒性.     

Robocup仿真3D世界模型的设计

世界模型用于描述Agent的周围环境及自身信息.球员个体技能和高层决策的实现往往依赖于世界模型,因此它是整个球队程序的基础.文章分别从信息存储、更新、预测和高层4个方面对AIAI3D的世界模型进行分析.虽然RoboCup 3D仿真的比赛环境将会发生一些变化,但世界模型的设计思想仍有很大的借鉴价值.     

装配式建筑机器人施工路径优化方法

为克服蚁群算法存在的诸多问题,提出一种基于BIM(building information modeling)融合遗传蚁群混合式算法的装配式建筑机器人施工路径优化方法.通过遗传算法对蚁群算法搜索路径信息素的最优化选择,实时负反馈影响蚁群信息素,使两个算法结合更加紧密.以不同规格的栅格地图和BIM施工地图基础模型为对象,对比混合式算法与粒子群算法、蚁群算法、遗传算法的路径优化效果,实验结果表明,混合式算法具有较好的搜索效率、收敛性能和全局搜索能力,能够满足装配式建筑机器人施工路径优化问题,提高建筑工业化水平.     

多尺度特征融合与锚框自适应的目标检测算法

针对Faster R-CNN算法存在特征提取不充分、检测框定位不准确导致检测精度不高的问题,提出一种多尺度特征融合和锚框自适应相结合的目标检测算法。首先,通过双向融合方法充分提取相邻层级间的深层特征和浅层特征;然后,均衡化处理多尺度特征,使集成的特征能获得来自不同分辨率下等量的语义信息和细节信息,提高目标的识别能力;最后,在区域提议网络（RPN）中利用目标的特征信息,通过自适应预测锚框的位置和形状来生成锚框。基于VOC数据集对算法的实验结果表明：与基于ResNet50的Faster R-CNN算法相比,所提算法中的多尺度特征融合策略加强了算法对不同尺度目标的检测能力,自适应锚框机制能够提高定位精度并避免小目标的漏检,算法整体的检测结果具有较好表现,平均检测精度提升了3.20个百分点。     

引入分割团的BK推理算法及其在Robocup中的应用

BK算法是动态贝叶斯网络(DBNs)的一种主要近似推理方法,但对网络的人工分割会引入较大误差.首先通过将决策结点转换成随机结点,给出基于DBNs的Roboeup协作问题的一种建模方法;然后,给出一种引入分割团的新BK算法,以减小网络分割产生的误差,并对Robocup中的两个球员配合射门问题进行推理.引入分割团的BK算法和1.5片联合树推理算法的比较实验结果表明,引入分割团使BK算法在精度损失较小的情况下,时间性能有显著提高.     

基于泊松算法的徽派建筑构件点云的曲面重构

曲面重构软件存在操作复杂、交互定义太多、对输入数据要求过于严苛等问题,至今未得到广泛推广。本文选取了徽派建筑所特有的穿斗抬梁式木构架作为研究对象,提出了一套完整的从获取点云数据,到点云预处理,最后曲面重构的实现方案。首先,对所获取的点云数据进行预处理操作,包括分割和滤波;其次,直接从点云数据集中近似推断表面法线;最后,采用泊松算法进行曲面重构研究。通过对比三维软件曲面重构最后模型,结果表明文中方案更具顺滑性、时间效率更高、良好的可移植性。     

基于质点振速输入和Laplace变换的流动媒质中近场声全息技术

流动媒质中近场声全息技术(NAH)是一种能够实现流动媒质中声源识别和声场重建的先进技术。大多数流动媒质中NAH算法都是以声压作为输入量,但在测量声压时,传声器和媒质之间相互作用会产生气动背景噪声。得益于质点振速能够利用光学方法进行测量(例如LDV),以质点振速作为输入量的流动媒质中NAH具有一定的优势。然而,当以质点振速作为输入时,经典的基于空间Fourier变换的流动媒质中NAH算法存在奇异性问题,导致该方法具有不稳定性。鉴于此,本文提出了基于Laplace变换的流动媒质中NAH技术,在时间上利用Laplace变换代替Fourier变换,从理论上消除了奇异性,进而实现了基于质点振速输入时流动媒质中声场的精确重建。仿真结果表明,所提出的方法具有良好的声场重建效果。     

基于影响图的传球训练策略的实现

影响图是决策问题的图形表示,利用影响图可以有效地解决智能Agent的行为选择,而传球问题就是球员Agent选择传球速度和角度的问题.建立了一个基于影响图的传球模型,并根据该模型创建一个评价传球效果的效用函数;然后利用由教练程序改写的记录员程序来记录数据,并进行统计得到效用函数中的概率值;最后通过训练得到效用函数中系数的值,并利用此效用函数作传球训练.训练结果表明该效用函数是可信的.