基于自组织径向基网络的染色体分类

提出了一种基于自组织径向基人工神经元网络的人体染色体模式分类的方法,该方法将人体染色体长度、着丝点位置、带纹分布等特征作为自组织径向基网络的输入,利用自组织径向基网络的混合学习算法对网络进行训练,使人工神经元网络对人体染色体具有了自动分类的能力.     

动态FOCPA学习系统设计及在机器人运动平衡控制中的应用

针对仿生自主学习系统的自组织和泛化能力问题,基于Skinner操作条件反射原理和模糊聚类算法设计了动态FOCPA（fuzzy operant conditioning probabilistic automaton）仿生自主学习系统。动态FOCPA学习系统不仅具有仿生的自学习和自组织能力,而且提高了学习的精度和速度。其在仅能获得环境微弱反馈信息的前提下,首先采用在线聚类的方法实现对输入空间的灵活划分,以确保映射规则的数目是最经济的;然后以取向值为评价信号,采用OC学习算法,在线自主学习输入状态到输出操作行为的最佳映射,并加入一个高斯噪声项对映射结果进行实时优化。此外,动态FOCPA学习系统还利用信息熵的评价能力,来验证自身的自学习和自组织能力。理论上分析了设计的OC学习算法的收敛性;通过对两轮柔性直立式机器人姿态平衡控制和速度控制的实验分析,验证了动态FOCPA学习系统的有效性。     

肿瘤基因表达谱分类特征基因选取问题及分析方法研究

对肿瘤分类特征基因选取问题的研究是发现肿瘤特异表达基因、研究肿瘤基因表达模式的重要手段，文中基于多类别肿瘤基因表达谱数据集，从研究肿瘤与正常组织的分类入手，对肿瘤分类特征基因选取问题进行分析和研究，首先对基于Relief算法的特征选取策略加以改进生成候选特征集合；然后以支持向量机作为分类器对其分类性能进行检验以选取分类特征基因；最后结合分类模型。利用灵敏度分析方法进行特征基因的精确搜索以滤除冗余，基于该方法文中选出了52个具有良好分类性能的特征基因作为肿瘤的基因特征，并对其表达行为进行了简要分析。     

基于信息融合的机器人路径智能决策的研究

基于机器人未知环境探索的智能行为,以先锋Pioneer3-DX移动机器人为对象,构建了基于多传感器信息融合的机器人智能行为系统以实现其路径规划行为。构建了一个双层信息融合路径规划智能行为系统,数据层融合采用基于联邦kalman滤波融合的信息融合方法,通过多传感器融合降低信息的不确定性,为机器人提供更可靠和更准确的环境信息;决策层融合采用模糊推理方法,根据数据层融合结果作为模糊控制器的输入,构建基于模糊推理的决策层融合模块,其设计思想是模仿人的智能行为进行决策,使其不仅决策出机器人的行走方向,同时决策出机器人的行走速度,实现了动态路径规划。基于Matlab的仿真实验,验证了方法的可行性。     

Skinner 操作条件反射的一种仿生学习算法与机器人控制

针对两轮自平衡机器人的运动平衡控制问题,提出了基于Skinner 操作条件反射理论的BP 神经网络 与资格迹相结合的仿生自主学习算法作为两轮机器人的学习机制．该算法利用资格迹能解决延迟影响、加快学习速 度和提高可靠性的特点,将其与BP 神经网络相结合构成复合学习算法,能够预测机器人将要获得的行为评价函数, 并依据概率取向机制以一定的概率选择最大评价值对应的最优行为,从而使机器人能够在未知环境下通过与环境的 交互、学习和训练,获得像人或动物一样的自主学习技能,实现对两轮机器人的运动平衡控制．最后,分别用基于 Skinner 操作条件反射理论的BP 算法和BP 资格迹复合算法对两轮机器人做了仿真实验并进行了比较．结果表明, 基于Skinner 操作条件反射理论的BP 资格迹复合仿生自主学习算法的学习机制能够使机器人获得良好的动态性能 和较快的学习速度,体现了机器人较强的自主学习技能和平衡控制能力．     

基于基因表达谱的结肠癌特征基因选取

在分析肿瘤基因表达谱的基础上,运用模式识别方法选取结肠癌特征基因.利用浮动顺序搜索算法在结肠癌基因表达谱数据中生成若干个候选特征基因子集,再以RBF支持向量机作分类器,以其在训练集和测试集中的错误分类率为依据,从候选特征基因子集中选取结肠癌特征基因集合.实验结果表明了该方法的可行性和有效性.     

基于基因表达谱的小圆蓝细胞瘤亚型识别

基于基因表达谱提出了一种依据类加权Bhattacharyya距离提取特征基因并使用人工神经网络(ANN)进行肿瘤亚型识别的方法。分析了儿童小圆蓝细胞瘤(SRBCTs)的基因表达数据后,在训练样本集上计算出各个基因的类加权Bhattacharyya距离,并据此选择特征基因构造若干ANN模型,利用独立测试集验证其分类能力,且依据分类错误率最小的原则确定了含40个基因的特征基因组合。基于该特征基因组合的ANN模型不仅正确地识别了所有的患病样本的亚型,还能鉴别非患病样本。     

一种双惯性轮空间倒立摆及其动力学建模和分析

针对现有的惯性轮倒立摆在模拟多自由度不稳定系统的局限性,提出了一种双惯性轮空间倒立摆系统,其具有四个自由度和两个控制量,可同时模拟不稳定系统俯仰和滚转姿态控制。运用拉格朗日方法建立了双惯性轮空间倒立摆的动力学模型,分别采用模型退化、数值仿真验证了所建立的模型的正确性,并分析了双惯性轮空间倒立摆的动力学特性。建立的双惯性轮空间倒立摆可应用于多自由度非平稳系统的模拟实验,提出的物理结构、模型和相关分析结论为双惯性轮空间倒立摆系统的进一步研究奠定了理论基础。     

三旋翼飞行器的建模及其姿态自抗扰控制

根据国内外旋翼飞行器的研究现状以及三旋翼飞行器的机械结构,对三旋翼飞行器进行力矩分析,建立数学模型。采用自抗扰控制方法对三旋翼飞行器的姿态角进行姿态控制,通过Matlab仿真与PID控制方法的对比试验,以及跟踪不同数值大小的阶跃响应信号进行分组仿真。仿真结果表明,自抗扰控制算法具有有效性和快速性,分组试验表明针对不同大小的阶跃信号,可采用不同的参数进行调节。结果表明：该方法既具有良好的滤波性与鲁棒性,又保留了PID控制的大体框架与结构简单等优势,在工程和之后的试验中有一定的指导价值。     

一种独轮机器人的滑模控制

针对一种由一个车轮驱动并控制前向平衡、并由电机驱动惯性轮形成反力矩来控制侧向平衡的独轮机器人系统,提出了一种分组分层滑模变结构控制方法.该方法根据机器人动力学模型特点,将系统看作两个单输入系统组合,并分别针对每个单输入系统设计分层滑模控制器,从而实现机器人的运动平衡控制.从理论上证明了各层滑动平面的渐近稳定性,并通过仿...