移动机器人自适应行为选择的混沌特性分析

针对移动机器人运行环境的复杂非线性特性,提出一种将重构相空间理论应用到移动机器人自适应行为选择中的混沌非线性分析方法。在所采集的一维自适应行为动作选择随机序列的基础上,重构时间序列的相空间,并计算相空间的嵌入维数、混沌吸引子和最大Lyapunov指数。计算结果表明,当运行环境中障碍物的分布密度较大时,移动机器人的自适应行为选择规律呈现混沌特性。这为结合混沌理论,给移动机器人的自适应行为选择提供更精确的控制,提供了理论基础。     

简易数字信号传输性能分析仪的设计与实现

设计了一套简易数字控制的信号传输性能分析仪,包括由数字信号发生器、信道模拟低通滤波器等组成的数字信号发送模块、信号传输和数字信号接收分析模块三部分,通过观察接收信号的眼图估计系统传输性能。发送端通过线性移位寄存器构成数字信号发生器,码元速率调整通过程控数字时钟模块实现步进可调,低通滤波器采用三阶巴特沃斯有源滤波器。接收端通过低通滤波、信号整形后进行同步信号提取、解码和眼图显示。经过严格测试,解码的曼彻斯特编码数据与发送端完全一致,同步信号稳定可靠,系统运行稳定。      

基于Kinect的机械臂增强现实示教研究

机械臂广泛地应用在工业自动化生产以及人们日常生活中,机械臂而示教学习作为一种重要的运动规划方式,是机械臂研究领域的一项重要研究内容。鉴于此,设计了一种基于Kinect的虚拟机械臂增强现实示教系统,通过Kinect传感器采集人手位置数据,利用机械臂逆运动学模型驱动虚拟机械臂跟踪人手运动,实现对机械臂的虚拟示教;利用增强现实技术,将虚拟机械臂叠加到真实环境中,实现对机械臂的增强现实示教。实验结果表明该系统能够将虚拟机械臂准确地叠加到真实环境中,并实时跟踪人手运动,系统具有良好的交互性。     

基于本体的需求分析和软件体系结构设计研究

传统的软件开发模式下,从提出需求到完成设计之间跨越的鸿沟是降低开发效率的主要因素。为了辅助设计人员进行高效的软件开发,文中提出一个基于本体的需求分析和软件体系结构设计方法。首先建立领域本体模型、需求本体模型和软件体系结构本体模型;接着在需求分析阶段,通过本体映射将用户需求映射到本体概念上,进行准确地需求质量评估;然后在体系结构设计阶段,通过对网上共享的设计文档进行五种维度的语义标注生成语义索引,实现跨领域的语义搜索,为设计人员提供更全面、更详细的设计文档作为参考;最后结合自己项目的特点,逐步构建、完善系统体系结构。本文将本体作为描述需求和体系结构的基础,实现了需求到设计的平滑过度,减少了设计人员和用户进行交流的时间开销,对于整体提高软件开发效率来说具有一定的帮助。     

最小权点覆盖下的智能电表通信故障区域预警方法

电表通信故障预警可以保证智能电表的通信安全,有利于实现对智能电能表的全过程质量管控。但是,智能电表的工作轨迹具有随机性,跟踪难度较大,其故障变量信息的提取难度较大。为此,提出了基于最小权点覆盖的智能电表通信故障区域预警方法。利用智能电表运行状态的观测向量作为故障检测的关键变量,计算出运行状态观测向量的平均轨迹。根据智能电表通信故障数据变量在不同时刻的运行轨迹,提取出智能电表通信故障的关键变量信息,完成智能电表通信故障的检测。在最小权点覆盖下,采集智能电表通信故障数据。利用Fisher准则,计算出智能电表通信故障属性的重要程度,通过设计智能电表通信故障区域预警算法,实现智能电表通信故障区域的预警。实验结果表明,研究方法可以成功预警智能电表通信故障,通过较高的预警准确率确保了智能电表的稳定运行。     

基于GWO-SVM的行人跌倒检测方法

随着老龄化问题日趋严重,老年人的安全问题越来越受到重视,跌倒行为就是导致老年人死亡或发病的主要原因之一。基于此,提出了一种基于灰狼算法(Grey Wolf Optimizer, GWO)优化支持向量机(Support Vector Machines, SVM)的行人跌倒检测方法。选择了行人运动行为中的加速度、角速度和高度作为特征参数,构建了一种基于GWO-SVM的跌倒检测模型,使用MATLAB对模型进行训练及验证。并选择其他三种模型进行对比,使用混淆矩阵对四种模型的效果进行评估。结果表明,经灰狼算法优化的支持向量机对跌倒行为的检测精确度达到95.00%,F1-Score值同样达到95.00%。     

基于计算机图形和多孔介质的树冠孔隙率反演

树冠孔隙率(GF)决定了光和气流穿过树冠与植被元素相互作用进行光合作用和蒸腾的传输情况,在多孔介质理论启发下,受计算机图形学的启发,将树冠中的植被元素定量为固体矩阵,将树冠中的缝隙作为孔隙来指导GF计算。通过从地面激光扫描数据中提取单个叶片,并采用拟合算法去除噪声和描绘叶片边缘,创新地定义了叶片卷曲和下垂程度的等效厚度,并从拟合点中计算出来。然后,用自适应尺寸分配的六边形棱镜包住每片叶子的扫描点,用圆柱体模型拟合每个枝干,以计算树冠的等效叶子和枝干体积。结果显示,分割的叶片数为紫薇(1193片)、樱花(2540片)以及含笑(379片),估计的GF分别为：紫薇0.990,樱花树0.976,含笑0.978。     

基于Hessian图正则稀疏NMF的高光谱解混

基于非负矩阵分解(Nonnegative Matrix Factorization, NMF)的高光谱解混(Hyperspectral Unmixing,HU)方法引起了大家的关注,因为可以将一个非负高光谱图像(Hyperspectral Imagery, HSI)数据矩阵分解为两个非负矩阵的乘积,分别对应于端元矩阵和丰度系数矩阵。目前,图约束的NMF算法已经被证明对高光谱解混是有效的,因为它们可以捕获HSI的几何特性。为了挖掘数据在混合过程中的几何结构和稀疏性,提出了一种稀疏的Hessian图正则化NMF(SHGNMF)算法。SHGNMF算法是将丰度矩阵的L1/2正则化器和Hessian图正则化项都添加到每个NMF模型中,同时采用乘法更新规则。最后用模拟数据和真实数据进行实验,验证了所提出的SHGNMF算法相对于其他NMF算法的优越性。     

基于身份的强指定验证人签名方案*

在有些情况下, 需要将验证者限定为某一个人。 利用基于身份的密码体制, 提出了一种强指定验证人签名和一种强指定验证人多重代理签名, 并对其安全性进行了分析。 在签名代价和验证代价上, 提出的强指定验证人签名比Kang等人的方案要低。提出的强指定验证人多重代理签名可以同时授权给n个代理人, 可以有效防止代理签名人对签名权的滥用。     

基于SVM的粉末冶金零件的多类分类器的研究

传统的SVM特别适合解决两类分类问题,而对于多类分类,则需将其转化为多个两类分类问题,相应地需要构造多个两类子分类器,这样不但使得分类器结构复杂,而且分类速度受到很大的影响。为了快速地进行多类分类,本文使用LIBSVM中的svmtrain实现对训练数据集的训练,从而获取SVM多分类模型,利用获取的模型进行测试与预测,不仅使得子分类器数目大大减少,而且使分类速度明显提高。最后从粉末冶金零件图库中选取的8张图像进行了分类实验,取得较好的分类结果。