排序方式: 共有121条查询结果,搜索用时 0 毫秒
91.
多粒度邻域粗糙集是邻域粗糙集理论的一种新型数据处理模式,其目标概念分别由乐观和悲观的上、下近似边界描述。但当前的多粒度邻域粗糙集既缺乏利用已有的信息粒近似描述目标概念的方法,又无法处理目标概念为模糊的情形。而张清华教授提出的粗糙集近似理论提供了一种利用已有信息粒近似描述知识的方法,为构建多粒度邻域粗糙模糊集的近似精确集提供了新思路。文中首先针对模糊目标概念,将粗糙集近似理论应用到邻域粗糙集领域,提出了代价敏感的邻域粗糙模糊集的近似表示模型;然后进一步从多粒度视角,构建出一种代价敏感的邻域粗糙模糊集的多粒度近似表示模型,并分析了其相关性质;最后,通过实验仿真,验证了当多粒度代价敏感近似及其上、下近似方法分别去近似刻画模糊目标概念时,多粒度代价敏感近似方法产生的误分类代价最小。 相似文献
92.
93.
针对足球机器人比赛时的模型变化及其环境噪声先验估计不准确的问题,提出一种基于自适应卡尔曼滤波的足球机器人视觉跟踪算法;该算法将一种基于减背景的运动目标识别的方法与自适应卡尔曼滤波跟踪模型进行结合,对背景进行实时更新,并通过形态学滤波去除残留的小区域,从而准确的识别运动目标,通过自适应的在线调整运动模型参数来保证模型预测值的准确性,进而提高了目标跟踪时的匹配效率,实现了目标的精准、迅速跟踪;通过实验证明,该算法是很有效的,具有推广价值. 相似文献
94.
基于免疫模糊PID的小型农业机械路径智能跟踪控制 总被引:10,自引:0,他引:10
为实现复杂环境下小型农业机械田间作业时的路径跟踪控制,提出了基于免疫模糊PID(比例-积分-微分)的智能路径跟踪控制方法.首先,路径跟踪控制被分解为自动直线导航和自动转向控制任务,并分别构建了能够实现自动导航的模糊控制器和基于免疫模糊PID控制的自动转向方法.该设计在无人驾驶高速插秧机硬件系统基础上,开发了基于双激光源定位技术、电子罗盘和角度传感器的自动导航控制系统.其次,根据自动导航控制系统构造和工作原理,提出了直线和曲线路径跟踪的方法.最后,利用Matlab/Simulink仿真平台和插秧机的运动学模型对所设计的路径跟踪控制原理和模糊控制器进行了有效性验证,同时完成了包括直线和曲线的路径跟踪试验.当插秧机以1 m/s的速度进行直线跟踪时,最大跟踪偏差只有4 cm,平均跟踪偏差为0.84 cm;当以同样的速度做曲线跟踪时,曲线路径跟踪时的最大偏差为0.6 m,平均跟踪偏差控制在12 cm以内.仿真和试验结果表明,该套控制系统能够有效地控制无人驾驶高速插秧机按预定路径行走. 相似文献
95.
96.
97.
文中给出S盒的最大差分概率一种新的,快速的计算方法;构造出一种特殊结构的16×16的S盒;给出该S盒的最大线性概率的计算方法,其计算复杂度仅需2^32。 相似文献
98.
99.
100.