增量型编码器使用功能扩展

增量型编码器因为其具备能够较为有效地测量物体位移和角度的功能而在很多领域得到了广泛的应用和推广,随着现在经济社会和科学技术的不断发展和提高,增量型编码器通过一定的程序编码,可以进一步将其功能进行扩展。经过扩展后的增量型编码器能够作以绝对值表编码器来使用。     

ABB机器人部最大规模中国合作伙伴颁奖典礼成功召开

第四届ABB机器人部中国合作伙伴颁奖典礼于2010年12月17日在南京召开。本届活动是ABB机器人中国合作伙伴颁奖典礼自举行以来规模最大的一次,近40家来自汽车及不同制造行业的优质合作伙伴企业高层与ABB相关领导应邀与会。     

基于MAF模型的串扰时延故障的测试矢量生成

随着深亚微米技术,串扰噪声问题越来越严重。利用MAF模型的基本思想,探讨了一种串扰时延最大化算法,并且利用被修改的FAN算法,生成测试矢量。对于一条敏化通路,利用被修改的FAN算法适当地激活相应的攻击线和受害线,使电路在最恶劣情况下引起最大通路时延,从而实现更有效的时延测试。在标准电路ISCAS’85上进行实验验证,结果表明:该算法对于多攻击线的串扰时延故障的测试矢量产生是有效的。     

高层次数据流的多电压低功耗综合方法

为了有效地进行算法行为描述到寄存器传输级结构描述的转换,提出一种同时考虑功能单元功耗、互连功耗和电压转换功耗的模型和基于网络流的低功耗设计方法.首先对给定的数据流图进行单电压高层次综合,然后对单电压综合结果迭代地进行多电压调整;提取每次迭代时需要调整的网络流子图,对该子图运行最小费用最大流增量算法.该方法充分利用前面迭代中得到的优化解,避免了对整个网络流的重复计算.实验结果表明,文中方法在互连功耗、电压转换功耗和总功耗等方面均有较大优化.     

网络最大流的新算法

针对Ford-Fulkerson标号算法在求解网络最大流问题时需要经过多次的标号与调整,从而导致算法效率随着网络规模的增大和网络复杂性的增加而降低的不足,受现实生活中水流流动的启发,通过引入极大一致链的概念提出了一种求解网络最大流问题的消链算法.该算法通过寻找容量网络中的极大一致链,并根据所得到的极大一致链对网络逐步地进行调整,避免了标号算法的标号过程,同时由于极大一致链的极大性加速了链的消去过程.算法分析和算例表明了该算法的有效性和实用性.     

改进的蚁群算法及其在2DHP模型中的应用

为了提高蛋白质折叠问题解的质量,采用蚁群算法对蛋白质的折叠问题进行研究,并且在现有的蚁群算法的基础上成功引入了淘汰和克隆机制,使其具有更好的运算效率,并成功应用到2DHP模型中.在蚁群对最优值进行搜索的过程中,容易出现局部最优点,导致影响解的质量.为了避免计算结果收敛到局部最优点,引入了一种最大最小蚁群策略.选择测试序列进行实验,实验结果表明,该算法在保证解的质量的同时,还具有较高的效率.     

基于光伏电池输出特性的MPPT算法研究

为了寻找更好的实现光伏发电系统最大功率点跟踪控制方法,基于单个光伏电池的物理特性建立了太阳能光伏电池阵列的Matlab仿真模型,分析了太阳能光伏电池阵列所具有的随着光照强度和温度不同而变化的P-U和I-U非线性特性.基于光伏电池的动态特性,在最大功率点跟踪算法的设计中增加一个电流监测回路,并结合自寻优技术对电导增量法进行改进,提出了一种自适应变步长寻优算法.仿真结果表明,该算法能够快速准确的跟踪最大功率点.     

初始聚类中心优化选取的核C-均值聚类算法

在通常的核C-均值聚类算法中,聚类结果对初始聚类中心敏感,随机选取初始聚类中心时,会使得迭代次数较多、分类结果不稳定.针对该问题提出一种优化选取仞始聚类中心的算法.该方法采用一种改进的最大最小距离算法对原始空间中的数据进行粗分类,将粗分类结果中每类类心作为初始聚类中心,再运用核C-均值聚类算法进行分类.仿真实验结果表明方法能有效减少迭代次数,使分类结果更加稳定,分类识别率也有一定程度的提高.     

基于人工免疫的烟草异物图像多阈值分割

烟草异物图像分割是图像异物识别的基本任务。为了快速实现烟草异物图像多阈值分割,提出了一种基于人工免疫算法与最大类间方差法的多阈值烟草异物图像自动分割方法。算法首先定义了图像分割目标函数;接着运用人工免疫算法,结合最大类间方差法以及目标函数对图像进行自动分割,并产生最优的多阈值,从而实现图像的多阈值分割。人工免疫算法中,抗原是指最优图像分割目标函数,而抗体是指最优的多阈值。实验证明,方法对烟草异物图像多阈值分割的效果良好,分类清晰。