间隔ν-支持向量机及其几何问题

提出总间隔ν=支持向量机(TM-ν-SVM),该算法可取得比ν-SVM更好的理论分类性能.研究表明TM-ν-SVM等价于求解特征空间中的两个压缩凸包的最近点对.讨论压缩凸包的相关性质,并给出对应的几何算法.数值模拟实验表明TM-ν-SVM和对应的几何算法可取得比其它算法更好的性能.     

基于虚拟仪器的PCR芯片智能温控系统开发

采用检测电路与加热电路分时交替工作的方式,利用精密恒流源以电阻值测温度值.采用基于模糊切换的Bang-Bang控制、自适应模糊控制、微分先行PID控制相结合的分段复合控制策略,应用虚拟仪器技术,开发了PCR芯片智能温度控制系统.实验结果表明,此温度控制系统可对被控对象进行精确有效的控制,充分满足了使用要求.     

改进的特征点提取算法及其适应性评估

改进了一种特征点提取算法[1].提取图像的边缘轮廓线并以边缘线的几何重心为极点,对边缘极坐标化,形成幅角-极径曲线.再在该曲线上寻找局部最大与最小值点以得到特征点.改进后的算法既能获取曲线的凸点,也能获取其凹点,与原算法比较有了明显的改进.又分别在尺度,旋转及仿射变换情况下,对算法的适应性进行评估,实验结果表明,改进后的算法适应性较好,能达到79.1%.在实际应用中,二维边缘曲线实现基于特征点的自动输入及三维重建具有重要价值.     

基于滤噪微分器的四旋翼飞行器控制

在飞行器的控制中, 角速率反馈可以提高控制系统的动态特性, 但速率陀螺价格昂贵, 且随运行时间的增加其性能会不断下降. 对此本文提出了一种基于滤噪微分器的四旋翼飞行器滑模变结构控制律. 该控制律使用的反馈信号仅由角度传感器得到, 而无需角速率传感器. 控制律中的角速率信息由王新华等设计的有限时间收敛的微分器得到. 本文通过数学证明, 给出了当测量信号中含有噪声时该微分器的理论跟踪误差上界. 仿真以及对四旋翼飞行器滚转姿态的控制实验验证了微分器的抑制噪声作用和控制算法可行性.     

材料性质和试样几何形状对应力三维度的影响

为研究应力三维度和塑性应变对金属材料微孔聚合型损伤发展和延性断裂过程的影响,用有限元法计算16Mn钢和两种铝合金材料不同缺口根半径拉伸试样的应力、应变分布. 结果表明:缺口根半径越小,最小横截面上周向和径向应变相差越大且越不均匀,并导致最小横截面上的应力三维度与Bridgman公式预测结果不一样. 材料性质和试样几何形状对应力三维度的影响很大:缺口根半径相同的3种材料试样最小横截面的应力三维度分布形态相似,但应力三维度峰值及其所处位置有所不同;同种材料的试样缺口根半径不同,应力三维度分布形态也不同.     

黄金分割法结合UTD计算机载天线方向图

机载天线辐射特性的研究,对机载天线的一体化设计、布局以及机载电子系统的电磁兼容性(EMC)具有非常重要的意义.应用一致性几何绕射理论(UTD)分析机载天线的辐射特性,利用黄金分割法(0.618法)优化二阶射线寻迹,并考虑了遮挡的判断问题,提高了运算的速度和精度.以机载单极子天线为例.给出了机载天线远场方向图的仿真结果.结果比较令人满意,证明了方法是正确的,并对机载天线耦合分析有一定参考意义.     

模糊自整定PID的船舶蒸汽动力负荷控制

船舶蒸汽动力装置自动控制的首要任务是机组的负荷控制。传统的PID控制算法由于具有结构简单、易于实现、可消除静差等优点得到了广泛的应用,但它受控制对象的影响较大,只有在各参数整定良好的前提下才能得到满意的控制效果。根据上述情况,结合船舶蒸汽动力单元工况变化频繁的特点,提出一种基于输出响应的自适应PID算法,以提高控制系统适应负荷变化的能力。方法在保留传统定值PID控制算法优点的同时,引入模糊控制在线整定PID控制参数,改善了机组的负荷控制特性,具有一定的工程应用价值.     

基于最优模糊PID温度控制方法研究

针对某智能大厦空调的温度控制系统,引入了一种新的模糊推理方法,设计了模糊PID控制器.该模糊推理方法将优化和反馈的思想引入推理过程中,依据不同的优化指标进行推理,使推理过程更为有效,论文给出了应用该推理方法的具体过程.以建立起的温度系统模型为基础,设计了基于最优模糊推理的温度系统模糊PID控制器,进行了仿真研究,仿真结果和实际运行表明了该控制方法具有强鲁棒性和良好控制品质.     

Jellyfish Pictures是怎样用两个月的时候来创作出50年的腐烂过程的

01 “铝不会生锈．因此我们必须用一个能够生锈的锡质易拉罐．”MattC handler说。“我们拍了照片．然后设计出了自己的标志。这个模型事实上非常简单。其中并没有很多几何图像。更多的是大量的结构制作工作。”     

基于计算机视觉的鞘翅目害虫自动鉴定

鞘翅目害虫的鉴别工作是由数量有限的专业研究人员进行,大部分非专业人员因缺乏相关知识和技术培训,要快速鉴定害虫种属具有相当的难度,不利于害虫防治.为此提出利用计算机视觉技术对鞘翅目害虫进行自动识别.用不同的图像获取系统分别采集体长不同的鞘翅目害虫图像,然后通过数字图像分析技术,提取和计算害虫图像的几何形状特征参数.采用模糊模式识别算法建立害虫的模式库和隶属函数,然后根据模糊集理论的极小极大准则完成待识别害虫的归类.对29种鞘翅目害虫进行识别,识别正确率为86.2%.为鞘翅目害虫的快速鉴定提供了一个新的途径.