关于机器人足球区域射门动作算法的改进

“机器人踢足球”是Alan Mackworth教授在一次国际人工智能会议上首次提出的，旨在推动人工智能学科的发展，为智能机器人提出一个新的具有标志性和挑战性的课题，它是集对抗性、娱乐性、高技术于一体的小平台的高技术对抗．机器人踢足球的目标就是保证尽可能多的把球踢进对方球门，而且尽量不让对方将球踢进本方球门．因此，足球机器人的防守与进攻同样重要，     

神经网络分类器的快速构造算法

使用ＢＰ算法训练多层网络的速度很慢而且事先难于确定隐节点和隐层的适当数目。本文提出一个有效的算法，先构造决策树，然后将构造的决策树转换为神经网。文中使用一个全局准则函数控制决策树的增长，它较好地匹配了树的复杂性和训练样本量及错分率界。实验结果，本文的算法比用ＢＰ算法训练多层网络要快，而其分类精度不低于用ＢＰ算法训练的多层神经网。     

红外目标精跟踪方法的研究

本文提出了一种直接把红外前视传感器的输出作为测量值来跟踪红外目标的扩展型卡尔曼滤波跟踪算法。在滤波处理时,设置可变的测量矩阵,其目的在于提高运算速度和抑制噪声干扰。通过具体的实例,对所提跟踪算法的特点和有效性进行了细致的分析。     

一种裁剪曲面自适应三角剖分算法

本文介绍了一种裁剪曲面按精度三角剖分算法。     

图象中心加权中值滤波的改进与应用

中心加权中值滤波具有较好的边缘保持特性及快速实现的特点，但滤噪能力低于其它中值滤波。此文探 讨对中心加权中值滤波的改进方法，提出了中心加权分级实现的思想，使之同时具有边缘保持、快速滤波和噪声去 除的理想效果。     

用于非均匀介质重建的选代算法收敛性的研究

研究轴对称二维非均匀介质重建迭代算法的收敛性问题。首先借助于玻恩近似将非线性积分方程线性化，然后，利用玻恩迭代法和变形玻恩迭代法，由散射场数据对轴对称二维非均匀介质进行重建。通过几个例子研究了影响迭代算法收敛性的几种因素，如送代算法本身、积分离散化后的网格划分、正则化方法中的正则化参数选取等。     

人工神经网络——模糊控制研究近况

本文综述了人工神经网络－－模糊控制在近期的一些研究成果。     

基于EM算法的最优斜高斯核设计

对于采用固定窗或核的时频分布，其适用的信号形式具有很大的局限性。基于信号的核能克服这样的缺点，斜高斯核是其中一类，为了得到基于不同信号的最优斜高斯核，本文提出采用ＥＭ算法根据实际信号的模糊函数估计斜高斯核的参数，以达到核的最优设计。