平台漂移测试系统中PSD非线性修正算法研究

针对平台动态漂移测试人工操作误差大、自动化程度低的问题,设计了基于位置敏感探测器PSD的平台动态漂移自动化测试系统。针对PSD非线性对平台漂移测试系统测量范围和测量精度的影响,提出一种新算法。该算法首先利用双线性插值对PSD的非线性误差进行修正,然后用BP神经网络非线性逼近特性进一步修正,最终得到修正值。将其应用于平台漂移测试,试验结果表明,该方法能有效消除非线性的影响,使PSD的B区(边缘区域)获得了A区(中央区域)近似的线性度,扩大了测量范围,同时测量精度达到了平台漂移测试的精度要求。     

基于多传感器信息融合的水下运动体速度测量

针对水下运动体测速中存在的难度大、精度低等问题,提出一种基于加速度计和机械测速装置的融合测速方法。该方法实质上是一种改良的模糊自适应卡尔曼滤波,在常规卡尔曼滤波的基础上,引入了自适应参数,并通过模糊控制器对残差的监控来实时调整自适应参数。经Matlab仿真和实际试验证实:该方法可以有效地提高卡尔曼滤波器的跟踪性,并改善滤波效果,适用于通用的水下运动体测速。     

基于关键字模糊提取法的电机组控制系统设计

由于工作条件与环境等限制,语音识别在工业生产和日常生活中应用不成熟。基于MFC(microsoft foundation classes)和SI4432无线数据传输终端,完成了电机组语音控制系统设计,该系统由上位机语音识别软件、无线数据传输终端和电机组控制电路组成。针对语音误识和环境嘈杂引起的控制命令错误问题,使用了关键字模糊提取法和无线自组网方式。控制命令从语句中提取,克服了只识别特定命令的缺陷。实践结果表明,该系统的语音识别准确率大于95%,控制命令的提取、传输,以及电机组转速和状态均达到预期效果,具有很好的应用前景。     

Feature-Adaptive Rendering of Loop Subdivision Surfaces on Modern GPUs

We present a novel approach for real-time rendering Loop subdivision surfaces on modern graphics hardware. Our algorithm evaluates both positions and normals accurately, thus providing the true Loop subdivision surface. The core idea is to recursively refine irregular patches using a GPU compute kernel. All generated regular patches are then directly evaluated and rendered using tile hardware tessellation unit. Our approach handles triangular control meshes of arbitrary topologies and incorporates common subdivision surface features such as semi-sharp creases and hierarchical edits. While surface rendering is accurate up to machine precision, we also enforce a consistent bitwise evaluation of positions and normals at patch boundaries. This is particularly useful in the context of displacement mapping which strictly requires inatching surface normals. Furthermore, we incorporate efficient level-of-detail rendering where subdivision depth and tessellation density can be adjusted on-the-fly. Overall, our algorithm provides high-quality results at real-time frame rates, thus being ideally suited to interactive rendering applications such as video games or authoring tools.     

基于UKF 和神经网络的一类非线性系统状态估计

在模型未知的情况下,估计过程的重要变量尤为重要.鉴于此,采用不敏卡尔曼滤波(UKF)与神经网络相结合的方法,解决一类未知模型非线性系统的状态估计问题.采用动态神经网络对非线性系统进行建模,利用UKF对状态和权值进行同时更新,从而达到神经网络逼近真实模型,估计值跟随真实值的目的.通过两个仿真实例表明了所提出的方法具有良好的估计效果,并且状态在输出中的比重越大,其估计精度越高.     

换热网络多级综合模糊评价模型

在换热网络中考虑经济因素和工程质量因素,建立换热网络多级综合模糊评价模型.从而对换热网络做出评判.工程指标体系的权重系数和评价等级在研究过程中可以是虚拟的,但在实际的工程中,这些数据则应该由专门的评估专家来确定.     

基于谈判集的模糊合作博弈的收益分配方案

为了弥补核心作为博弈解可能为空集的缺陷,将经典合作博弈中的谈判集解拓展到模糊合作博弈中,提出了模糊合作博弈的模糊谈判集的概念.探讨模糊网络博弈的模糊谈判集和核心的等价性质,并对相关结论加以证明.研究表明,模糊合作博弈的模糊谈判集是经典合作博弈谈判集的自然拓展,该结果丰富了对模糊合作博弈的解的研究,也表明了模糊网络博弈核心的非空性,进而保证其最优分配方案的存在性.     

一种关于模糊时间序列模型论域划分的多尺度比率算法

针对模糊时间序列研究中比率划分论域方法存在对非均匀数据划分效果不理想的缺陷, 提出一种基于模糊C 均值聚类(FCM) 算法的多尺度比率划分论域的方法. 首先利用FCM算法对样本数据进行分类; 然后计算各类数据的平均相对误差, 并基于各类的平均误差划分论域, 产生非等间隔的多尺度论域划分方法; 最后, 通过算例表明了多尺度比率论域划分方法的有效性.     

基于SDNA-GA 优化的模糊神经网络控制

针对最新的生物DNA研究,病毒中同一DNA碱基顺序可以编码出2条或者3条不同的多肽链.在此基础上分析与模仿了重叠基因和重叠密码的机理,得到一种新的基于重叠基因编码框架,从而提高了问题求解的效率;同时,得到一种移码解读框架的DNA遗传算法(SDNA-GA)计算模型,并将其应用于一类广义隶属度型T-S模糊神经网络控制器(GTS-FNNC)的优化设计,实现了GTS-FNNC的在线学习.     

神经网络-光度法同时测定食品中防腐剂和甜味剂

根据食品中常用防腐剂本甲酸和山梨酸及甜味剂糖精钠在紫外区均有吸收的特点，建立了一种以紫外分光光度法为基础对该三组分同时测定的方法，光谱数据采用作者自编的径向人工神经网络MATLAB程序进行处理，苯甲酸、山梨酸和糖精钠的平均标准偏差分别为1.60%、5.23%和1.21%，回收率大为95.0-102.0%之间，将该法应用于食品中二组分的测定，获得较为满意的结果。