基于粒子滤波的欠驱动移动机器人多目标点跟踪控制

针对欠驱动移动机器人的多目标点跟踪问题,提出了一种基于粒子滤波的高精度跟踪控制方法;具体地,在考虑移动机器人采样噪声的情况下,首先利用粒子滤波对移动机器人的位置信息进行处理,得到精准可靠的移动机器人状态信息;在此基础上,根据欠驱动移动机器人的运动学模型以及目标点的分布状况,设计基于反馈控制的多目标点跟踪控制方法;相对于传统的欠驱动移动机器人目标点跟踪控制算法,改进了该控制方法中增益参数的约束条件,有效避免了移动机器人在接近目标点时产生的奇异现象,有效提高了移动机器人对目标点的跟踪精度;此外,分析了该目标点跟踪控制系统的稳定性,并通过数值仿真验证了所提方法的可行性与有效性.     

基于BOPPPS有效教学结构的双平台在线教学设计

为保证线上教学稳定性和教学质量,以微机原理与接口技术线上教学为例,引入线上双平台教学方案,提出在此平台上以BOPPPS有效教学结构为核心的在线教学设计思路,阐述具体实施流程,最后给出结合线上、线下数据的过程评价方式.     

高校虚拟现实人才培养及教学内容规划

分析虚拟现实应用技术的3个特点,依据此特点给出虚拟现实人才培养的层次化目标,提出高校虚拟现实人才培养的整体思路,并进一步探讨虚拟现实课程的教学内容规划.     

基于OBE理念的面向对象程序设计课程建设与实践

基于工程教育专业认证对学生解决复杂工程问题能力的培养要求,以面向对象程序课程为例,分析课程教学过程中存在的问题,提出基于"产出导向"(OBE)的一流课程建设思路,从教学目标、教学内容、教学设计、教学资源、课程评价方面介绍课程建设措施,并对实践过程和效果进行分析,最后给出进一步改进的思路.     

中职物联网技术应用专业课程建设目标研究

中职物联网技术应用专业是2019年新增补的专业,其课程体系建设的方案还处于空白阶段。针对该专业企业典型工作任务及人社部发布的2个新职业工种,进行典型职业领域分析,根据典型职业岗位,总结相应的职业能力,通过岗位职业能力要求准确定位课程建设目标。为本专业建设进行了有益的尝试。     

基于优化教学资源推进线上线下混合式教学模式改革

立足于课程发展的实际情况,将线上线下互动相结合,根据课程改革的实质要求将在线面对面授课、网络授课以及移动授课完美对接。创新的教学模式需要教师能够在课堂教学当中把需要讲解的课堂知识点和信息技术有机结合起来,在教学过程中实现课堂教学与网络教学的结合,这种教学模式能够配合学生的时间和能力来开展,从而提升学生自主学习的能力。混合教学是把学生作为教学活动的主体,在多种教学手段的支持下,采用最适宜的教学方法的教学模式,将教学活动分解为不同的模块,为每一个模块制定教学目标,在多种教学手段的支持下,在连续的教学活动中,采用最适宜的教学方法,完成对学习者学习活动的引导、指导、辅导和学习效果评价的教学模式。     

一种融合极限学习机和改进烟花算法的混合式目标跟踪技术

针对背景杂波干扰、目标外观形变导致的跟踪精度差的问题,论文提出了一种基于融合极限学习机和改进烟花算法的混合式目标跟踪技术(OSELM-FWA).该技术在提取图片特征信息时,为了剔除冗余信息、保留边缘轮廓处的颜色信息,提出梯度稀疏矩阵作为特征信息提取工具来提取图片的颜色特征信息;同时为了提高运动模型的预测精度,提出了一种改进烟花算法来生成候选目标样本,该算法不同于传统烟花算法采用固定不变的常量作为爆炸半径参数,而是在其基础上加入目标的运动速率量来调整烟花半径参量,而且为了控制烟花的多样性,该算法还根据烟花置信度方差的变化情况动态调整烟花的变异概率,将烟花的多样性维持在最优范围内;另外为了及时地更新目标外观模型,利用目标的置信度变化率来调整更新样本数目,随后运用在线极限学习机增量的学习相应数量的目标信息.最后,论文将该跟踪技术在标准数据集OTB上进行对比实验,通过实验得到该跟踪技术在处理复杂环境下的目标跟踪问题时,不仅兼顾跟踪的实时性而且拥有较高跟踪精度.     

基于遗传算法的高速列车头型多目标优化

高速列车的气动阻力与列车的外形,特别是头部外形有着密切的关系.为了改善列车气动性能降低列车运行的气动阻力,建立高速列车的三维参数化模型,以高速列车头部所受的阻力和升力为优化目标,通过FLUENT软件与Isight软件多学科优化联合仿真分析方法,利用Sculptor软件对车头部分网格自动变形,基于计算流体力学,实现对高速列车流线型头型进行减阻的多目标自动优化设计.优化完成后,得到影响优化目标阻力和升力的关键设计变量,并对优化设计变量和优化目标之间的非线性相关性进行分析.通过对比原始流线型列车气动性能发现,列车头部的长度对阻力的影响比较大,列车头部的高度能够对列车所受到的升力产生较大的影响.     

二次特征融合的YOLO目标检测算法

为解决YOLO目标检测算法精确度低的问题,提出一种二次特征融合的YOLO目标检测算法.使用改进的可分离卷积模块来对传统的卷积模块进行改进,从而减小网络的模型,保证目标检测的速度;将卷积块之间的残差连接改进为密集连接,从而增大感受野;对于输出的三个不同大小的特征图进行二次特征融合,将高层特征信息与下层特征信息结合,让下层信息充分融合上层信息,从而提高对图片特征提取的能力.在PASCAL VOC 2007、WiderFace数据集上实验的结果表明,该方法对于目标检测的精度有明显的提高.     

基于节点加权和边加权的重分形研究

目前对于网络重分形的研究,在网络权重性质方面主要是原始网络、节点加权网络、边加权网络,每一个都是单独进行研究,论文主要对同时包含节点权重和边权重的网络进行分析,研究网络广义分形维数的变化情况。首先对已有的沙箱算法进行改进,并利用分形布朗运动时间序列进行改进算法的验证,然后利用改进的沙箱算法对由分形布朗运动时间序列生成的同时包含节点权重和边权重的可视复杂网络进行计算,接着同时单独改变边权重和节点权重,进一步研究广义分形维数随边权重和节点权重改变的变化情况。结果表明改进沙箱算法在保持了传统沙箱算法计算精度的前提下,大大地提高了计算的速度。对于同时单独改变节点权重和边权重,对复杂网络的广义分形维数的影响是截然不同的,节点权重的变化基本不影响网络广义分形维数的变化,而边权重则大大的影响且不同权重指数下的影响情况各不相同。