混沌序列变换成均匀伪随机序列的普适算法的FPGA实现

针对现有的PRNG的均匀性差的特性,文献[1]提出了一种将混沌序列变换成均匀伪随机序列的普适算法。我们首次提出该算法的FPGA实现方案,方案由上位机软件、UART控制器、初值缓存器、均匀化算法实现单元、尾数序列缓存转换器组成。采用VHDL完成各模块设计,芯片选用逻辑资源为100万门的CycloneIIEP2C35F672C6,硬件电路共占6721逻辑单元,资源率20%,工作频率为50MHz。     

基于图聚类与蚁群算法的社交网络聚类算法

针对社交网络中社交关系的有向性与多样性,提出了一种基于图聚类与蚁群算法的社交网络聚类算法。首先,在网络覆盖率的约束下为社交网络建立有向、非全连接的二维图模型;然后,采用K-medoids算法搜索用户分组的中心用户,采用人工蚁群算法在2D图中搜索各个用户与中心用户的相似性,将满足相似性阈值的用户分为同一个用户组。设计了低活跃用户的预测机制解决网络的稀疏性问题与冷启动问题。此外,通过网络覆盖率的约束条件权衡聚类准确率与覆盖率两个指标。仿真实验结果表明,该算法实现了较好的社交网络聚类性能,并且有效地缓解了稀疏性问题与冷启动问题。     

有色玻璃回收新技术

实验设计了有色玻璃回收挑拣装置实现废玻璃碎块进料,实现玻璃的破碎与研磨;经过传送带震动传输;光学传感器基于玻璃颜色对比识别,系统判定分类;弹触挑选收集,集成不同种类的玻璃原料并分开存放。同时本装置基于玻璃原料的加工要求参数化调节,应用于废旧玻璃碎料的回收分类,可有效解决废旧玻璃回收分类困难、废弃玻璃填埋对环境造成较大污染等问题,降低生产新玻璃过程中的能源消耗与环境污染,具有良好的节能减排效益。     

改进蚁群算法优化神经网络速度辨识器的研究与应用

对基本蚁群算法进行了改进以提高其全局寻优速度,并用此改进型的蚁群算法来优化神经网络,再将该神经网络应用于直接转矩控制系统当中,实现对转速的观测,最终实现无速度传感器的直接转矩控制。仿真研究表明,改进的蚁群算法具有优良的全局优化性能,且收敛速度较快,应用其优化的神经网络在直接转矩控制系统中能较准确地辨识出系统转速,从而可以替代传统的速度传感器,实现无速度传感器直接转矩控制。     

钢丝绳信号消噪方法的仿真研究

介绍了小波阈值去躁和平移不变量小波阈值去躁的基本原理及算法流程。在传统软硬阈值函数的基础上,构造了一个新的阈值函数,该阈值函数不仅克服了硬阈函数不连续的缺点,而且解决了软阈值函数存在的恒定偏差。将新阈值函数用于改进的平移不变量小波阈值去躁算法,取得了较好的降噪效果。