首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
  国内免费   1篇
综合类   1篇
自动化技术   1篇
  2019年   1篇
  2005年   1篇
排序方式: 共有2条查询结果,搜索用时 515 毫秒
1
1.
介绍了海尔市场链管理模式,阐述了企业人本管理的内涵,论述了海尔市场链激发员工积极性的方法.指出:企业运作中坚持以人为本,对和谐企业的构建,对企业的发展壮大,有着极其重要的意义.  相似文献   
2.
针对传统的外骨骼机器人步态检测算法中的信息单一化、准确率低、易陷入局部最优等问题,提出基于改进鲸鱼算法优化的支持向量机(IWOA-SVM)的外骨骼机器人步态检测算法,即在鲸鱼优化算法(WOA)中引入遗传算法(GA)的选择、交叉、变异操作,进而去优化支持向量机(SVM)的惩罚因子与核参数,再使用参数优化后的SVM建立分类模型,从而扩大算法的搜索范围,减小算法陷入局部最优的概率。首先,使用混合传感技术采集步态数据,即通过足底压力传感器和膝关节、髋关节角度传感器采集外骨骼机器人的运动数据,并作为步态检测系统的输入;然后,使用门限法对步态相位进行划分并标记标签;最后,将足底压力信号与髋关节、膝关节角度信号融合作为输入,使用IWOA-SVM算法完成对步态的检测。对6个标准测试函数进行仿真实验,并与GA、粒子群优化(PSO)算法、WOA进行比较,数值实验表明,改进鲸鱼优化算法(IWOA)的鲁棒性、寻优精度、收敛速度均优于其他优化算法。通过分析不同穿戴者的步态检测结果发现,准确率可达98.8%,验证了所提算法在新一代外骨骼机器人中的可行性和实用性,并与基于遗传优化算法的支持向量机(GA-SVM)、基于粒子群优化算法的支持向量机(PSO-SVM)、基于鲸鱼优化算法的支持向量机(WOA-SVM)算法进行比较,结果表明,该算法识别准确率分别提高了5.33%、2.70%、1.44%,能够对外骨骼机器人的步态进行有效检测,进而实现外骨骼机器人的精确控制及稳定行走。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号