具有弯拱度羽毛片的特性及其应用

主要研究具有弯拱度羽毛片的特性以及建立其转动惯量求解数学模型,通过测量羽毛片的羽毛叶和羽毛杆等相关数据得到了羽毛片质量分布与长度对应关系图.然后考虑羽毛片的弯拱度对其转动惯量的影响,并给出不同弯拱度类型时对应羽毛片质量分布图,从而得到了具有弯拱度的羽毛片转动惯量计算公式.最后根据转动惯量平行轴定理得到了以羽毛球对称中心点为坐标系的各转动轴的羽毛片转动惯量.仿真结果也进一步说明了不同类型弯拱度变化对羽毛片转动惯量的影响.对具有弯拱度羽毛片特性的研究,具有一定的实用意义.     

基于改进强化学习的模块化自重构机器人编队

针对传统强化学习算法在训练初期缺乏对周围环境的先验知识,模块化自重构机器人会随机选择动作,导致迭代次数浪费和算法收敛速度缓慢的问题,提出一种两阶段强化学习算法。在第一阶段,利用基于群体和知识共享的Q-learning训练机器人前往网格地图的中心点,以获得一个最优共享Q表。在这个阶段中,为了减少迭代次数,提高算法的收敛速...     

流形核与LPP相结合的毛杆折痕识别方法

针对毛杆折痕难以检测问题,将非线性流形的思想引入到折痕识别领域。提出运用流形核函数与局部保持投影相结合的方法进行毛杆特征提取。首先基于区域图像构造协方差矩阵作为图像特征,利用仿射不变度量作为样本点的距离测度。然后通过定义的黎曼核函数选择流形上的近邻点,使得近邻点的选择符合数据呈非线性流形的假设,并结合数据类别信息构造相应的核矩阵。最后利用局部保持投影算法对毛杆图像进行降维。实验结果表明,本文算法能够有效克服光照不均和残余绒毛等外部因素影响,具有较好的稳健性和较高的识别率。     

基于改进的均值漂移算法的羽毛图像降噪

为了减少羽毛纹理背景对羽毛片缺陷分割的影响,需要对羽毛片图像平滑降噪,提出了一种改进的均值漂移去噪方法。通过基于近邻的方法构建正定矩阵,利用样本的邻域信息刻画局部空间结构从而获得各向异性核函数。并且通过定义采样点权重,克服了图像过度平滑问题。实验结果表明该方法在有效地滤除羽毛纹理背景信息同时,能获得更高的峰值信噪比、边缘保持指数和更好的视觉效果,为实现基于机器视觉的羽毛片缺陷检测系统中的缺陷分割和识别奠定了基础。     

ASIC中的异步FIFO的实现

绝大部分ASIC设计工程师在实际工作中都会遇到多时钟域设计的问题,多时钟域设计的一个难题是如何避免亚稳态的产生。异步FIFO是一种不同时钟域之间传递数据的常用方法。避免亚稳态问题及空满控制信号的产生是异步FIFO设计的两个关键。本文针对异步时序产生的问题提出了一种新的异步FIFO设计方案。用这样一个异步FIFO模块实现FPGA内部不同时钟系统之间的数据接口,它们之间不需要互相握手,只需跟接口FIFO模块进行交互就可以了,使设计变得非常简单和容易。此异步FIFO基于Altera公司的Cyclone系列实现的,采用VHDL语言设计,通过对设计进行简单的修改,即可用于各种不同的系统的设计,经过充分测试和优化,该异步FIFO运行稳定,占用FPGA内部资源也非常少。     

四个坐标系下羽毛球飞行运动学模型与仿真

为使羽毛球飞行的轨迹仿真结果更加真实可靠,构造基于实际环境的羽毛球空间运动状态方程。本文以国产某型号羽毛球制造参数为背景,建立羽毛球球场、羽毛球飞行、羽毛球速度和羽毛球球体4个坐标系,并利用牛顿第二定律等方法直接推导出羽毛球飞行轨迹在这些坐标系下的运动方程。所建立方程不但考虑了空气阻力、羽毛球转动惯量和羽毛球本身参数的影响,还考虑了羽毛球固有旋转特性产生的马格努斯力对其飞行轨迹的影响。仿真结果表明,在四个坐标系下建立的羽毛球运动方程能够直观反映出其相关参数对飞行轨迹的影响。     

数学形态学在图像处理中的应用与展望

阐述数学形态学的产生及其与图像处理的结合过程,讨论其由二值形态学、灰度形态学、软形态学到模糊形态学、模糊软形态学、形态小波的发展,分析了数学形态学在图像处理中的发展趋势并对其应用前景进行探讨与展望.     

基于伪Zernike矩的羽毛缺陷几何特征提取及识别

针对拍照角度影响羽毛缺陷识别精度的问题,将不变矩的思想引入到羽毛缺陷识别领域。提出利用伪Zernike矩描述羽毛缺陷的几何特征,用支持向量机（SVM）进行分类识别的方法。模拟实验表明算法能够较好地容忍图像平移、旋转和尺度变化,具有识别速度快、识别精度高的特点,并且算法对噪声、光线变化适应性好。     

羽毛球动态稳定性研究

为了解决羽毛球动态稳定平衡调节问题,提出了羽毛片质点影响系数调节法。该方法结合羽毛球质量模型以及羽毛片质量、弯拱度和攻角等相关要素,通过调节质心高度得到对应的质点影响系数,求取倾斜摆动平方最小值得到满足羽毛球动态稳定性要求的羽毛片的质心调节高度。与传统的羽毛球动态稳定调节须依赖经验积累相比,所提出的羽毛片质点影响系数法形成了一个理论系统,并且具有耗时少、效率高等特点。通过数值实验进一步地验证了所提方法的正确性和有效性。     

局部Radon变换技术及在毛杆折痕识别中的应用

针对羽毛杆折痕识别问题,提出一种新的特征提取方法。为了消除Radon变换对缩放平移敏感问题,采用改进的Radon变换提取目标区域的不变矩,并引入局部投影技术消除羽毛杆生理纹理干扰。通过改变尺度因子获得矩不变量矩阵,并采用奇异值分解(SVD)获得特征不变量用于分类识别。实验结果表明该方法具有较强的鲁棒性,具有较高的折痕识别率。