Renshi非关系型数据库的探讨

随着互联网技术突飞猛进的发展,超大规模、高用户并发、网页的实时动态生成等需求已经成为传统的关系型数据库很难克服的问题,这就催生出了非关系数据的诞生。本文从非关系数据库特点,适用场景,主流非关系数据的特点等方面探讨和研究非关系数据库。     

关系数据库索引的研究和探索

在关系数据库管理中,为了能够高效、快速实现对庞大的数据库数据进行处理,索引作为一个非常重要的技术被引入数据库管理中。本文以Oracle9i数据库为例,研究和探讨数据库索引的技术、使用,以及维护。     

基于迁移学习的铣削机器人定位误差补偿方法

空间网格补偿法是提高机器人定位误差的有效方法之一,然而由于所需采样位姿多导致误差测量环节非常耗时,为提高机器人定位误差补偿效率,提出了一种机理分析与数据驱动的铣削机器人定位误差补偿方法,基于迁移学习来预测机器人工作空间内不同区域的定位误差。首先建立机器人刚柔耦合误差模型,研究立方体与柱体工作空间内不同区域的误差分布特性;之后,考虑误差区域相似性将机器人工作空间分为源域空间与目标域空间,在源域空间基于分级采样策略将完备的机器人采样位姿及误差测量数据作为源域数据,对于目标域空间只需要将少量的采样位姿及误差数据作为目标域数据,源域数据与目标域数据均用于训练高斯过程回归模型,通过基于加权拟合误差的子空间对齐和自适应权重迭代方法提升迁移学习模型预测精度,根据指定机器人位姿参数预测并补偿机器人定位误差;最后,使用KR160铣削机器人系统进行了误差补偿试验以验证该方法的可行性和有效性,试验结果表明,经过补偿后机器人定位误差1.499 mm降低到0.182 mm,所需机器人采样位姿数目减少了70%,使用铣削机器人加工法兰孔,其轮廓误差和位置误差达到0.269 mm和0.331 mm,该方法可以提高补偿...     

关于数据挖掘课程教学探索

结合个人的教学实践,从数据挖掘的技术特点出发,来探讨和研究该技术在实际教学活动中的安排,以更好提高学生能力,增强教学效果.     

基于最小PDOP的跟踪仪顺次多站测量站位优化

工业机器人进行大型构件加工时，精确测量机器人与大型构件的相对位置关系是保证加工质量的关键。采用单台激光跟踪仪顺次多站法进行测量时，为了提高测量精度，充分考虑了激光跟踪仪的位置误差，对激光跟踪仪站位优化进行了研究。首先，探讨了激光跟踪仪测量误差主要来源，分析了顺次多站法测量原理；然后，基于最小位置精度衰减因子(PDOP)的方法进行了激光跟踪仪站位的优化，并给出了各站位位置测量精度最优的求解算法。最后，进行了站位优化前后的验证实验，结果表明：优化站位后测量系统的测量精度可提高50%以上，验证了站位优化方法的有效性。