地图中铁路、道路提取和恢复显示的方法

本文提出一种从军用地图中提取铁路、道路的半自动方法和自动恢复显示其在地图中标识方式的算法,从而进一步实现地图图形显示系统的多层次结构。     

基于VFP的艺术类专业报名考试系统的设计与实现

结合高校艺术类专业招生工作实际情况,针对当前艺术类专业报名考试的特点和要求,借助VFP强大的数据管理功能,构建基于VFP的艺术类专业报名考试系统,实现报名信息管理、考场安排、准考证打印和成绩统计的一体化管理,提高了招生工作效率。     

煤矿带式输送机监控软件的设计

采用VB6.0设计了一套煤矿带式输送机监控软件,介绍了软件总体设计及实时监控主画面设计方案,阐述了采用MSComm控件、Winsock控件分别实现上下位机的串口通信、以太网通信的方法。该监控软件画面直观,控制灵活,较为实用。     

150t/h循环流化床锅炉燃烧系统的建模

通过调研某发电厂循环流化床锅炉,利用从该电厂获得的历史数据以及现有的数学模型,采用MATLAB工具箱建立了传递函数模型,在此模型基础上通过仿真研究循环流化床锅炉燃烧系统的动态特性.主要研究给煤量、一次风、二次风等输入量与床温、主蒸汽压力、主蒸汽温度、炉膛出口烟气含氧量等输出量之间的关系,给出了可用于控制系统设计的燃烧系统的传递函数阵.仿真结果表明,所建立的模型能准确地反映系统的动态性能.同时分析了影响动态特性的因素,为循环流化床锅炉燃烧系统的控制策略研究建立了平台.     

高素质人才加入公务员队伍的制约因素和对策研究

治国重在治吏,善治来于"善吏",政府的社会作用是通过全体公务员的有效工作体现出来。随着我国公务员制度的逐步完善,公务员的素质已有所提高,但高素质人才占公务员总体的比例仍然不高,这与我国的人才外流、公务员制度运行及人才服务体系不健全等现象也有一定关系。本文通过对我国公务员队伍现状的分析,指出了阻碍高素质人才加入公务员队伍的原因,并相应地提出了吸引和激励更多高素质的人才加入到公务员队伍对策。     

气压驱动式自动离合器控制技术研究

为了以较低成本实现AMT系统中离合器执行机构的气压驱动,在对离合器控制过程深入分析的基础上结合气动控制特点,提出了通过高速开关电磁阀以PWM方式驱动纯气动离合器执行机构的方法,及离合器参考模型自适应控制方法.通过多位驾驶员在不同道路条件和环境条件下的实车道路考核,验证了这种控制方法的可行性,研究结果同时表明:采用该方法的离合器执行机构价格低廉,为进一步实现产业化奠定了基础.     

基于卡尔曼滤波的髓内钉锁孔操作标定方法研究

在机器人辅助正骨手术中,髓内钉的锁孔操作需要很高的定位精确度,因此需要一种相应的高精确度系统标定方法来满足定位要求.本文利用卡尔曼滤波的间接法标定法,其跳过对定位盒顶点坐标的求取,将标定盒三个顶点的坐标作为状态参量,将机器人由拍照位姿到钻孔位姿之间的位姿变换参数当作观测参量.并在此基础上推导出状态参量与观测参量之间的映射关系,对一系列观测参量的测量,利用卡尔曼滤波算法对状态参量进行滤波估计,最后间接求取转换矩阵.实验证明,这种方法的精确度不会因为标定试验次数增多而导致标定盒磨损,重复精确度较高.     

混合匹配规则的否定选择算法

针对目前基于免疫的检测器生成算法中,匹配规则单一造成的检测器质量低下的问题,提出一种基于混合匹配规则的否定选择算法,采用海明距离整体匹配的各段内R连续比特匹配的否定选择算法,即混合匹配否定选择算法,对算法的性能进行了分析．实验结果表明,该算法能够高效地产生所需要的检测器,提高了检测率,且降低了误报率．     

基于改进LLE算法的手势特征提取研究

在人机交互领域中,基于视觉的手势特征提取成为研究的热点,但手势存在较大范围的变化,很难实现对手势的有效分类.研究了一种基于LLE改进算法的手势特征提取方法.先将手势特征数据中的某个数据点与邻近数据点组成局部线性关系,对重构误差进行拉格朗日乘子算法优化处理,求出新的局部重建权值矩阵,为了使局部线性关系能够满足低维度空间,通过求解映射矩阵的方法,将手势特征样本数据的目标特征空间映射到低维度空间中.采用稀疏观察手势描述法对手势特征进行提取,根据手势参数对手势轨迹数据进行归一化处理,为了提高手势特征提取的实时性,采用支持向量分类器的方法将手势从难以分类的空间映射到高维度的手势空间中.实验结果表明,所提方法对手势的查准率和召回率较高,泛化性较好,即使在样本数据很少的情况下,也具有较好的识别效果.     

动作识别中基于深度神经网络和GA合并算法的分类决策方法

针对人体动作识别中传统方法在分类决策方面存在问题和缺陷,提出了一种新颖的基于深度神经网络(DNN)和遗传算法(GA)合并算法的非线性分类决策方法。首先,提出的合并算法在整个训练集合上对特征提取器进行组合,进而组合成不同的两个独立网络;再利用DNN对两个独立网络进行初始化,进一步利用GA对两个网络进行合并。然后将网络的偏差和权重表示为每层网络间的一个矩阵;最后,利用DNN对网络的偏差和权重进行训练,并在合并过程中将矩阵中的每一行当作一个染色体。实验采用了标准MNIST数据集对提出算法的性能进行评估。评估结果显示实验过程中的交叉和突变操作增加了神经元节点,提高了识别性能,并且弱化了不相关和相关神经元节点。因此,提出算法的错误率更低,网络性能更优异。