计算机白质模型研究

来源 :第十二届中国智能机器人大会 | 被引量 : 0次 | 上传用户:lzjsja
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
复杂网络应用广泛,但在调节随时间不断变化的并且需要整体优化的网络时仍然有所不足,本文借鉴大脑神经系统中的白质系统,建立了计算机白质模型,利用人工SC个体采集环境数据,通过判断SC个体发育为成熟个体或非成熟个体来提呈数据源信息,交由SC种群后对整个网络的状态进行分析,进而达到整体优化控制的结果,该模型通过设定不同的更新频率以适应各种变化的网络形式,试从一个新的角度解决动态网络边权关系的控制问题.
其他文献
为了保证在不同图形绘制能力、不同存储空间、不同显示分辨率的终端电子设备上显示三维地形的统一性和一致性,很多情况下需要对三维地形模型进行适度的简化.对于三维地形而言,其纹理颜色、地形区域边界和重要顶点是其非常重要的视觉特征,本文将这三项特征作为约束因子引入到三维地形的简化过程中,并根据这三项特征对现有的二次误差测度算法和边折叠代价的计算方法进行了改进,使这三项特征在三维地形简化过程中不会出现明显的退
为了提高资源三号遥感影像的分类精度,首先利用K-L变换对其进行信息压缩增强,然后利用灰度共生矩阵提取变换后第一主成分的纹理特征.将不同测度的纹理特征作为新的波段,与影像原始波段进行组合,对新的组合图像进行分类,并将分类结果与单纯利用光谱特征进行分类的结果进行比较和分析.结果表明,辅以纹理特征的分类方法,能够有效提高高分辨率遥感影像的分类精度,在资源三号卫星影像的实际应用中具有一定价值.
蠕动供给是一种结构简单、应用广泛的容积泵,在近年来引发了研究关注.蠕动供给通过挤压软管输送液体,软管恢复后形成局部真空抽吸后面液体,如此反复完成输送功能.其以清洁、恒流、维护简单等优点很快便被应用到了各个行业,特别是在医疗设备方面取得了良好效果.本文主要介绍了蠕动供给的原理,发展及其在医疗设备上的应用,并与传统的输液方式进行了对比,凸显出了其优势.最后简述了蠕动供给在未来的发展前景.
面向舵桨联动式水下机器人定深巡航任务,考虑外界海流干扰和内在欠驱动特性,建立定深控制系统数学模型.针对该水下机器人垂向自由度上欠驱动特性,在运动学阶段设计关于垂向深度差的渐近视线制导角,从而将定深跟踪过程中垂向和俯仰的耦合控制转变为单一可控的俯仰控制.基于反步法技术,在动力学阶段构建全系统李雅普诺夫函数,避免了分系统合成引起的复杂级联分析,提高了算法的艇载移植性.理论分析了闭环定深跟踪误差(深度差
本文采用一种新型帆板-滑块结构作为太阳帆航天器的姿态执行机构.该结构工作过程中,质心会随滑块位置改变,进而导致航天器转动惯量变化.对此,本文基于滑模控制理论设计了强鲁棒的姿态控制器.质心/压心偏差为太阳帆提供了无能耗的姿态控制力矩,同时也为姿态系统引入了不可忽视的光压干扰力矩;在复杂轨道环境中,太阳帆受邻近天体引力作用,产生的引力梯度力矩也对姿态系统有着明显的影响.针对这些外部干扰,本文提出一种自
针对同时具有艏艉水平舵的水下航行器深度控制问题,提出一种艏艉舵联合操舵的深度控制策略,通过数值仿真实验来评判该控制策略的性能.文中建立了水下航行器在垂直面的运动学方程和动力学方程,通过所建立的垂直面运动模型和提出的联合操舵深度控制策略进行仿真验证,仿真结果表明文中所提出的联合操舵深度控制策略具有较好的机动性和稳定性,同时与其他控制策略进行仿真对比,结果表明本文提出的联合操舵深度控制策略具有良好的控
根据故障发生前的历史数据,本文提出了一种基于日志的自主机器人控制系统故障恢复方法.以事务作为故障恢复的原子单位,自主机器人在执行机械动作前把事务登记到日志中.故障恢复时,从日志中检索出相应的事务,重做或者撤销.故障恢复方法通过建立具有平衡点的日志文件和重新开始文件加快故障恢复速度,并采用镜像技术恢复控制硬件故障.攀爬机器人控制系统测试表明:基于日志的控制系统故障恢复方法减少了故障恢复时间,继承了故
提出基于梯度提升决策树的语音情感特征选择方法,在中国科学院自动化研究所汉语语音情感数据集上获得了86.67%的识别率,在北航汉语语音情感数据集上获得了90.48%的识别率.特征选择使得每段音频的平均预测时间从2.5ms下降到0.1ms;提出基于长短期记忆神经网络的语音情感识别方法.长短期记忆神经网络从语音数据的Me1频率倒谱系数中提取深度特征,在不同噪声环境下识别语音情感,结果表明长短期记忆神经网
实现精确的人体步态检测并实时反馈给机器人系统,可为行走辅助机器人的控制提供可靠的人机交互信息,同时给医生评估病人下肢康复情况提供依据.本文设计了一种基于惯性传感器的无线传感器节点,在此基础上研发了一套无线穿戴式传感系统.提出了一种可靠的步长和步向检测算法,并利用回声状态网络对整个系统测量误差进行校正,进一步提高了测量精度.实验结果表明,所提系统与方法能够实现高精度的步态检测.
环路闭合探测技术是消除同步定位与地图构建(SLAM)算法中消除累积误差从而保证计算结果准确的关键一环.对于工作在户外的SLAM系统,在使用经典的视觉词袋(BoVW)算法进行环路闭合探测时容易受到多种动态场景因素(光照、天气、行人、车辆)的较大干扰.针对这一问题,本文采集了大量含有动态场景因素的图像数据用来模拟机器人在环路闭合探测时需要的关键帧信息,并依此制作了环路闭合探测实验的数据集合用来测试各图