欠驱动船舶航迹Backstepping自适应模糊控制

针对欠驱动船舶直线航迹跟踪问题,提出一种Backstepping自适应模糊控制方法．在模糊逼近误差存在未知上确界的假设条件下,基于Lyapunov~论证明了闭环系统在所有信号一致最终有界意义下具有均方意义稳定性．本文提出的控制器具有设计直观和结构简洁的特点,并且对参数摄动和外界干扰都具有良好的鲁棒性．在状态变量和控制输入共同约束下的仿真实验验证了该方法的有效性．     

基于量子遗传算法的无线传感器网络路由研究

对于无线传感器网络(WSNs)中的两大关键性问题路由搜寻和能量优化,引入量子遗传算法进行路径的搜寻,并改进算法编解码思路,降低由于网络规模扩大而导致编码长度急速增加,即减少算法的计算复杂度,从而解决传统编码方式下的量子遗传算法难以适用于大规模的WSNs的缺点。通过实验表明:该方法能够得到更加优越和稳定的路径搜索结果,与粒子群优化算法进行1000次重复路径搜寻试验比较,其平均最优解提高了18.9%,稳定性提升了38.9%。     

电子鼻温度控制系统的设计

针对目前电子鼻中温度控制系统存在的不足,提出了一种使用简便、控制速度快,且精度高的温控系统.系统利用半导体制冷片的快速制热和制冷功能,通过控制制冷片两端的电流方向,同时使用PID控制算法和环境温度补偿方法,实现气室温度控制.通过实验,进一步验证了温度对湿度和传感器的影响.实验结果表明:系统能够达到的控温精度为±0.3℃...     

基于自适应混合高斯模型的时空背景建模

提出了一种基于自适应混合髙斯模型的时空背景建模方法, 有效地融合了像素在时空域上的分布信息, 改善了传统的混合髙斯背景建模方法对非平稳场景较为敏感的缺点. 首先利用混合髙斯模型学习每个像素在时间域上的分布, 构造了基于像素的时间域背景模型, 在此基础上, 通过非参数密度估计方法统计每个像素邻域内表示背景的髙斯成分在空间上的分布, 构造了基于像素的空间域背景模型; 在决策层融合了基于时空背景模型的背景减除结果. 为了提高本文时空背景建模的效率, 提出了一种新的混合高斯模型髙斯成分个数的自适应选择策略, 并利用积分图实现了空间域背景模型的快速计算. 通过在不同的场景下与多个背景建模方法比较, 实验结果验证了本文算法的有效性.     

B样条曲线最小二乘降阶方法

提出一种新的B样条曲线降阶方法.该方法利用B样务基转换矩阵建立B样条曲线降阶的数学模型,将B样条曲线的降阶问题转化为求线性方程组的最小二乘解问题.该方法基于整体考虑不必对B样条曲线分段处理,步骤简单易实现;可一次降多阶,避免了重复一次降一阶运算引起的误差累积,而当仅降一阶时与基于控制顶点扰动的约束优化降阶方法的逼近效果一致;在降阶的同时可满足各种给定的端点约束条件,以满足实际应用中的各种要求.     

Web环境中物流空间信息系统框架的设计与实现

根据物流的空间特征和业务需求,提出了包括表现层、服务提供商平台、应用服务器平台、数据层的物流空间信息系统多层体系结构框架.对Web环境中系统实现的关键技术进行了分析,实现了基于DCOM的物流空间信息系统,并进行了系统性能分析.结果表明:该系统可以高效高质量地建立起多层体系结构的第三方物流管理信息系统,为中小物流企业提供全套的物流管理解决方案.     

使用等比包序列的实时有效带宽测量算法

针对网络有效带宽的实时准确测量与测量数据的正确分析问题进行了研究,提出针对网络有效带宽的实时监测方法一使用等比包序列的实时有效带宽测量算法,该算法可以使用较少的网络流量和较短的测量时间得到较准确的测量结果,经过大量的实验数据分析,该实时有效带宽测量算法在不丧失准确性的基础上,能够很好的满足测量的实时性要求.     

典型相关分析在人脸姿态估计中的应用

在单一物体角度估计中,典型相关分析(CCA)可以用来建立图像空间和角度空间的联系.基于人脸总体形状的相似性,提出了基于外观的人脸姿态估计方法.使用CCA建立姿态变化时人脸这一类物体的外观空间和姿态空间的关系.典型相关向量最大化人脸外观空间和姿态空间的相关性,张成了它们的相关子空间.在相关子空间中,通过线性回归的方法,估计未知姿态图像的角度.为了更好的处理外观空间的非线性问题,引入了该方法.在CUbiC FacePix数据库上的实验验证了这两种算法的有效性.     

一种多机器人协作追捕-逃跑问题策略研究

提出一种多机器人协作追捕多个移动目标策略,基于主从式协作结构提出了分区主从式协作方法,在确定追捕目标点后通过引入追捕意向、追捕耗时,心智态度等三个指标概念选择最优合作追捕团队成员,并根据逃跑者状况以及协作效用判断追捕结果,评价追捕效率,仿真试验结果证明该策略的可行性及有效性.     

DLLE：一种姿态无关的人脸识别改进算法

经典LLE(Locally Linear Embedding)通过流形学习,能够得到嵌入在高维空间的低维流形,但是它与lsomap、Laplacian Eigenmaps一样,学习过程中没有用到先验知识,本文改进了LLE方法,充分利用先验类别信息,能够找到从高维空间到低维空间更为合理的映射,最终使用一种线性近似的方法学习这种映射的显示表达,通过这种映射,可以比较好地解决人脸识别中的姿态问题,在FERET数据库上,当姿态变化从-60度到+60度,该方法达到了较高的识别率.