基于混沌优化的最佳熵阈值的图像分割

利用目标在图像中所占比例等信息,结合图像熵阈值算法进行图像的阈值分割。并利用混沌优化的方法一次寻找出图像熵的多个极值点,提高了阈值寻找的效率。仿真实验表明,与传统的图像熵阈值法相比较,该方法能够给出更加合理的分割结果。     

基于边缘的自适应相关跟踪算法

针对相关跟踪实时性差和误差累积问题,提出了基于边缘检测的自适应相关算法.采用修正后的灰度差的绝对平均值(MAD)相关匹配克服了对噪声敏感的缺点;利用目标的边缘信息确定模板中参与匹配的区域,并采用粗精结合的搜索策略,加快了匹配速度;采用模板加权更新和中心修正有效地消除了相关运算累积误差的影响.     

带滤波器的新型网络无限时间最优控制

针对网络控制系统中的无限时间最优方法,设计了一种基于输入变化率的新型滤波器算法。改进后的算法在保证系统快速性的情况下,使得控制更加平稳。考虑到半实物仿真实验平台不能保证实验条件的一致性,开发出NCS数字仿真实验平台。仿真结果说明了所采用方法的有效性。     

基于CAN总线的运动控制系统的设计

为同时实现运动控制系统的开放式通信和分布式控制,将CAN总线应用到系统各组成部分的通信控制中;以PC机为上位机,80C196KC单片机为智能节点的核心,设计了CAN适配卡及各智能节点,进而构成总线式运动控制系统;该系统是一个具有通用性的基于CAN总线的工业测控系统;该系统与传统的控制系统相比更易于改型和扩充,目前已应用于实际工程控制中。     

一种新型的结构自组织基函数模糊CMAC

为提高CMAC的非线性逼近能力 ,通过引入Gauss基函数和基于相似测量的寻址策略 ,提出一种新的Gauss基函数模糊CMAC网络 (GFCMAC) ,并进一步在对Kohonen的自组织映射算法进行改进的基础上 ,提出了GFCMAC的结构自组织算法 (SOGFCMAC) .仿真结果表明 ,采用Gauss基函数和模糊技术可以显著提高CMAC算法的非线性逼近能力 ,与传统CMAC、广义基函数CMAC和FCMAC等算法相比 ,SOGFCMAC算法在收敛速度、逼近精度和结构自组织等多方面都具有明显的优越性 .     

混沌神经网络及其在联想记忆中的应用

提出了一种新型的混沌神经网络模型及其相应的学习算法。该学习算法利用了输入模式各元素之间的关联性信息。此文的神经网络可以用于多值模式的联想记忆,与现有的混沌神经网络相比,具有更好的性能。     

80C196KC使用注意事项两则

我们在80C196KC单片机的开发过程中,发现80C196KC单片机使用时有2点需要特别注意:"复位"信号的使用和16位"字"操作.为避免各位同事走弯路,特写此文.     

动态模糊神经网络控制器在伺服系统中的应用

通过在ANFIS的归一化层与输出层之间加入递归,层提出了一种新型的动态模糊神经网络（DFNN）,将模糊推理系统、神经网络和Ⅲ型控制有机地结合起来。给出DFNN的网络结构,为基于收缩间距隶属函数和BP算法提供了参数调整方法。系统实验表明,DFNN控制器比PID＋前馈控制具有更好的动、静态响应,尤其在前馈信号难以取得的情况下具有更明显的优势。     

混沌搜索匹配算法在电视跟踪系统中的应用

提出了一种用于图像匹配的混沌搜索算法，首先将目标搜索、匹配、识别的过程转化为函数优化问题，然后运用混沌优化算法对该问题进行寻优，从而获得最佳匹配点。仿真结果表明，在保证寻优性能的情况下，可以减少匹配次数，提高识别速度，满足电视跟踪系统实时性的要求。     

机械传动间隙的实时检测电路设计

介绍了一种机械传动中间隙的实时检测方法及其具体实现电路。该电路结构紧凑，方法合理、实用。经实际使用证明，性能稳定，完全满足实用和研究的需要。