必要规则对分类影响的研究

基于规则分类方法的主要计算依据是形如"A→C"的规则(称为充分规则)及其置信度.其中:"A"代表数据集中决策属性取值的集合,"C"代表某个类标号.那么,形如"C→A"的规则(称为必要规则)是否可以在分类算法中起到积极的作用呢?依据规则分类方法原理设计了简单的实验,实验只考虑单个决策属性的不同取值与类之间的关联.根据实验目标,分类测试采用了两种方法:方法1只考虑充分置信的影响;方法2考虑充分置信和必要置信的影响.通过在几个典型的分类集上测试,结果表明:在分类计算时适当利用必要规则置信度可以提高分类精度.     

假日旅游流量预测模型的研究

分析了假日旅游信息特征,引入了效用函数的概念,建立了适用于假日旅游大系统流量预测的广义模型.将假日旅游流量预测模型进行了非线性推广,通过极大似然法和RBF神经网络分别对线性流量模型和非线性流量模型进行了预测.     

基于变阻尼的电压型PWM整流器无源控制研究

针对电压型PWM整流器无源控制器设计中恒阻尼注入方法存在阻尼注入太小,导致启动变慢,稳态误差大,输出直流电压稳定性能变差;而阻尼注入过大,则导致输入电流总谐波畸变率(THD)值较大等问题,提出了变阻尼注入的无源控制策略,变阻尼注入采用跟踪微分器予以实现.通过选择合适的跟踪微分器非线性函数及其参数,可使阻尼按照期望值变化,使整流器的动静态性能进一步提高.仿真实验表明基于变阻尼的电压型PWM整流器无源控制策略是可行的.     

基于特征的视线跟踪方法研究综述

针对基于特征的视线跟踪方法进行了综述.首先对视线跟踪技术的发展、相关研究工作和研究现状进行了阐述; 然后将基于特征的视线跟踪方法分成了两大类:二维视线跟踪方法和三维视线跟踪方法, 从硬件系统配置、误差主要来源、头部运动影响、优缺点等多个方面重点分析了这两类视线跟踪方法, 对近五年现有的部分基于特征的视线跟踪方法进行了对比分析, 并对二维视线跟踪系统和三维视线跟踪系统中的几个关键问题进行了探讨; 此外, 介绍了视线跟踪技术在人机交互、医学、军事、智能交通等多个领域的应用; 最后对基于特征的视线跟踪方法的发展趋势和研究热点进行了总结与展望.     

带钢热连轧活套系统的NNMSAC解耦控制

针对现代带钢热连轧中活套系统的解耦控制问题,提出了基于神经网络简单自适应多变量解耦控制方法（NNMSAC）。该方法运用简单自适应理论结合了神经网络技术用于多变量系统。着重描述了该控制算法的结构和原理,给出了参数选择原则和设计方法,并针对活套系统实例进行了仿真研究。仿真结果表明,这种控制算法具有实现简单,解耦效果好的特点,有效地改进了活套系统的控制效果。     

计算机动画环境中基于认知的 行为路径选择研究

 鱼依靠固有能力,在资源限制下,能够巧妙的躲避障碍物,并且保持鱼群和谐的结构和秩序.研究鱼的行为选择机制,提出了一种从认知角度构造"人工鱼"这一计算机动画角色的方法.建立分布式行为模型,采用基于约束满足的随机搜索算法,对人工鱼的同步交互协作过程进行模拟,并通过计算机动画实现的真实效果验证上述模型方法的有效性.     

智能自律分散系统

提出智能自律分散系统(IADS,intelligent autonomous decentralized systems),它是基于自律分散系统(ADS,autonomous decentralized systems)和分布式人工智能(DAI,distributed artificial intelligence)相结合的发展.为了设计和实现IADS,对智能自律分散系统的概念、模型、结构、性能、方法和技术进行了论述.给出了基于"智体"(Agent)的三种智能自律分散系统:联盟式智能自律分散系统(Union-IADS)、市场式智能自律分散系统(Market-IADS)、集团式智能自律分散系统(Group-IADS).它们不仅有自律控制和自律协调的性能,而且也有拟人的分布式人工智能特性,如主动性,机动性、敏感性、反应性、社团性.     

从拟人的角度谈控制系统智能水平的评价

从拟人的角度出发提出了对控制系统的评价体系结构。指出其评价过程分为系统的描述、评价指标分配、分布测试、智商计算、智能水平评价、评价结果输出。利用系统分析和设计以及系统仿真的方法,对系统的组织层、协调层和测试层进行了设计和实施。给出了典型仿真系统的评价过程和评价结果。     

智能移动机器人技术现状及展望

智能移动机器人技术涉及到机器人导航与定位,路径规划,运动控制等.本文综述了移动机器人技术的历史,现状以及未来.首先简要回顾了移动机器人的发展历史,介绍了移动机器人主要体系结构.其次详细论述了移动机器人的主要导航技术,路径规划技术以及多传感器信息融合技术,并指出它们优缺点.最后指出基于硬件电路图像处理的视觉导航技术,高智能情感移动机器人等技术是移动机器人发展趋势.