一种新的知觉分割模型*

根据知觉的最新理论研究和实验结果,提出一种新的知觉模型,并用于考查计算机视觉中的分割问题.分割问题实质上是知觉表达问题,现在分割的困难性可能是知觉上局部到整体的还原论假设造成的;分割可能不是一次完成的,而是经过整体到局部的过程才最终完成.新的知觉模型将对建立更好的分割模型提供理论基础.     

基于模糊神经网络的服装号型推荐专家系统

该文提出了基于模糊神经网络的服装号型推荐专家系统,将专家系统、模糊神经网络的计算优势与服装号型结合实现面向个体尺寸的服装号型推荐,通过定义方案矩阵、权重矩阵和匹配度矩阵规范了服装号型的推荐流程。最后针对测量样本通过对5·4系列女长袖衬衫的号型推荐,验证了该方法可行性。该方法具有计算简单和结果准确的优点,能快速地为顾客在线购买服装提供全面、客观、科学的决策参考,具有重要的研究价值和广泛的应用前景。     

基于GVF-Snake人体轮廓提取的优化算法

通过分析基于边缘、区域分割和形变模型等3类轮廓提取算法,提出一种分别对三者进行优化综合的基于梯度矢量流-主动轮廓模型(GVF-Snake)的人体轮廓提取优化算法。利用内嵌置信度边缘检测得到理想边缘图,通过形态学方法提取物体粗略轮廓作为GVF-Snake模型的初始轮廓。采用优化GVF-Snake模型提取精确轮廓。将上述方法应用于人体图像轮廓提取,实验结果表明,该方法达到了预期目的且具有较好的实用性。     

一种基于PSO优化的RFID防碰撞算法

在射频识别(RFID)系统中,不可避免地存在碰撞问题,标签碰撞的解决对于标签的快速有效识别非常重要.提出一种基于粒子群优化的改进自适应分组和预发信号ASPS( Adaptive splitting and pre-signaling)的RFID防碰撞算法.首先建立ASPS防碰撞算法模型;然后借鉴粒子群优化算法的特点,通过将接收信号二维化,建立适合粒子群优化算法的模型,从而改进ASPS算法.实验表明,该算法运算时间短,处理碰撞的次数少,具有良好的实际应用前景.     

基于生物学的智能分析统计软件的开发

本文主要通过用户给定的文章，利用适合于生物学主题词特点的切词方法检索出文章中的主题词条及其频率，同时还能够显示与主题词库模式匹配或是自身频率较高的词，通过对一定量文献的检索，为如实反映出目前生物学研究的热点和学科状况提供依据。     

一种纤维生产线水浴牵伸过程的智能协同解耦控制

提出了一种智能协同解耦控制器,用于纤维生产线中的水浴牵伸槽的液位-浓度复合控制。该控制器由一个控制中枢、多个控制解耦单元及相应的输出单元组成。控制中枢统一协调各控制解耦单元,多个控制解耦单元独立作用并互相交换信息进行对象解耦,控制信号经输出单元综合后作用于控制对象。仿真结果表明,该智能协同解耦控制器能够快速响应控制量的变化,实现耦合控制量的完全解耦和无超调平滑调节,对于纤维生产的牵伸过程较传统控制方法具有更好的控制性能。     

基于神经内分泌的并联机器人智能控制系统

为研究一种高速度、高精度的二自由度冗余驱动并联机器人自适应控制系统,通过建立运动学模型,基于神经内分泌甲状腺激素调节原理,设计了一种带长环、超短环结构的神经内分泌智能控制器,对机器人系统进行控制,并给出了其控制算法。仿真分析结果表明,运动学模型简单有效,使机器人运动过程中各个关节运动稳定、连续且平滑;相对于传统PID控制算法,神经内分泌智能控制算法具有较好的快速响应性、稳定性、鲁棒性、自适应性和抗干扰能力。该方法为机器人的复杂控制提出了一种新思路。     

基于OpenGL的机器人仿真技术研究

以机器人运动学仿真为例，阐述OpenGL与Visual C 混合编程的接口过程，以及实现机器人仿真的步骤、方法和动画机理。结果证明，利用OpenGL所实现的参数化动态仿真模型在研究领域、虚拟制造、虚拟现实以及机器人遥操作中都具有重要的应用价值和应用前景。     

基于群智能求解带约束问题的时域鲁棒优化算法

针对现有的时域鲁棒优化算法无法解决带约束的优化问题,基于群智能优化方法,提出一种求解带约束优化问题的时域鲁棒优化算法.首先,用约束条件构造罚函数,将带约束优化问题处理成为无约束优化问题;然后,采用一个分段函数作为粒子的适应度评价函数,通过竞争规则筛选粒子,设计带约束问题的时域鲁棒优化算法.以优化碳纤维原丝的性能为背景,将算法在多组参数下进行测试和对比分析,结果表明了所提出算法的有效性.进一步分析AR模型对算法性能的影响,指出预测模型的改进是提升算法性能的一个重要手段.     

一种并联机器人的神经内分泌智能控制器

针对并联机器人结构复杂、控制精度要求高的特点,首先对一种新型6-PSS并联机器人进行了运动学分析,然后根据神经内分泌调节原理和抽象出的二种内分泌调节的反馈机制,设计了一种新型的智能控制器,并给出了其调节规律。该控制器结构上遵循内分泌调节模型,策略上遵循内分泌规律。通过仿真实验证明了神经内分泌智能控制器在快速性、稳定性上均优于PID控制器,该控制方法为机器人的复杂控制提出了一种新思路。