自级联式感应电动机控制系统的研制

描述了自级联式感应电动机的数学模型及其控制系统的结构,研制成功该类电机矢量控制系统样机.根据实验结果,分析了其动态和静态品质,得出此种类型电机控制系统完全可以达到与直流电动机控制系统相同性能的结论,提出了自级联式感应电动机进一步的应用前景.     

基于主成分分析的核Fisher判别方法在油水识别中的应用

根据测井数据结构复杂和交集严重的特点,将主成分分析思想应用到剔除奇异点和寻找两类样本的交集中,并在交集中应用核Fisher判别方法,进行油水判别,弥补了Fisher线性判别方法的不足.通过将主成分分析和核Fisher判别方法这两种理论有机的结合起来,提高了利用测井数据识别油水层的鉴别能力,实际应用中证明了本方法的实用性和有效性.     

基于行为智能体的移动机器人系统

对智能体及多智能体系统的研究是当今人工智能领域的一个热点问题,如何把智能体的理论应用到机器人的控制中去也是一个非常值得研究的方向。目前,由于基于行为的控制结构,特别是SA结构,在实际控制中具有较快反应力而显得比传统方法更具智能,因而成为移动机器人控制研究关注的焦点。针对移动机器人在有障碍约束的非结构化环境中进行探障并实现避障任务这个问题,设计并建立了一个多自主机器人系统实验平台,实现了一个基于行为多智能体的移动机器人系统。     

世界上种类最多的动物——象甲

昆虫世界有一种“大象”，顶着长长的“鼻子”，披着坚硬的壳。人们形象地叫它们“象鼻虫”，也叫象甲。     

一种情感模型的研究

根据隐马尔可夫模型HMM的基本理论和算法设计了一个情感模型。该模型由三种心理情绪状态组成。外部刺激经过HMM模型识别，确定情感输出。Baum-Welch算法在训练时存在溢出问题，需要人工介入来调接。提出一种能消除HMM情感模型上下溢问题的算法，不仅不需人工介入，还保证了计算精度，从而提高了模型的准确性。仿真结果表明这种方案可行，且识别效果较好。     

四种膜生物反应器工艺处理长江原水的研究

考察了4种膜生物反应器(menbrane bioreactor,MBR)工艺持续运行处理长江原水污染物的去除效果.单独采用MBR工艺(流程1)处理长江原水效果较差,与混凝沉淀单元相结合的组合工艺(流程2)对常规污染物有较好去除率,浊度、UV254和CODMn的去除率分别在95%,38%,32%以上,溶解性正磷酸盐也可以达到45%￣50%的去除率,而且流程2不像流程3和4那样复杂,污染物的去除效果与流程3和4也基本相当,但混凝剂有可能加剧膜污染.此外,同一流程中,悬浮和附着两种生长型MBR的长江原水处理效果无明显不同.     

基于HSV空间的视频实时水位检测算法

提出一种新的基于视频水位检测算法,能对设立于水中的标尺刻度进行自动和实时的测算.针对水面图像特有的属性,在将视频转换到HSV颜色空间的基础上,利用色调分量基本不受光照条件影响等特性,以一种基于能量函数的统计模型和可变区域的策略,解决了图像模糊、背景复杂且有倒影干扰等不利条件下,传统边缘检测算子无法准确测算的问题.     

基于RAGA的PPC模型在节水灌溉项目投资决策中的应用

针对节水灌溉项目投资决策问题 ,采用高维降维技术——投影寻踪分类模型 ( PPC) ,利用基于实数编码的加速遗传算法 ( RAGA)优化其投影方向 ,将多维数据指标 (样本评价指标 )转换到低维子空间 ,根据投影函数值的大小评价出样本的优劣 ,从而做出决策 .最大限度避免了模糊综合评判中权重矩阵取值的人为干扰 ,取得了满意效果 ,为节水灌溉项目投资决策及其它评判决策问题提供一条新的方法与思路 .     

基于3D梯度投影描述的微表情捕捉与识别

以3D梯度描述为依据,提出了一种基于3D梯度投影描述捕捉微表情关键帧的方法.首先,通过对视频流中面部特征区域的投影梯度方向直方图的直观描述来分析面部表情动作趋势,进而通过直方图的峰值区域捕捉微表情所在的关键帧;然后,运用多尺度多方向的Gabor滤波器组提取微表情特征区域的Gabor图谱,并引入局部二值模式进行特征降维;最后,通过基于梯度量级加权的最近邻算法进行微表情的识别与分类.实验结果表明:该方法摆脱了传统视频流表情分析系统对于动态图像序列进行逐帧检测识别的不足,较为有效地实现了图像序列中微表情关键帧的捕捉与识别,提高了系统的实时性与准确性,基本满足微表情对于系统强实时性的需求.     

基于光流方向信息熵统计的微表情捕捉

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn--Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础.