基于自适应模糊神经网络的防车追尾控制器

研究防止汽车追尾优化识别问题,为解决防汽车追尾快速预报,传统方法在于精确计算安全距离,并未给出具体的控制力度,结合自适应模糊神经网络理论,提出让汽车“缓慢”降速的解决方案,能有效解决防汽车追尾的控制力度问题.采用自适应模糊神经网络模型,设计汽车刹车力度控制规则表,进一步设计防汽车追尾控制器.通过仿真结果可以看出,跟传统的纯模糊控制系统相比,自适应模糊神经网络生成的曲面更加平滑,控制效果更好.并且具有自学习与自适应能力,能够自动生成并调整隶属度函数,提高了快速性和实时性,为汽车防追尾控制器设计提供了参考.     

燃气热水器分段燃烧时风量匹配的分析与研究

本文主要对恒温型燃气热水器分段燃烧时不同风机转速条件下所输出的燃烧工况性能指标进行分析,结合风机转速选型对燃气热水器不同火力段热效率、运行噪音及抗风压特性的影响,基于此提出对燃气热水器风机转速与燃烧负荷进行匹配调节.实验结果表明该方法能有效地提高燃气热水器不同火力段条件下性能指标,并对后续产品基础性能设计及提升产品可靠性提供一定的指导意义.     

TC4钛合金高温压缩变形行为与组织演变

利用Gleeble-3500热/力模拟试验机进行不同变形参数(变形温度和应变速率)下的高温热模拟单向压缩试验,对得到的真应力-真应变曲线进行分析,研究了不同变形工艺参数对TC4钛合金单向压缩时真流动应力及其压缩组织的影响。通过对变形后试样的金相组织观察,研究了材料在高温变形过程中的动态再结晶和回复过程。结果表明,流变应力随着应变的增加而迅速增大至最大值,随后开始缓慢降低,最后趋于稳定。随着变形温度升高,晶界破碎化程度逐渐增大,条状组织减少,组织中的次生α相含量逐渐增加。     

一种基于随机GA的提高BP网络泛化能力的方法

LM-BP网络对其初始权值和阈值敏感,泛化能力不强,针对该缺点,采用遗传算法（GA）对其初始权阈值进行优化,在一定程度上能提高LM-BP网络的泛化能力。为进一步扩展GA初始种群的覆盖范围,进一步提高LM—BP网络的泛化能力,采用多次随机产生初始种群多次优化的方法。以伦河孝感段氟化物含量为实例,建立随机GA的LM—BP网络模型,对原始数据进行拟合及测试,结果表明该方法基本能100％拟合,测试误差不超过2．3％。经过对比实验,证明了该方法的有效性。     

混合P2P模式资源搜索算法的改进研究

本文分析了混合P2P模式的资源搜索算法及其存在的缺陷,针对这些缺陷,提出了一种改进的资源搜索算法,每个超级节点对同一个查询消息仅进行一次处理,对于后来的冗余消息都不处理,查询结果直接发给发起查询的节点,因此,该算法既继承了原混合P2P模式的优点,又减少大量的冗余信息,有效地提高搜索效率和可扩展性,并且还具有自适应性。     

深冷处理对低碳高合金马氏体轴承钢力学性能及组织的影响

利用洛氏硬度计、X射线衍射仪、扫描电子显微镜及透射电子显微镜等研究了低碳高合金马氏体轴承钢深冷处理后的硬度变化及组织演化。结果表明:深冷处理促使部分残留奥氏体转变为马氏体,导致深冷处理后实验钢的硬度较淬火态硬度有所升高。经深冷处理后实验钢在0~100 h回火过程中的硬度均比未深冷处理实验钢的硬度高。深冷处理促使钢中碳原子偏聚并在回火过程中以碳化物的形式析出,与未经深冷处理的实验钢相比,经深冷处理的实验钢回火后马氏体基体中的含碳量更低,表明实验钢经深冷处理后在回火过程中析出更多的碳化物。透射电镜分析表明,实验钢在回火过程中析出的大量弥散分布的纳米级M2C和M6C型碳化物是实验钢长时间回火后保持高硬度的主要原因。     

一种改进的UAV高度无缝融合导航方法

为了解决无人飞行器多机载高度传感器直接使用和切换导致的信号突变的问题,提出了一种基于微惯性器件、GPS、声纳、气压高度计的高度无缝融合方法.建立声纳和气压高度计误差模型,对其动态误差进行了分析和滤波预处理.采用基于增量的无缝融合方法获取高度变化估计值以修正气压高度.利用无迹卡尔曼滤波(UKF)方法将气压高度计、GPS和惯性导航系统信息进行有效融合获得精确的高度估计值.该方法考虑了各种高度传感器在动态环境下的误差特性,解决了模式切换带来的信号突变问题.飞行试验结果表明:采用该设计的方法系统具有较高的精度和可靠性.经过150 s飞行后,高度估计误差为0.4707m,能够满足无人飞行器飞行要求.     

在PPT课件中嵌入视频文件的制作技巧

在PPT课件中使用普通方法链接的视频,如果把视频源文件删除后,链接到PPT课件中的视频就无法播放了。本文通过把视频文件转换成.swf格式文件,再利用Shockwave Flash Object控件,把.swf格式文件嵌入到PPT课件中,真正实现了视频文件的嵌入。     

基于K-L变换和LS-SVM的车牌字符识别新方法

针对车牌识别中识别率和识别速度难以同时提高这一难点.本文提出一种K?L变换和最小二乘支持向量机相结合的车牌字符识别新方法.首先使用K-L变换对预处理后的车牌字符图像进行特征降维;然后根据车牌字符的排列特征采用聚类分析中类距离思想.设计四组最佳二叉树的最小二乘支持向量机子分类器来分别实现字母、数字和汉字的识别.实验结果表明,该方法所设计的分类器较好的解决了传统多类算法中存在的不可分区域情况,具有较高的识另q率和识别速度及分类推广能力.     

一种改进的自适应模板匹配法

本文提出了一种基于数据流修正的自适应模板匹配定位方法.该方法首先在图像预处理的基础上,进行模板匹配.从而定位待识别目标;然后采用数据流修正的自适应方法.根据待识别目标的大小来改变模板尺寸.避免了设置固定模板的缺陷:最后,对模板匹配算法进行优化,使模板匹配的效率得到提高.采用该方法对车牌图像的定位进行实验,实现了车牌的准确定位且处理速度快,能满足系统实时性和自适应性的要求.