GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

PG数字式保护测控装置的设计

为了保障低压电网及厂用电系统的安全稳定运行,提出了基于网络版图形化保护测控装置的设计方案.结合PG系列保护测控装置的设计需求,详细分析了其关键技术和主要功能模块,设计并完成了该装置的图形化上位机软件和基于MPC8247 CPU及Vxworks相结合的下位机程序,它定时地采集测控现场的保护数据,直观地展现了装置的各种软硬...     

不确定环境下基于改进萤火虫算法的地面自主车辆全局路径规划方法

针对地面自主车辆的特点,提出了一种基于改进萤火虫算法(Glowworm Swarm Optimization,GSO)的路径规划方法.首先利用GSO覆盖多个局部最优解的能力,一次生成多条规划路径;然后提出两种路径切换算法,分别用于调优和脱困.在通过路径交叉点时,调优切换算法对交叉路径进行重新评估并切换到较优路径,最终达到实际行驶路径的最优化.在遇到环境发生改变时,脱困切换算法通过启发式搜索快速切换到适当路径,重用了原搜索结果,避免了二次规划.通过大量的仿真实验及实际试用,证明了所提方法的可行性和有效性.     

档案文献主题词微机自动标引系统

一、前言 档案文献主题标引是在档案文献的加工、存贮和检索时,将其内容主题的自然语言转换成规范化检索语言的过程。目的是编制一套比较完善的、高质量的档案检索系统。传统的标引方式是人工标引,其标引质量受下列因素的影响:(一)非一致性——由于标引工作是分散进行的,人们在标引     

一个描述机器人团队形成的动态演化模型

目前在多机器人领域，对组织、团队和群体概念比较混乱，团队形成的研究大都停留在定性分析阶段。借鉴Markov过程和进化计算，从协作主体层和能力层研究了机器人团队和组织的区别及团队的形成机制。提出并全面描述了一个机器人团队形成的动态演化模型，目前国内外尚无类似模型。该模型不仅能对机器人团队有一个整体描述，而且能定量描述团队形成时的动态演化过程。     

一种基于多智能体系统的机器人群组织形式

提出了一种基于多智能体的机器人群高层的分层式组织形式及运行机制，它包括机器人组织的定义、组成类型以及组成的实现算法。机器人社会中的组员既可独立隶属于一个群体，也可动态分属于多个群体，该结构不仅有效地利用了资源，而且还可以提高系统的鲁棒性和抗毁性。     

可变粒度粗糙集

分析乐观多粒度粗糙集和悲观多粒度粗糙集的不足之后,提出一种可变粒度粗糙集模型,定义了可变粒度粗 糙集的下、上近似集,研究了可变粒度粗糙集与这两种多粒度粗糙集的性质,证明了可变粒度粗糙集是多粒度粗糙集 的泛化,最后给出几种可变粒度粗糙集的度量因子,研究了变粒度粗糙集与多粒度粗糙集度量之间的关系。     

重叠细胞图像分离算法的设计

在实际的细胞图像中,经常会遇到重叠现象（又称为聚堆）,即多个细胞聚一起的情形,这给后续的分析处理带来了困难,因此需要设计一个有效的算法,能够将这些重叠在一起的细胞群分离为单个的细胞,文中针对二值化的图像,提出了一个基于形态学的算法,该方法首先利用腐蚀操作,以确定聚堆细胞最终分离为单个细胞的个数,然后再根据腐蚀后的结果,在原妈的二值图像上找到了分离点,从而最终有效地将重叠细胞分离为单个细胞,文中主要     

一种改进的多机器人协作实时FastSLAM算法

针对FastSLAM1.0中机器人缺乏自身定位测量修正引起的累积误差和FastSLAM2.0引入测量修正引起算法复杂度增加的问题,提出一种改进的基于辅助测量的多机器人协作实时FastSLAM算法,使用双机器人协同工作,领头机器人负责完成同时定位与地图构建任务,辅助机器人通过静态相对位置测量为领头机器人提供实时定位测量修正.该辅助测量方法不仅为SLAM任务执行机器人提供较准确的定位测量值,同时也避免了FastSLAM2.0算法中额外的算法复杂度问题.实验结果表明算法既可以获得较高的精度,而且方便可行,具有较高实用价值.     

基于网络编码的传感网多径路由模型分析

针对多径路由容易产生报文乱序和丢包现象,将网络编码技术引入到多径路由中,建立两种基于网络编码的无线传感器网络多径路由模型.通过源节点和中继节点的编码以及目的节点的解码,在报文乱序和部分丢包的情况下仍然可以恢复出源数据包,达到降低网络冗余度的同时,提高网络成功交付率.提出根据网络规模选择路由的思想进行仿真计算,结果表明两种模型适合于不同规模的网络.