ITS智能车辆横向运动模式空间构造算法研究

1． 山东大学控制科学与工程学院,山东济南250061;2． 山东理工大学计算机科学与技术学院,山东淄博255049;3． 天津大学电气与自动化工程学院,天津300072）摘要：针对ITS（intelligent transport system）智能车辆复杂的非线性结构和时变特性,提出了以空间代替时间建立IV（intelligent vehicle）横向运动模式空间的思想．通过改变车辆的各种参数,针对车体的数学模型采集车体在各种环境条件下的模拟运动控制信息．以模糊C均值算法（FCM）为基础,推导出车辆运动模式空间的构造算法．该构造算法能够客观地对测量数据进行有效聚类,聚类清晰,模式子空间划分清楚,从而为车辆运动模式空间的构造提供了一种理论依据．最后对样本数据的聚类和模式空间的构造算法进行了仿真,结果证明了算法的有效性和可行性     

自适应的模糊C均值聚类算法

针对模糊C均值聚类算法对聚类数预先不可知的缺陷,提出了自适应的模糊C均值聚类算法,该算法利用已有的有效性函数自动确定聚类数目,继而进行模糊聚类,实验表明,该方法无须人工的干预,并且具有良好的有效性和可行性．     

基于遗传模糊C-均值聚类算法的图像分割

将遗传算法（GA）与模糊C－均值聚类算法（FCM算法）相结合，并运用于图像分割，以期解决标准FCM算法在图像分割中运算速度慢和对初始值依赖大的两大缺陷。首先对模糊聚类中心进行编码，然后依据FCM算法的目标函数建立适应度函数，在适当的交叉率和变异率下，最终实现了基于遗传模糊C－均值算法的图像分割。考虑在一维图像分割特征向量情况下，通过引入直方图统计特性，实现了遗传模糊C－均值算法的快速运算，最后，运用真实的磨粒图像对算法进行了详细验证，并与标准FCM算法进行了对比，分割实验表明了本方法比标准FCM算法具有更快的计算速度和更好的鲁棒性。     

基于加权样本的FCM快速算法研究

为改进FCM算法在处理大样本集聚类时速度慢、耗时多的缺点,根据样本在特征空间中的特征值分布情况,引入等价样本和样本加权概念,在此基础上提出了FCM（Fuzzy C-Means）的快速算法一般形式：WFCM（Weighted Fuzzy C-Means）算法.理论上证明了WFCM算法和FCM算法对样本集分割的等价性,并且,WFCM在运算性能方面明显优于FCM算法.而两个算法在灰度图像分割上的例子验证了WFCM算法的快速性和有效性.     

基于模糊c均值算法文档聚类问题的研究

应用模糊C均值算法对文档进行分类,具有不使用语法知识、不使用词法规则、无监督等特点.采用模糊c均值算法对文档进行聚类,实验结果表明:该方法优于普通的聚类算法,聚类结果能充分体现文本的多样性.     

基于后置近邻函数准则的改进型模糊聚类算法

针对不规则形状分布的数据，提出了一种新型模糊聚类算法．该方法结合了近邻函数准则分类算法，对模糊C均值聚类算法进行了拓展．仿真实验表明对球形分布的数据和非球形分布的数据，这种新算法的聚类性能优于模糊均值聚类算法。     

混合模糊谱系聚类算法

针对模糊C-均值聚类算法对聚类数预先不可知和谱系聚类所具有的缺陷,提出了混合模糊谱系聚类算法,该算法结合模糊聚类和谱系聚类,自动确定聚类数目,并可以有效的对数据进行聚类．实验表明,该算法具有良好的有效性和可行性．     

相对熵模糊C均值聚类分割算法

针对模糊C均值聚类分割算法无法获得复杂图像的细节信息问题,提出一种相对熵模糊C均值聚类分割算法。该算法利用划分隶属度构造相对熵,对传统模糊C均值聚类进行正则化约束,将其作为正则化因子添加到传统FCM的目标函数,得到新的聚类目标函数。通过拉格朗日乘子最优化推导,得到新的隶属度和聚类中心的迭代更新表达式。实验结果表明,该算法对于图像与背景灰度相近的复杂图像可以清晰的分割出图像的轮廓,也比FCM方法获得更多的图像细节信息。     

改进的模糊核聚类算法

将核学习方法的思想和改进的选择C-均值聚类算法相结合,提出了一种改进的模糊核聚类算法,使其能对非超球体、含有噪音和离群点及样本不均衡的数据进行有效的聚类.通过引入高斯核函数,原样本的特征被非线性变换到高维核空间,提高了聚类性能.实验结果表明,该改进算法具有有效性.     

连续性与重点性的统一--长春市人民大街空间形态建设研究

本文从长春市人民大街空间环境现状入手，结合其街段实例，分析论证了街道侧界面连续性与重点性的关系，并有针对性地提出了相应的完善措施。     

一种适用于不规则分布数据的混合聚类算法

作为数据挖掘的一项重要技术,聚类分析具有广泛的应用领域.同时,聚类也是数据挖掘领域中一个相对比较困难的问题.在聚类算法中,基于模糊划分的FCM算法是一种重要的算法.和其它的算法相比,FCM算法具有计算简单、运算速度快,且有比较直观的几何意义的优点,因此在图像处理、模式识别等领域得到了广泛的应用.和所有的c均值算法一样,FCM算法也是只用类中心来表示类,这样只是适合球状类型的簇.本文在目前FCM算法研究的基础上,讨论了传统FCM算法在原型初始化上的局限性.提出一种基于层次凝聚的改进算法,使之能够适用于不规则分布的数据.     

科技园孵化器建筑的外部空间模式研究

通过对国内多个大学科技园孵化器的调查,对其外部建筑空间模式进行研究和分析,从国情校情出发,广泛借鉴各国的先进经验,探索我国大学科技园孵化器的可持续发展的条件、方向及方法,为我国大学科技园孵化器建设提供建筑和规划设计理论上的依据。     

一种新的智能小车控制策略

传统寻迹智能小车的研究局限于设定好的路径,为了提升其自主性,提出了一种新的智能小车控制策略,融合了姿态调整算法以及避障算法,并结合模糊规则库实现了转向角与速度的协调.通过曲线拟合验证了转向角与转弯半径的关系,运用坐标变换思想大大简化了智能车位置以及圆弧切点的计算,同时,由于姿态调整算法的引入,避免了大角度转弯造成的减速运行,提高了智能车的平均速度.最后通过仿真和实验证明了算法及其控制策略的有效性.     

模块化机器人的双输出CPG网络调相运动控制

为了增强模块化机器人的灵活性,以及对其多模式运动进行更简单有效地控制,结合阵列式和串联式自重构机器人的特点,设计基于万向式关节的双自由度UBot模块,并根据两个关节之间的相互抑制关系,结合生物学的中枢模式发生器(CPG)运动控制原理,设计具有双输出的CPG网络调相运动控制器.通过调整CPG间的连接权重以及每个CPG中两组输出的关系,调解运动控制信号间的相位差值,有效地控制UBot模块化机器人的整体协调运动.应用这种控制方法控制了模块化机器人的3种运动模式:四足运动、蠕动和多节虫运动,在ADAMS仿真环境下进行了运动仿真实验,并在UBot模块化自重构平台上分别进行了3种构型的实体运动试验.实验结果验证了双输出CPG调相网络对模块化机器人运动控制的有效性和实用性.     

智能车辆弧线跟踪控制算法

建立了车辆预瞄运动学模型,通过最优控制选取切换超平面,采用滑模变结构控制实现了智能车辆弧线跟踪中弧线曲率小变化时的导航控制。根据模糊控制快速跟踪弧线曲率大变化时的导航路径,结合车辆转向系统当前状态和最快动态响应能力建立了智能车辆弧线跟踪时的变结构控制输出集。仿真分析和实验验证了该融合控制算法在智能车辆弧线跟踪过程中的平稳性和可靠性。     

公共空间的参与式设计模式

公共空间的参与式设计是结合人类学中的参与式发展理论和亚历山大"模式语言"进行理论创新与设计方法实践的一种尝试.参与式设计逐步改变原有的自上而下的设计模式,力求使得空间真正的使用者群体能够参与设计的决策与实施.本文完成的设计项目以城中村社区公共空间设计实验为例,研究参与式的设计模式如何在本土人文背景下衍生、发展.     

基于模型技术的城市居住空间分布格局分析

定性分析与定量分析的有机结合是研究并最终解决城市规划问题的有效途径 ,模型化的定量分析是城市空间分析的良好工具 .以居住空间为切入口 ,探讨了模型技术在居住空间分布格局分析与演进预测中的应用 ,建立了居住空间分布区位预测、居住空间规模分布、居民个体居住空间选择等模型 .     

基于特征抽取和模式识别的工件智能检测系统

以工件为对象,研究开发了适合于工业应用的视觉算法,在图像的预处理,特征抽取和识别等方面做了深入探讨。重点介绍了形状分析和形状特征抽取算法。链码分析和傅立叶描绘子相结合是本文一大特色。理论分析和实验表明本方法是一种有效快速的高精度图像边界频谱特征的抽取方法。