电磁式盲文点显器的硬件电路设计与实现

研制一种电磁式盲文点显器的硬件电路,包括输入模块和输出模块两部分.硬件电路的输入模块由降压电路、按键电路、外部存储电路、SD卡存储电路和一键下载电路组成;硬件电路的输出模块由液晶显示电路、120路功率放大电路和语音播报电路组成.实验结果表明,此硬件电路能够精确且实时地驱动120个盲文点,动态生成盲文字符,供盲人指尖阅读盲文.实验验证了硬件电路的正确性、稳定性和可靠性.     

菌群优化算法研究综述

菌群优化算法是一种基于群体智能的仿生随机优化算法。文中从理论研究,算法改进,算法混合研究和工程应用几方面对菌群优化算法进行了综述。     

基于ROS的移动机械臂小车设计

针对传统的机械臂有着固定的底座以及复杂的工作环境等问题,论文设计了一款基于ROS的移动机械臂小车系统,以增加机械臂的灵活性。该系统以Ubuntu搭载ROS作为上位机,以STM32单片机作为下位机,并获取激光雷达、IMU以及里程计等传感器数据。最后,通过对机械臂小车系统的调试,实验结果表明小车具有良好的建图与定位精度,可以有效地实现自主导航与机械臂抓取等功能,提高了机械臂的灵活性及生产生活中的应用。     

基于滑模控制的双容水箱液位系统设计

针对双容水箱液位控制系统存在时变、非线性和滞后等不确定因素,设计了一种基于滑模控制的方案,解决了传统PID控制在精准高效方面存在的缺陷.通过对双容水箱的分析,先后建立传递函数及状态空间方程两种模型,设计了相应的滑模面和趋近率,从而实现对双容水箱液位的变结构非线性控制.仿真结果表明,控制器大大降低了系统的超调量和调整时间...     

浅谈建设工程施工合同的管理

介绍了施工合同的三种类型及合同内容，阐述了施工合同条款的拟定方法，探讨了建设工程施工合同的备案与监督方法，论证了加强施工合同管理的重要性，以促进建筑市场的健康发展。     

MATLAB LMI工具在鲁棒稳定性分析中的应用

针对一类普遍存在的不确定时滞系统，基于线性矩阵不等式(LMI)的描述进行系统的稳定性分析，得到了用一个线性矩阵不等式系统的可行性表示的鲁棒稳定性滞后依赖型条件。介绍了如何利用MATLAB软件中的LMI工具箱进行分析与设计，据此计算出最大的允许时滞界。针对此类系统的鲁棒稳定性分析给出了数值算例。     

浅探建设工程监理市场管理与发展

结合目前我国建设监理的发展形势和体制,对其发展过程中存在的问题进行了分析和探讨,并从制度、市场管理、人员培训等方面入手,提出了针对性建议,以期促进建设工程监理市场的管理和发展。     

不确定时滞系统的鲁棒绝对稳定性研究

基于Lyapunov稳定性理论，采用线性矩阵不等式处理方法，研究具有参数不确定性的时滞系统鲁棒绝对稳定性问题．导出了用线性矩阵不等式系统可行性描述的系统鲁棒绝对稳定的滞后依赖型条件，据此可计算出最大的允许时滞界．通过求解一组线性矩阵不等式，给出使得闭环系统鲁棒绝对稳定的无记忆状态反馈控制律设计方法。     

基于多尺度加权排列熵的管道泄漏检测

管道的泄漏检测对于物料长距离运输的安全至关重要。利用加权排列熵方法分析管道的压力时间序列,可提取压力时间序列的特征,通过判定所提取特征的变化,实现管道的泄漏检测。考虑到单尺度加权排列熵在反映压力信号复杂度方面的不足,提出了基于多尺度加权排列熵的管道泄漏检测方法。该方法采取移动窗口法,选取固定长度的压力序列作为子序列。计算该子序列的多尺度加权排列熵,从而判定管道的泄漏。最后,通过对管道泄漏实验装置的仿真试验,验证了所提算法的有效性。     

关键语义区域链提取的视频人体行为识别

目的 视频中的人体行为识别技术对智能安防、人机协作和助老助残等领域的智能化起着积极的促进作用,具有广泛的应用前景。但是,现有的识别方法在人体行为时空特征的有效利用方面仍存在问题,识别准确率仍有待提高。为此,本文提出一种在空间域使用深度学习网络提取人体行为关键语义信息并在时间域串联分析从而准确识别视频中人体行为的方法。方法 根据视频图像内容,剔除人体行为重复及冗余信息,提取最能表达人体行为变化的关键帧。设计并构造深度学习网络,对图像语义信息进行分析,提取表达重要语义信息的图像关键语义区域,有效描述人体行为的空间信息。使用孪生神经网络计算视频帧间关键语义区域的相关性,将语义信息相似的区域串联为关键语义区域链,将关键语义区域链的深度学习特征计算并融合为表达视频中人体行为的特征,训练分类器实现人体行为识别。结果 使用具有挑战性的人体行为识别数据集UCF （University of Central Florida）50对本文方法进行验证,得到的人体行为识别准确率为94.3%,与现有方法相比有显著提高。有效性验证实验表明,本文提出的视频中关键语义区域计算和帧间关键语义区域相关性计算方法能够有效提高人体行为识别的准确率。结论 实验结果表明,本文提出的人体行为识别方法能够有效利用视频中人体行为的时空信息,显著提高人体行为识别准确率。