多目标相容控制在过饱和相邻交叉口控制中的应用

提出一种基于IPNSGA-Ⅱ（Iterative Predictive Nondominated Sorting Genetic Algorithm-Ⅱ）的多目标 相容控制方法,用于处理过饱和状态下相邻交叉口的信号控制问题．引入主线延误和次线延误的概念,采用反 向传播神经网络BPNN（Back Propagation Neural Network）方法,利用从交通流仿真中获得的数据,建立了一个 多输入多输出的延误模型;将控制问题表示为一个有冲突的多目标控制问题,提出一种新的基于IPNSGA-Ⅱ 的多目标相容控制算法来实现在线控制．提出的相容控制算法具有鲁棒性、实时性、动态性的特点,能够很 好地处理有冲突的多目标控制问题．在一个由11 个交叉口组成的路网仿真环境下对本文所提出算法进行了 测试,并将计算结果与单点控制策略进行了比较．结果表明,本文方法比单点控制策略能够更有效地缓解网 络中的过饱和状态,并减小延误．     

基于模糊规则的彩色图像边缘检测方法

在YUV彩色空间中．本文提出了一种基于模糊规则的彩色图像边缘检测方法。对输入图像的Y、U、V三个分量，计算各个点与8邻域的绝对差值．利用预先定义的16条模糊规则进行模糊推理，获得属于边缘点的隶属度．再将其变换到灰度空间获得边缘强度值；然后利用快速熵算法确定阈值．进而获得边缘图像。实验表明．与基于梯度的方法相比．这种方法不但可以获得较好的边缘特性．而且具有较强的抗噪性能。     

MPEG-4在嵌入式视频监控系统中的实现

论文对MPEG-4标准的编解码原理进行了研究,重点论述了编解码芯片AT2041和MPEG-4的运动补偿与运动估计原理,实现了基于MPEG-4的嵌人式视频监控系统的软件编解码。并且得到了满意的结果;论文在MPEG-4编解码方面取得的成果对于提高MPEG4在各领域的应用有很大的价值。     

预测控制的研究现状及问题

预测控制的研究现状及问题徐立鸿（东南大学自动化研究所南京，２１００１８）１引宫预测控制是于七十年代后期直接从工业过程的控制中产生的一类新型控制算法．它的主要思想方法由Ｒｉｃｈａｌｅｔ，Ｊ．等人在他们于１９７８年发表的著名论文［１］中提出，经过十多年的...     

基于RBF神经网络的网格数据聚类方法

把径向基函数（RBF）神经网络和网格结合起来，提出了一种能够并行处理数据和便于增量计算的智能聚类方法。介绍了网格聚类原理、RBF神经网络神经元的数量和基函数的选择，并针对数据聚集区域的位置辨识、提高分辨率和计算速度等问题，深入讨论了聚类策略与聚类算法。仿真表明了该方法的有效性。     

基于Linux系统中嵌入式GUI的研究与分析

嵌入式GUI为嵌入式系统提供了一种应用特殊场合的人们交互接口。嵌入了GUI要求简单、直观、安全可靠、占用资源小且反应快速,以适应系统硬件资源有限的条件。另外,由于嵌入式系统硬件本身的特殊性,嵌入式GUI应具备高度可移植性与可裁减性,以适应不同的硬件条件和使用需求。     

结合主成分分析和聚类的关键帧提取

关键帧提取技术,对基于内容的视频检索有着重要的作用。为了能从不同类型的视频里有效的提取关键帧,提出了一种新的关键帧提取算法。首先通过主成分分析法提取视频特征信息,然后根据视频内容的复杂度自适应获得聚类数以及聚类中心,通过k均值聚类得到视频关键帧。实验表明该算法能消除闪光灯的干扰,有效地找出代表视频主要内容,尤其是目标运动信息的关键帧。     

基于GFNN的在线自组织快速产生和调整模糊规则的方法

本文提出了一种使用GFNN的从数据对中自动产生和调整模糊规则的快速方法．GFNN的特点是首先进行输入空间的划分并选择初始参数．然后进行结构辩识和参数估计。在学习过程中自动产生、删除、合并模糊规则。可以应用于静态函数估计，非线性系统辩识，时间序列预测等问题。仿真结果表明利用本文方法产生了一组紧密且高性能的模糊规则。与近期其他算法相比，本算法在学习效率、性能、简单性方面都很有优势。     

基于仿射传播聚类的自适应关键帧提取

关键帧提取技术,是基于内容的视频检索的一个重要组成部分。为了能从不同类型的视频里有效地提取关键帧,提出了基于仿射传播聚类的自适应关键帧提取算法。首先通过图像的颜色特征获取视频镜头的相似性矩阵,然后通过仿射传播聚类自适应地提取视频关键帧。该算法从视频的本身信息分布出发,自适应地搜索出视频最优关键帧,且运算速度快。实验表明,该算法能有效地提取出视频最优关键帧,且算法快速稳健。     

移动机器人多传感器测距系统研究与设计

设计了多传感器测距系统的硬件电路和相应的软件,采用高速运放和高速比较器减小信号传输延时,用双比较器整形电路消除回波前沿时间误差,利用FPGA进行高速计时,对声速进行温度补偿,并对其盲区采用红外线测距传感器和碰撞开关进行弥补,提高超声波测距精度.实验表明,在近距离测量范围内,该超声波测距方法可以达到毫米级.这种测量系统可以满足机器人避障与定位的实际需要.