排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
针对带启发式的快速扩展随机树(RRT-Connect)算法路径生成的随机性以及渐进最优的双向快速扩展随机树(B-RRT*)算法收敛速度的缓慢性,提出了一种基于B-RRT*改进的高效路径规划算法(EB-RRT*)。首先引入一种智能采样函数,使随机树的扩展更具方向性,从而减少寻路时间,并提高路径的平滑性;其次在B-RRT*算法的基础上,在EB-RRT*算法中加入了一种快速扩展策略,使改进后的算法在自由空间中使用RRT-Connect算法的扩展方式进行快速扩展,而在障碍物空间则使用改进的渐进最优的快速扩展随机树(RRT*)算法进行扩展,在提高扩展效率的同时避免算法陷入局部最优。将EB-RRT*算法分别与快速扩展随机树(RRT)、RRT-Connect、RRT*和B-RRT*算法进行仿真对比,仿真结果表明,改进后的算法在路径规划效率及路径平滑性方面均明显优于其他算法;且相对于B-RRT*算法,其在路径规划时间上降低了68.3%,在迭代次数上减少了48.6%。 相似文献
4.
基于Dropout的改进卷积神经网络模型平均方法 总被引:1,自引:0,他引:1
针对深度卷积神经网络(CNN)中的过拟合问题,提出一种基于Dropout改进CNN的模型预测平均方法。首先,训练阶段在池化层引入Dropout,使得池化层单元值具有稀疏性;然后,在测试阶段将训练时池化层Dropout选择单元值的概率与池化区域各单元值所占概率相乘作为双重概率;最后,将提出的双重概率加权的模型平均方法应用于测试阶段,使得训练阶段池化层Dropout的稀疏效果能够更好地反映到测试阶段池化层上,从而使测试错误率达到与训练的较低错误率相近的结果。在给定大小的网络中所提方法在MNIST和CIFAR-10数据集上的测试错误率分别为0.31%和11.23%。实验结果表明:仅考虑池化层对结果的影响,所提方法与Prob.weighted pooling和Stochastic Pooling方法相比具有更低的错误率,表明池化层Dropout使得模型更具泛化性,并且池化单元值对于模型泛化具有一定帮助,能够更有效避免过拟合。 相似文献
5.
6.
7.
基于声表面波传感技术的微液滴检测方法 总被引:1,自引:0,他引:1
为了提高声表面波(SAW)技术用于微液滴体积测量的精度,提出了一种差分面积拟合法.根据声表面波信号的特点分析了差分面积拟合法的合理性,在自行研制的声表面波液滴体积检测系统上对该方法的应用进行了验证.采用两种黏性不同的微液滴,分别为5~9μL的微水滴和微油滴进行了测量.对测得的信号分别采用曲线峰值法和差分面积拟合法与微液滴大小进行回归.实验结果表明,采用差分面积拟合法进行回归得到的模型的相关系数相比采用峰值法提高了4%以上,同时对两种微液滴的预测均方根误差(RMSEP)减小了37%以上,从而证明了该方法的有效性. 相似文献
8.
针对具有一般不确定转移速率的单边Lipschitz Markovian跳变系统,设计了有限时间故障估计观测器和容错控制器.首先,提出一种自适应的有限时间故障估计观测器,它对未知输入具有鲁棒性,能够同时估计出系统的状态、执行器故障和传感器故障,并确保了误差系统的H∞有限时间有界.然后,基于所估计的状态和执行器故障,提出一种有限时间故障容错控制方法确保闭环系统H∞有限时间有界.通过线性矩阵不等式的形式,给出了所设计的有限时间观测器和控制器存在的充分条件.最后,通过一个仿真实例,验证了所提方法的有效性. 相似文献
1