移动机器人自适应抗差无迹粒子滤波定位算法

针对机器人定位过程中传感器感知信息存在野值,加剧粒子退化,导致机器人状态参数滤波值失真,甚至出现定位失败的问题,提出一种机器人自适应抗差无迹粒子滤波定位算法。在重要性采样阶段利用无迹卡尔曼滤波产生优选的建议分布函数,降低系统估计误差,同时有效提升系统的抗噪声能力。同时利用抗差估计原理构造抗差方差分量统计量,并由该统计量引入的自适应因子调节增益矩阵,减弱野值对滤波的影响。实验结果表明,当观测数据中存在野值时,该算法能够有效地控制观测异常误差的影响,定位精度得到了很大提高,并在不同系统噪声和观测噪声方差下,具有较强的鲁棒性和实时性。

基于激光测距的温室移动机器人全局定位方法

针对无土栽培温室类结构化环境下机器人的全局定位问题,采用激光测距仪感知环境特征,提出了一种以自适应曲率计算方法进行环境特征分割的移动机器人Monte Carlo全局自定位方法。在机器人定位过程中,利用运动模型预测机器人的位姿,感知模型根据激光测距仪感知的环境特征的几何相似性更新粒子集的分布,实现了机器人的自主定位。仿真实验验证了算法能够满足温室移动机器人定位的需要。

一种基于小波压缩的图像检索系统的研究

介绍了一种采用ZTE/改进SPIHT算法的图像检索系统的设计方法。ZTE/改进SPIHT算法把图像编码成多层比特流,即底层和加强层,这种特性使得该方法在图像检索系统中优于其它压缩方法。底层比特流同时作为缩小图,消除了数据的冗余,而加强层比特流的快速传输性则改善了检索系统的传输性能。

基于区间分析无迹粒子滤波的移动机器人SLAM方法

移动机器人同时定位与地图创建算法SLAM中,非线性系统线性化处理和雅可比矩阵计算导致运算量大、系统状态估计精度较低。为此提出了一种基于区间分析的无迹粒子滤波同时定位与地图创建的方法。利用基于区间分析的区间粒子滤波进行位姿估计,降低了定位需要的粒子数;并采用无迹卡尔曼滤波更新地图中的特征,提高了地图创建的精度。在同等粒子数的情况下,改进了SLAM的精度,减少了运算时间,实验结果验证了方法的有效性。

融合异质传感信息的机器人粒子滤波定位方法

针对机器人采用视觉传感器和激光测距传感器单独定位的缺陷,提出一种融合视觉传感器和激光测距传感器感知信息的移动机器人Monte Carlo自定位方法。视觉目标识别过程中,只采用激光测距信息单独进行粒子集更新;当视觉目标识别完成,利用码盘信息对视觉定位信息进行修正,然后融合激光测距信息进行粒子集的同步更新。视觉信息的全局性和激光测距的快速性得到互补。实验表明,运用异质传感器信息融合明显地加快了粒子集的收敛,提高了移动机器人的自定位精度。

一种基于图像检索的机器人自定位方法

针对单目视觉机器人的定位问题,提出了一种基于EM(expectation maximization algorithm)的混合高斯粒子滤波定位算法。采用高斯混合模型矢量量化的方法生成图像直方图,利用图像特征相似性度量方法对提取的图像直方图进行匹配,并将匹配的结果应用到粒子滤波定位中,实现了室内结构化环境下机器人的全局定位。仿真实验结果表明颜色特征提取方法和机器人定位方法的有效性。

基于自适应邻域Harris算子的三维对象检索方法

针对三维对象检索过程中在对象旋转、灰度改变等复杂情况下检索精度不高的问题,提出一种三维对象检索方法。将Harris算子扩展运用到三维对象,自适应地确定顶点的邻域大小,然后根据Harris函数响应值选取兴趣点。利用兴趣点构建三维对象具有全局形状特征的距离直方图,将距离直方图作为三维形状的描述符进行检索。实验结果验证了算法的有效性,提高了检索的查全率和查准率。

网络工程与通信省级实验教学示范中心建设

结合湖南工程学院网络工程与通信省级实验教学示范中心建设的具体实践,阐述了建设过程中的建设思路和实施方案。以工程素质和能力培养为主线,构建了"四层次,两结合"的实验教学体系;整合资源、搭建综合实验教学平台、采用全开放的实验教学模式,为信息类专业人才培养的实践教学工作提供了有力的支撑平台,实现了实验教学资源的共享;改革实验教学方法、提高实验师资水平、健全管理和运行机制,显著提高了学生的创新能力和综合实践能力,对国内高校信息类专业的实践教学硬件和软件建设起示范和辐射作用。

利用最优Gabor滤波器织物疵点检测算法

针对织物疵点自动检测计算量大和准确度低的问题,文中提出一种快速有效的纺织品疵点检测算法,首先通过遗传算法调整Gabor滤波器,使其与无疵点织物图像的纹理信息相匹配,得到最匹配的Gabor滤波器参数;其次采用调整后的最佳Gabor滤波器对待检测织物图像进行疵点检测;最后对卷积图像进行自适应二值化处理,检测织物是否存在疵点。结果表明,利用遗传算法建立最优的Gabor滤波器,具有较高检测率且运算速度较快,正检率较同类算法提高了2.8%,达到了98.5%。

基于纹理抑制FCM和小波模极大值的织物疵点检测算法

为实现织物疵点的自动化检测,提出一种纹理抑制FCM和小波模极大值的织物疵点检测方法,该方法对输入图像进行中值滤波处理,采用改进总变差模型(RTV)提取织物图像的主结构信息(疵点),实现抑制背景纹理,再利用最大类间方差(Otsu)算法将模糊C均值(FCM)算法聚类获得的隶属度矩阵进行分割,获得二值化的疵点图像,然后采用小波模极大值算法获取疵点的二值化边缘图像,最后将两个二值化结果进行点乘与形态学处理,分割出疵点区域.结果显示,该方法可以检测油污、飞丝和破洞等疵点类型,检测效果较好,相比于RTV-FCM算法和RPCA算法,正检率分别提高了3.08%和4.61%.

信息类人才三位一体培养模式的研究与实践

文章针对信息类本科毕业生就业率和平均就业酬金呈逐年下降的问题,结合IT业发展对人才的需求,提出一种"实践—创新—就业"三位一体的培养模式,加强对学生创新能力和实践动手能力的培养,提高信息类毕业生的就业能力,并取得了良好的实践效果。

一种扩展的嵌入零树小波算法

首先采用阶梯型量化方法对小波系数进行减少孤独零符号的预处理,然后将嵌入零树小波算法进行了小波系数符号流的扩展从而提高了算法的扫描效率。实验表明,与嵌入零树小波算法相比,提高了算法的压缩比和快速性。

静止图像快速小波算法研究

提出一种基于小波变换静止图像压缩的快速算法。在兼顾压缩比和峰值性噪比的同时,采用离散小波变换的快速算法,对量化和熵编码两部分进行优化,提高了算法的快速性,并经过了实验验证。

一种改进的基于小波的自适用图像编码方法

基于零树小波算法提出了一种新的图像编码方法———改进的自适应算术编码.将图像进行零树小波编码后的小波系数符号流采用改进的自适用算术编码方法进行二次编码.实验结果表明该算法编码效率高于传统的嵌入零树小波算法.

云计算中基于能耗比例模型的虚拟机调度算法

针对资源虚拟化环境中的混合型负载调度问题,提出一种基于能耗比例模型的虚拟机调度算法.该算法利用处理器的"性能计数器"机制来评估各个虚拟机的近期能耗状态,并采用"最近最小能耗比例优先"的策略进行调度.理论分析给出了该算法的有效性证明和相关特性.实验结果显示,当系统面对混合型负载时,基于能耗比例模型的调度算法在"调度偏差"和"相对能效"两方面明显优于现有的虚拟机调度算法.

一类不确定非线性MIMO系统的神经网络输出反馈跟踪控制

针对一类具有外部干扰的不确定仿射非线性MIMO系统提出了一种神经网络输出反馈跟踪控制方法.在仅输出可测的情况下,控制律和神经网络权值更新律中仅用到输出误差,无需设计状态观测器或加入低通滤波器使得估计误差动态满足严格正实条件.为抑制外部干扰和子系统间的交叉耦合及神经网络逼近误差,在控制律中加入鲁棒控制项.基于Lyapunov稳定性定理证明了系统的稳定性及信号的有界性.仿真例子证实了所提方法的可行性.

具有零动态的SISO仿射非线性系统的神经网络自适应跟踪控制

针对具有零动态的SISO仿射非线性系统提出了一种神经网络直接自适应跟踪控制方法．采用梯度下降算法最小化未知理想控制器与神经网络控制器的误差代价函数以获得参数自适应律，控制器中无需另加鲁棒控制项．基于Lyapunov稳定性定理证明了在该控制器的作用下能保证输出跟踪误差及相应闭环系统的所有状态最终一致有界及神经网络参数的收敛性．仿真结果验证了该文方法的有效性．

基于Lyapunov方法和快速终端滑模的轨迹跟踪控制

针对移动机器人的运动学模型,提出一种具有全局渐近稳定性的跟踪控制器。该跟踪控制器的设计分为两部分:第一部分是采用全局快速终端滑动模态的思想设计了角速度的控制律,用来渐近镇定移动机器人跟踪的前向角误差;第二部分是采用Lyapunov方法设计了线速度的控制律,用来渐近镇定移动机器人跟踪的平面坐标误差。采用Lyapunov稳定性定理,证明了移动机器人在满足这些控制律条件下,实现了对参考轨迹的全局渐近跟踪。实验结果表明移动机器人能够有效地跟踪期望轨迹,有利于在实际应用中推广。

对高校开展阳光体育运动提高学生健康素质的研究

通过对阳光体育运动特点的分析和阐述,从树立"健康第一"的指导思想,加强舆论导向,完善体质健康测试,改革体育教学,开展体育课外活动6个方面出发,为普通高校更好的开展阳光体育运动提出了对策。

基于多变异策略与拥挤积距的多目标优化算法

为了进一步提升进化迭代中的群体多样性和分布性,提出一种基于多变异策略与拥挤积距的多目标优化算法(mcMOA)。该算法设计模糊记忆变异算子采集和利用进化中成功变异的尺度信息,以引导后续变异,增强了局部搜索效率。算法采用多变异策略,将模糊记忆变异、多项式变异、非一致性变异3种变异方式有机融入整个进化周期,提升了进化种群的多样性和全局搜索效率。针对拥挤距离不能有效表达个体局部分布性的问题,算法采用个体与相邻个体之间的距离乘积来替代拥挤距离,拥挤积距能有效表示个体的局部密度和局部分布性。通过标准测试函数的仿真实验并与多个采用单变异策略的经典算法比较,新算法在收敛性和分布性方面表现更优。