基于动态规划思想的多机器人路径规划

该文围绕着一个机器人巡逻街道小区的仿真环境 ,讨论了多机器人路径规划中的路由优化问题。在解决这些问题的过程中 ,充分考虑到多机器人系统的动态特征 ,将运筹学中动态规划的思想和Dijkstra算法及其相关图论知识引入到机器人的路径规划求解中 ,不仅降低了问题的复杂度 ,并且得到了问题的解决方案。

地面自主移动平台信息融合与路径规划系统

由于战术任务的多重性 ,以及作战环境与条件的复杂性 ,要求智能化地面兵器装备机动载体———地面自主移动平台须具有良好的机动特性和基于多传感器信息融合、规划的智能特性。该文介绍地面自主移动平台的核心环节———信息融合与路径规划系统的基本结构 ,以及平台总体联调中有关该系统的一些典型实验。结果表明 ,该系统在适应各类实际路况、环境等方面 。

地面自主机动平台的局部路径规划

对行驶于非结构动态环境下的地面自主机动平台 ,其局部路径规划算法须具备智能性、快速响应、并对各类误差鲁棒性好的特点 .以往的规划方法不能很好的综合解决上述问题 .本文提出了基于生态法的规划方法 ,采用期望路径逼近 ,滚动规划调整的方法 ,以折中处理速度和克服误差干扰 ,保持路径平滑 .本算法在实际系统运行中 ,在适应各类实际路况环境 ,保证整体系统运行性能等方面 。

主题概念评价方法的分析

本文指出了目前自动标引所存在的问题，给出了一种基于多因素的主题概念综合评价方法。通过其在高校档案文献主题词自动标引系统──ＡＩＳＣＡＵ中的具体应用，表明该方法具有较好的“聚焦”特性，可得到如下统计结果：标引综合评价指标９２％，人工与自动标引的平均标引深度比为５：６．３。

一种用于自动标引系统的主题词自动切分方法

该文着重介绍一种知识指导下的主题词自动切分方法，该方法能灵活处理自然主题词、大幅度跳跃及关联词的切分问题，其字面切分精度达９９．３３％，综合切分精度达９８．９１％。

一种基于MRF理论去除Range图象噪声的方法

Ｒａｎｇｅ图象的相关结构可被认为是受噪声干扰的分段光滑面．一旦曲面的参数被确定，那么就可以利用这些参数重建曲面，从而大大减少图象中的噪声．在Ｒａｎｇｅ图象中，几乎所有象素的统计特性往往与其邻近象素的统计特性相关．文中利用ＭａｒｋｏｖＲａｎｄｏｍＦｉｅｌｄ（ＭＲＦ）理论来模拟这种相关性，将曲面参数确定问题转化为一个后验均值求解问题．

档案文献主题词微机自动标引系统

一、前言 档案文献主题标引是在档案文献的加工、存贮和检索时,将其内容主题的自然语言转换成规范化检索语言的过程。目的是编制一套比较完善的、高质量的档案检索系统。传统的标引方式是人工标引,其标引质量受下列因素的影响:(一)非一致性——由于标引工作是分散进行的。

一种自主车全局速度的控制方法

本文讨论了自主式地面车辆的全局速度控制问题，提出了速度控制的层次控制方法和速度规划的概念，利用基于规则的知识表示方法和经验过程采样序列的结合。

路面裂缝的自动检测与识别

传统的基于人工视觉检测裂缝的方法愈来愈不能适应高速公路发展的要求：其耗人力、 耗时、 不精确、影响交通、危险、 花费高的缺点要求路面状况调查的自动完成。该文介绍了一种基于图像处理的路面裂缝自动检测方法。其首先使用一种快速的针对灰度不均图像校正方法，对降质的路面图像进行增强，再进行阈值分割，提取出图像上的线性特征，最后再根据线性特征从原灰度图像上识别出裂缝目标。实验结果表明了该方法的有效性。

移动机器人运动规划研究综述

机器人运动规划是移动机器人导航的核心技术之一。40多年来,运动规划技术发展迅速,涌现出了许多规划算法,但因为环境描述方式差异巨大,技术差别大,实验比较难度较大。在总结机器人发展史上具有典型意义的规划算法的基础上,提出了路径规划算法的评价标准和形式化描述方式,介绍了每种算法的原理或技术,从搜索策略和环境建模的角度将它们分为四大类,分别是基于自由空间几何构造的规划算法、前向图搜索算法、基于随机采样的运动规划算法以及智能化规划算法,并按照提出的标准比较它们的性能。

FCM算法用于灰度图象分割的研究

模糊Ｃ均值（ＦＣＭ）算法用于灰度图象分割是一种非监督模糊聚类后再标定的过程，适合灰度图象中存在着模糊和不确定性的特点．但是这种算法存在着一些不足，如聚类数目无法自动确定、运算的开销太大等，因而限制了这种方法的应用．针对这些问题，本文利用直方图分析的方法，自动确定算法的聚类数目和各类的类峰值．并针对ＦＣＭ算法和灰度图象的特点，提出了一种适用于灰度图象分割的快速ＦＣＭ算法（ＱＦＣＭ），使得运算的开销降低，聚类分割的速度显著提高，并从数学和实验上证明了该方法的有效性．

一种基于图像的水位自动测量新方法

河流的水位是非常重要的水文数据。提出了一种新的基于图像的水位自动测量算法,能够精确的检测和定位出水位线。该算法合理运用了形状校正、边缘检测、轮廓跟踪与分析、数字形态学、图像投影等图像处理技术,具有抗噪、抗光照不均、稳定可靠,实时性强、实现简单等优点。该算法实现的水位自动检测系统已经在工程上应用,长期实践表明它是稳定可靠的。

不完备区间值信息系统中的粗集理论

针对不完备区间值信息系统,提出了一种用于分类的偏序关系,并给出了计算这种偏序关系约简的实际操作方法。在不完备区间值决策系统中,根据基于偏序关系的粗糙集模型,引入了上、下近似约简的概念。上、下近似约简是保持所有决策类的下、上近似都不发生变化的最小属性子集,借此获取简化的决策规则。

基于机器视觉的智能车辆导航综述

基于机器视觉的智能车辆导航是智能车辆系统的关键,包括道路检测和障碍物检测两部分。结合国内外最新研究动态,本文主要总结道路检测和障碍物检测中的典型方法,并列出国内外具有代表性的一些智能车辆系统,同时详细介绍当前最具代表性的、美国军方研制的DEMOⅢ系统;最后指出基于机器视觉的智能车辆导航技术的研究与发展趋势。

基于模糊自适应Kalman滤波的GPS／DR数据融合

针对标准Kalman滤波器对系统模型依赖性强、鲁棒性差,而GPS/DR系统的准确数学模型难以建立的问题,提出了一种模糊自适应联邦卡尔曼滤波器(FAFKF).首先通过模糊自适应滤波控制器监控观测量的残差理论值和实际值,并通过实时增强它们的一致性来调整各子系统观测噪声方差阵,使之更符合真实的模型,有效提高了Kalman滤波器对模型变化的适应能力.然后通过模糊自适应信息融合控制器对各子系统可信度进行模糊评判,并根据可信度自适应地计算信息分配系数来实现数据的融合.理论分析和实验数据表明该滤波器在滤波精度、容错性能上都有了很大的提高.

融合多特征与格式塔理论的路面裂缝检测

路面裂缝常常混杂着随机的路面颗粒纹理和自然环境下的多种干扰,基于单一特征的检测方法无法较为准确地提取裂缝,为此提出一种多特征融合与格式塔理论相结合的路面裂缝检测算法.将多尺度局部区域中裂缝的灰度差异、出现概率以及边缘特性作为低层显著特征,根据裂缝纹理的不均匀性,结合裂缝不规则曲线结构的空间延续性,提出一种新的纹理各向异性度量方式(LFIA),以高效削弱噪声点与伪裂缝的干扰;然后引入格式塔理论中的相似性、接近性和完整性原则,采用迭代剪裁预分割LFIA图,基于区域内部以及区域间连接度的裂缝空间一致性增强策略,突出裂缝.在收集的各类裂缝图像数据库上的实验结果表明,该算法抗噪性能好、鲁棒性强;裂缝提取的准确性、完整性要优于已有的算法.

重叠细胞图像分离算法的设计

在实际的细胞图像中，经常会遇到重叠现象（又称为聚堆），即多个细胞聚集在一起的情形．这给后续的分析处理带来了困难，因此需要设计一个有效的算法，能够将这些重叠在一起的细胞群分离为单个的细胞．文中针对二值化的图像， 提出了一个基于形态学的的算法．该方法首先利用腐蚀操作，以确定聚堆细胞最终分离为单个细胞的个数，然后再根据腐蚀后的结果，在原始的二值图像上找到分离点，从而最终有效地将重叠细胞分离为单个细胞．文中主要叙述了算法的设计思想及实现。

基于Fisher线性判别分析的语音信号端点检测方法

传统的语音端点检测方法对辅音,特别是受到噪声污染的清音部分与背景噪声之间分离能力不足。针对上述问题,该文提出一种基于Fisher线性判别分析的梅尔频率倒谱系数(F-MFCC)端点检测方法。将清音信号和背景噪声视为两类分类问题,采用Fisher准则求解具有判别信息的最佳投影方向,使得投影后的特征参数具有最小类内散度和最大类间散度,从而增大清音与背景噪声的可分离性。在不同语音库上的实验结果表明,F-MFCC能够在不同信噪比和背景噪声条件下提高语音端点检测的准确率。

基于蚁群优化算法的云数据库动态路径规划

云计算是下一代计算网络模型的发展趋势。云中的存储资源如何快速地路由,更是研究的难点。蚁群算法是基于群体的仿生优化算法,具有智能搜索、全局优化、鲁棒性、分布式计算和容易与其他算法相结合等优点。根据这两种事物的特点,提出了合理的结合算法,该算法能够在云中快速、合理地找到所需访问的数据库,减少云数据库数路由的动态负荷,从而很大程度上提高云计算的效率。

一种基于低秩表示的子空间聚类改进算法

该文针对现有的基于低秩表示的子空间聚类算法使用核范数来代替秩函数,不能有效地估计矩阵的秩和对高斯噪声敏感的缺陷,提出一种改进的算法,旨在提高算法准确率的同时,保持其在高斯噪声下的稳定性。在构建目标函数时,使用系数矩阵的核范数和Forbenius范数作为正则项,对系数矩阵的奇异值进行强凸的正则化后,采用非精确的增广拉格朗日乘子方法求解,最后对求得的系数矩阵进行后处理得到亲和矩阵,并采用经典的谱聚类方法进行聚类。在人工数据集、Extended Yale B数据库和PIE数据库上同流行的子空间聚类算法的实验对比证明了所提改进算法的有效性和对高斯噪声的鲁棒性。