基于多层前馈型人工神经网络的抑郁症分类系统研究

多层前馈型人工神经网络(MLPANN)是应用广泛的一种人工神经网络。该文研究了用于抑郁症中医证候分类的一类MLPANN,设计了一种基于自定义网络结构及其他参数的BP训练算法的分类系统,并首次应用在抑郁症的中医证候分类研究中。该系统利用实际病症样本数据进行了训练和分类,结果表明系统具有很好的分类效果,可以用于指导抑郁症诊断和治疗。

无线多媒体传感器网络视频编码研究

在资源受限的无线多媒体传感器网络中存在大量的视频数据需要处理和传输。为充分地利用这些有限的资源,需要设计一个能够综合考虑能量消耗和压缩率、图像质量之间平衡的视频编码方案。对无线多媒体传感器网络中视频编码技术的发展现状、面临的挑战和设计目标进行了讨论。对无线多媒体传感器网络视频编码现有的解决方案和理论研究成果进行探讨,分别从个体信源编码和分布式信源编码两方面进行分类探索。最后,对个体信源编码存在的一些问题进行讨论,并指出了未来研究的方向。

具有能量补给的无线传感器网络分簇路由算法

提出一种具有能量补给的无线传感器网络分簇路由算法PHC。在PHC中,传感器节点通过周围环境获取能量补给。PHC综合考虑节点自身的能量起伏变化以及能量补给水平,修正了现有的簇头选择机制和非簇头节点的归属机制,使能量消耗平均分配到整个网络中。通过仿真表明,PHC在考虑了能量补给的同时,改善了无线传感器网络中能量消耗的均衡性,延长了网络的生命周期,网络中最终存活节点和整体残留能量提高了20%。

复杂环境下基于蚁群优化算法的机器人路径规划

针对复杂环境下机器人的路径规划问题,将蚁群优化算法引入这一新的应用领域,设计了相应的算法,解决了以前尚未涉足的带约束条件的连续函数优化问题.仿真结果验证了所设计算法的实用性和有效性.

平面双连杆受限柔性机器人臂的动力学建模

对一类平面双连杆受限柔性机器人臂的动力学建模问题进行研究，利用D’Alembert－Lagrange原理得到了一组描述该机器人系统运动性态的动力学方程．与已有的动力学模型相比，本文所建立的运动方程和振动方程具有模型准确、结构简单等特点，且具有与传统无约束刚性机器人类似的模型形式，因而有可能直接或间接利用现有的关于刚性机器人运动控制等方面的成果来研究复杂的受限柔性机器人的控制问题．

柔性机器人的动力学建模及其控制

本文首先综述了近年来在柔性机器人动力学建模方面所取得的进展，着重介绍了目前较常用的几种建模方法和模型，同时对柔性机器人的控制问题进行了评述，指出了今后研究的方向．

基于新人工势场函数的机器人动态避障规划

人工势场法是进行机器人路径规划时常用的方法,但若用圆锥曲线函数作为引力场数学模型时,在目标点会产生抖动问题.本文在分析抖动产生原因的基础上,增加一个指数项到引力场函数中,从而消除了奇异值点,避免了抖动现象.然后将一敏感度参数引入斥力场函数,以便灵活控制运动过程中机器人与障碍物距离的大小.通过对敏感度的调节,还可以克服传统势场法中目标点在斥力作用范围内时,机器人无法到达目标点的缺陷.最后给出新势场法的仿真.

受限柔性机器人臂的鲁棒变结构混合位置/力控制

针对一类平面双连杆受限柔性机器人臂提出一种混合位置 /力控制方案 ,采用鲁棒变结构控制策略对控制方案进行修正 ,以改善该柔性机器人系统的鲁棒性 ,控制机器人终端执行器的位置和接触力 .通过引入变结构鲁棒控制器 ,可确保输出跟踪误差在有限时间内收敛到零 ,或一致终结有界 .

基于快速扩展随机树的机器人路径规划仿真实验平台研究

在建立并实现一种基于快速扩展随机树的机器人路径规划算法的仿真实验平台的基础上,通过该仿真实验平台所做的大量仿真实验表明:基于快速扩展随机树的路径规划算法具有强烈搜索未知空间的倾向,在各种障碍物环境下搜索出可达路径。该仿真实验平台运行稳定,功能完善,可直观地演示路径规划算法的搜索过程。

虚拟环境中的混合层次包围盒算法研究

针对采用单一层次包围盒进行碰撞检测在实时性和精确性方面的不足,提出基于轴向包围盒(AABB)结构和有向包围盒(OBB)的混合层次包围盒的碰撞检测方法(SHBVs).通过分析各种层次包围盒的特点以及虚拟手术环境中的对象特点,混合层次包围盒的碰撞检测方法将包围盒树分为上下两层,上层采用AABB-AABB的方式,用来快速排除不可能相交的物体;下层采用OBB-AABB的方式,能更紧密的包围虚拟环境中的活动对象(如细长的手术器械),同时对环境对象(软体组织)能更快速地在软组织变形后进行更新.实验证明,提出的混合层次包围盒算法能更快地检测碰撞,达到较好的实时性和精确性.

受限柔性机器人基于遗传算法的自适应模糊控制

研究一类平面双连杆受限柔性机器人的混合位置/力控制问题,提出一种自适应模糊逻辑控制方案,利用遗传学习算法对控制器中的参数进行学习和修正,达到提高系统控制精度、改善系统鲁棒性的目的.

斜拉索的磁流变半主动自适应控制器设计

考虑描述磁流变(MR)阻尼器力学行为的LuGre动态摩擦模型,建立了新的斜拉索-MR阻尼器系统模型,该模型能够很好地描述斜拉索-阻尼器系统的动态特性,且能够实时辨识MR阻尼器内部参数.对于新的系统模型,基于Lyapunov直接法设计了抑制斜拉索振动的半主动自适应控制方法;原系统可变换为带有小参数的奇摄动系统,采用奇摄动理论对该系统进行分析,得到了另一类半主动自适应控制方法.仿真结果表明提出的两种控制方法均能够很好地抑制拉索振动.

机器人对多运动障碍物环境中方向可变运动目标的跟踪

机器人要实现对动态环境中可变方向运动目标的跟踪,必须采用动态的规划算法.本文在快速随机搜索树算法的基础上,采用滚动时间帧的思想,周期性地采集环境信息与目标运动状况,来预测未来环境中障碍物的分布情况及运动目标位置.在每个周期内用B IAS_RRT来引导机器人行走,以适应障碍物与目标运动方向的变化.仿真结果表明,该算法能有效跟踪在多运动障碍物环境中方向可变的运动目标.

带滚动约束轮移式机器人动态规划的研究

根据轮移式机器人的运动学模型,研究受到滚动约束轮移式机器人在动态环境中的运动规划问题.将快速随机搜索树算法与优化方法相结合,实现了一种新的算法,规划出既可避障又可满足机器人滚动约束的运动.将该算法运用到动态环境下机器人的运动规划中,并通过仿真表明该算法能较好地引导机器人在动态环境中实现满足滚动约束的避障路径.

交通信号自适应模糊控制器的设计及稳定性分析

针对城市交通路口的信号控制,提出一种自适应模糊控制器,并对其稳定性进行分析.通过控制器给出路口实时信号配时,根据红灯相位的等候车辆平均损失和绿灯相位释放车辆的平均增益,给出了模糊控制器的自适应算法,以实时修正其模糊规则.在自适应模糊控制器的稳定性分析中,采用模糊控制系统闭环模型的模糊关系矩阵,证明在路口车辆随机产生的情况下,模糊控制系统是稳定的.仿真结果表明,自适应模糊控制器比全感应控制器、简单模糊控制器更能适应路口交通流的变化,极大地改善了系统性能.

基于神经网络的交叉口可变相序模糊控制方法

针对城市交叉口交通流的特点,提出了一种自适应可变相序的多相位控制算法.该算法依据绿灯相位车队长度和红灯相位车队长度的比较决定绿灯相位是否转移,在不需要绿灯相位转移时,利用模糊神经网络控制器控制绿灯延时长度.不但结合了模糊控制和神经网络控制的优点,而且所给出的算法相序可变,实现了道路交叉口多相位相序可变控制.仿真结果表明,本文设计的模糊神经网络控制器能够有效降低车辆平均延误,满足实时控制的要求.

一种选择性加权聚类融合算法

传统的聚类融合方法通过融合所有成员实现融合,无法彻底消除劣质聚类成员对融合质量的影响,而从聚类成员的选择和加权两方面进行聚类融合,即先采用两两融合技术代替融合所有聚类结果进行聚类成员选择,然后进行基于属性的聚类成员加权,在理论上具有更好优越性。通过对真实数据和模拟数据的实验发现,该算法能有效处理聚类成员的质量差异,比传统聚类融合能得到更好的聚类结果,具有较好可扩展性。

平面双连杆受限柔性机器人臂的模型简化及其控制

针对已建立的一类平面双连杆受限柔性机器人臂动力学模型，通过引入变量代换和一系列模型简化运算，得到一种非常简单的模型形式。基于此简化模型，提出一种混合位置／力控制方案，以同时控制机器人臂终端执行器的位置和接触力。计算机仿真结果表明这种控制方案是可行且有效的。

平面双连杆受限柔性机器人臂的自适应模糊力/位置控制

本文对一类平面双连杆受限柔性机器人的力／位置控制问题进行研究，提出了一种新的自适应模糊控制方案．利用结构分解技术对模糊推理系统进行简化，用梯度法对参数进行自适应调整，从而实现对受限柔性机器人系统末端的混合力／位置控制．计算机仿真结果表明，本文提出的控制方案是合理。

容错粗糙主成分分析的属性约简方法

在分析大肠早癌荧光数据属性约简方法的基础上,提出一种基于容错关系信息熵的粗糙主成分属性约简方法.该方法首先针对数据的不完整特性,建立容错关系粗糙集模型.然后,引入随信息量减小而单调下降的信息熵,建立基于信息熵的容错关系粗糙集模型,并进行初步数据属性处理.最后,结合主成分分析方法,形成基于容错关系信息熵的粗糙主成分分析方法,在进行数据降维处理的同时提取数据特征.以大肠早癌荧光光谱为实验数据的分析处理结果表明,该方法可以有效地降低荧光光谱数据的处理维数,提取影响医疗诊断的特征数据,减少后续数据处理的复杂度.