一种快速分层递阶DSmT近似推理融合方法(A)

本文提出了一种分层递阶的DSmT快速近似推理融合方法,该方法针对超幂集空间中仅单子焦元具有信度赋值的情况,利用二叉树或三叉树分组技术对其刚性分组,与此同时,对每个信息源对应的各个分组焦元进行信度赋值求和,以便实现细粒度超幂集空间向粗粒度超幂集空间映射.然后运用DSmT组合规则和比例冲突分配规则对粗化超幂集空间的两个信息源进行融合,保存该融合结果作为父子之间节点连接权值,然后对每个分组焦元信度赋值归一化处理,通过设定树的深度,来确定分层递阶的次数.最后通过从多个角度比较新、老方法,从而充分地验证了新方法的优越性.

一种快速分层递阶DSmT近似推理融合方法(B)

针对Dezert-Smarandache Theory(DSmT),随着鉴别框架中焦元数目的增多,其组合推理运算成指数增长,已成为制约该理论广泛应用与发展的瓶颈问题.为了解决这个难题,本文在进一步深入研究仅单子焦元赋值几个关键问题的基础上,主要针对超幂集空间中部分单子和冲突焦元具有信度赋值的情况,通过比例分配原则,把冲突焦元的信度赋值分配到相应的单子焦元上,然后根据仅单子焦元情形下的近似推理方法进行处理,即利用二叉树分组技术对单子焦元进行刚性分组,实现细粒度超幂集空间向粗粒度超幂集空间映射.最后通过从计算效率、信息损失和相似度的角度分别比较新、老方法,比较结果充分地验证了新方法的优越性.

一种基于手绘地图的动态环境视觉导航方法

提出了一种基于手绘地图和路径的移动机器人视觉导航方法.首先,根据较小偏差的原则提取运行路径中的关键引导点,以便将原始路径分成多段.然后,移动机器人在各段运行过程中,对预先绘制的手绘地图中对应的参考图像以及机器人摄像头实时采集到的图像信息进行匹配.这里提出预测估计的方法估计当前视野中最可能存在的图像,以加速图像的匹配过程,并利用SURF(speeded up robust feature)算法检测图像的特征,依靠KD-Tree方法快速求得匹配点,采用RANSAC(RANdom SAmple Consensus)算法求解参考图像与实时图像的投影变换矩阵H,进而得到参考图像在实时图像中的位置,并融合里程计数据,得到机器人的大致位置.再后,根据获得的机器人大致位置,计算下一段的运行方向,继续下一段运行.依此类推,直至运动到最后一段.最后,通过一系列的实验,验证了机器人在本文方法下不需要精确环境地图及精确运行路径就能顺利导航,并能实时有效地避开动态障碍物.

不同有机肥种类及用量对连作白术产量与品质的影响

目的:探究不同有机肥及用量对连作白术生长及其产量和品质的影响,为缓解白术连作障碍提供参考。方法:选用牛粪、蚯蚓粪2种有机肥3个施肥水平种植白术,定期采样测定其生长指标,白术收获时测定产量和品质;对测定的数据进行方差分析;通过隶属函数法进行综合评价并得出排名。结果:有机肥处理下多项指标均显著高于对照,有机肥可促进白术生长,提高白术产量与品质;牛粪有机肥处理下白术分枝数、叶片数、SPAD值、根体积、干物重、根冠比、白术内酯Ⅰ及白术内酯Ⅲ含量等指标均显著高于蚯蚓粪有机肥,牛粪有机肥施用效果优于蚯蚓粪有机肥;牛粪有机肥在施用量为6000 kg/hm^(2)时隶属函数值均值最高,连作白术生长最好。结论:牛粪有机肥(6000 kg/hm^(2))可促进连作白术生长,提高其产量和品质。