基于启发式映射法的未知三维环境路径规划

针对全局环境的未知性和常用规划算法易得到局部最优解的特性,提出一种基于启发式映射法的未知三维环境路径规划算法。在分段规划的策略下,使用启发式映射法来获取分段的子目标,克服了常规直线映射法在一定情况下难以确定目标的缺陷,结合三维环境下的A^(*)算法完成了移动智能体的规划任务。通过MATLAB进行仿真,与直线映射法相比,得到了更短的路径长度,且运行时间更短,可以较好地解决未知三维环境的路径规划问题。

基于ATR-FTIR光谱测量结晶过程溶液浓度的变量稳定加权混合收缩方法

针对衰减全反射-傅里叶变换红外(ATR-FTIR)光谱仪用于测量结晶过程溶液浓度时,因光谱谱线维度高、无关变量多,导致的标定模型预测精度低、可解释性差等问题,提出了一种变量稳定加权混合收缩的新方法。首先提出对光谱变量进行随机二进采样,将建立的优秀子模型中变量被选频率与所有子模型中变量回归系数的稳定性指标进行加权评价的稳定加权变量种群分析法(SWVCPA)。通过对变量的重要性进行排序,采用指数递减函数在迭代过程中逐渐强制滤除重要性低的变量,实现了对光谱变量空间的初步收缩,并大幅提高了收缩的稳定性。然后在收缩后的子空间继续使用一种新的动态麻雀算法(DSSA),以最小化训练预测均方根误差(RMSEC)为适应度函数进一步优化变量组合。这种混合优化方式融合了两类变量选择算法的优点,通过子模型竞争的方法确保了前期变量收缩的稳定性,防止算法陷入局部最优;通过智能优化算法避免了对剩余变量组合的遍历寻优,允许保留更多的变量进行精准选择。为了验证新方法的性能,使用L-谷氨酸溶液冷却结晶过程中6种不同浓度下采集到的ATR-FTIR光谱数据进行测试。结果表明,新方法将光谱变量数从613个减少到46个,与原始光谱相比,使用选择后变量建立的偏最小二乘法(PLSR)模型其预测均方根误差(RMSEP)为从1.727 9降低到0.165 4,预测决定系数(R^(2))从0.973 7提高到0.999 7。另外相比于特征谱段、遗传算法(GA)以及变量种群组合分析法(VCPA)选择变量建立的模型,使用新方法建立的溶液浓度预测模型具有更高的准确性和稳定性,说明该方法对提高使用ATR-FTIR光谱法测量冷却结晶过程溶液浓度准确性和可靠性具有一定的实际应用价值。

基于模型种群分析变量选择的红外光谱建模方法

变量选择方法可以实现对高维数据的降维,降低标定模型的复杂度以及提高模型的预测能力和可解释性,对建立高效可靠的预测模型具有重要意义。本文将模型种群分析(Model Population Analysis,MPA)用于近红外光谱标定建模过程的变量选择,结合MPA在同一空间反复抽取子集的特点,提出一种子集索引重用核-偏最小二乘(Subset Index Reuse Kernel-Partial Least Squares,SIRK-PLS)融合建模方法。该方法通过对预先计算的协方差矩阵进行索引,从本质上避免MPA框架下变量选择子集交叉验证和回归系数求解过程中的冗余计算,提高建模效率。此外,SIRK-PLS建模方法可以根据样本数和变量数的比例,实现建模算法的自动最优切换。通过标称近红外光谱玉米数据集对算法性能进行验证。结果表明,本文提出的SIRK-PLS建模方法收敛速度快、精度高,适用于移动红外光谱设备的自动快速降维建模,具有一定的应用前景。

移动智能体在三维凹形障碍物下的路径规划

三维凹形障碍物存在时,移动智能体常用的路径规划算法易陷入局部最优,使规划的路径变长或者是算法运行的时间过长,这些对于实时性要求较高的路径规划任务都是不利的。针对这一问题,提出一种非最优路径凹陷点处理的方法,避免了规划算法对非最优路径凹陷点的遍历,并用A^(*)算法规划路径。使用了MATLAB进行仿真,结果表明该方法可以防止局部最优,保证算法的实时性。

基于NAM-YOLO网络的苹果缺陷检测算法

针对苹果缺陷检测经常误检漏检、缺陷易混淆等问题,提出一种基于改进YOLOv5的苹果缺陷检测算法。苹果缺陷检测对苹果分拣至关重要,现有检测苹果缺陷的方法主要是通过机器学习或卷积神经网络提取颜色和纹理特征,存在错误检测、漏检和特征提取能力不足等问题,不能满足缺陷检测精度与实时性的需求。NAM-YOLO算法主要有3个核心思想:1)通过将TRANS模块添加到骨干网络,更好地融合特征与全局信息;2)通过加权双向特征金字塔网络融合不同尺度的特征;3)将基于归一化的注意力机制NAM注意机制引入颈部网络,强化目标区域的关键特征,提高网络的检测精度。实验结果表明,改进算法的mAP达到98.90%,准确度为98.73%。与其他模型相比,该模型具有较好的特征融合能力,可较好地满足苹果分拣的实际需要。

带有免疫的计算机病毒传播模型的稳定性

研究了带有免疫的计算机病毒传播模型的稳定性问题。建立具体模型来描述计算机网络中带有免疫的病毒传播模型的动力学特性,得出了模型的无病平衡点和有病平衡点。分别应用Lyapunov第一定理求得无病平衡点渐近稳定的条件和圆盘定理求得有病平衡点渐近稳定的条件。仿真结果表明了所求条件的有效性。

基于投影与KMP简约算法的一维快速模板匹配算法

传统的模板匹配算法(如NC和SSDA)虽然具有匹配精度高的优点,但由于其计算量大,使得匹配时间过长。本研究提出了一种新的基于投影与KMP简约算法的一维快速模板匹配算法,首先将图像进行降维处理,得到特征字符串,通过对特征字符串的匹配,实现粗匹配,可大幅度地减少图像匹配时间;然后利用NC匹配算法,对粗匹配的结果进行验证,以达到快速匹配的目的。通过实验证明了本算法的快速性和准确性。

轮胎胎侧气泡的自动识别

针对轮胎X光图像具有水平方向上照射不均匀、气泡与背景对比度较低、气泡边缘不十分明显、钢丝与背景对比度较高的特点,单一采用传统的图像分割方法无法有效地对气泡特征进行提取的问题,本研究提出了一种根据小区域内的灰度分布的相似性分割出气泡大致位置,然后进行区域标记和区域生长来分割气泡的方法。实验证明,该方法运算简单,对噪声干扰不敏感,能有效解决实际问题。

基于迭代缩减窗口自助软收缩算法的近红外光谱变量选择方法研究

该文针对近红外光谱因冗余变量导致的标定模型预测性能差的问题,提出了一种迭代缩减窗口自助软收缩(ISWBOSS)算法。该方法使用窗口对变量进行划分,随机抽取窗口并利用其中的变量建立子模型,计算窗口内变量回归系数的归一化并作为权重继续进行加权采样,从而逐步实现变量空间的软收缩。同时在迭代过程中不断缩减窗口大小对特征变量进行精确搜索。通过在玉米数据集上进行验证,并与全谱法、遗传算法、竞争自适应重加权采样法和自助软收缩法建立的偏最小二乘模型对比,结果表明,新方法不论在准确性还是稳定性上都具有显著优势。以玉米蛋白质含量预测为例,与自助软收缩算法相比,ISWBOSS的预测均方根误差从0.0418降至0.0103,且达到最优模型所需的迭代次数更少,运算效率更高。该方法对提高近红外光谱标定模型的性能具有一定的指导意义。

动态环境下矢量化路径规划算法

对全方位机器人在完全未知动态环境下实时路径规划和针对移动障碍物的避障问题进行研究。提出矢量化路径描述方法,并将其与Bug算法思想相结合来解决机器人的路径规划问题。机器人的初始路径由其初始位置和目标位置生成,其运动过程是:首先沿初始路径行进,以规定间隔扫描当前环境,判断是否有障碍物阻挡当前路径,并检测障碍物的位置、移动方向和速度等信息;然后根据障碍物信息和机器人安全距离计算路径中间点,并插入中间点更新路径以实现避障。本文的机器人路径规划结果是以矢量形式进行描述及保存的,降低了对路径存储空间的需求,且按规划结果行进时只需要考虑直线移动距离和转动方向,简化了全方位机器人的控制。仿真结果说明本文方法的可行性及有效性。

新疆(北疆)奶牛场春季分群管理要点

新疆天山北侧,称为北疆。北疆冬季零下35多度,夏季零上35多度;无恒温牛舍的牧场,每年人冬前都需要抓秋膘,就是说为更稳妥的过冬,已经将牛群体况值调整到比正常的饲养标准高0.25分左右,而进人春季随着气温的快速回升,如果不及时精细化分群、不快速调整牛群体况,那么中后期牛群体况很快就会超出饲养标准,加大了后续饲养管理难度,也为夏季产后代谢病高发留下了病因。