基于ELM和证据理论的纹理图像分类

目前纹理图像分类有不同的方法,但对纹理的描述还不够全面,而且当有新方法提取的特征加入时,系统的可扩展性也不够,通用性不好。本文针对上述问题提出了一种将D-S证据理论与极限学习机相结合的决策级融合模型,用来对纹理图像进行分类。采用三种不同方法来提取特征以获得更多更全面的纹理表现形式,并对提取的每种特征向量用极限学习机建立相应的分类器,最后用D-S证据理论在不确定性表示、度量和组合方面有着的优势来进行决策级融合。对于证据理论中基本概率赋值函数(BPAF)难以有效获取的问题,由于极限学习机具有学习速度快,泛化性能好的优点并且产生唯一的最优解的优点,所以利用其来构造其基本概率赋值函数。实验结果表明这种方法比单个分类器具有更高的识别正确率,降低了识别的不确定性。

基于架空轨道的全向移动机器人运动稳定性研究

根据基于架空轨道的全向移动机器人运动特点建立了一种以控制器、驱动机构和被执行对象为开环控制的系统模型,分析被执行对象受惯性作用对系统性能的冲击干扰稳定性,通过Matlab仿真分析瞬态性能,并与无扰动系统状态进行对比。结果表明,增加速度(Kcs)反馈闭环的方法可提高系统的稳定性;改变Ka、Kc大小能使系统的动态性能保持在最优状态;采用闭环控制方法能够达到预期效果。

仿人机器人的一种双向动力学建模方法

为了得到更精确的仿人机器人动力学模型,提出一种在仿人机器人关节处采用双向动力学建模的方法。考虑关节处两个不同传输方向的功率传输效率,根据地面约束力和关节力矩定义,将仿人机器人简化为五连杆结构,采用Lagrange方程建立仿人机器人的双向动力学模型。对双向动力学模型进行计算机仿真,并在小型仿人机器人SHR-6S平台上进行对比实验。实验结果验证该双向动力学模型较传统方法建立的模型误差更小,更接近实测结果。

电气类本科课外创新实践能力训练模式的探索与实践

本文介绍了我校积极开展的电气类本科生课外创新实践能力的训练,探索并实施了一系列卓有成效的举措,初步形成了"1-3-3-4"的电气类本科生课外科技创新和工程实践能力训练模式,有助于提高电气类学生整体的科技创新和工程实践能力,改善了人才培养质量,取得了良好的创新实践育人成果。

基于改进人工势场法的移动机器人导航控制

传统人工势场法在移动机器人导航过程中存在局部极小值,障碍物周围震荡等问题。针对采用传统人工势场法实现移动机器人导航过程中存在的问题,本文引入旋转力改进人工势场法,同时运用细菌觅食混合粒子群算法(BF-PSO)对移动机器人导航过程中的控制器参数及势场函数增益系数进行离线优化。运用优化参数进行基于改进人工势场法的移动机器人导航的仿真,仿真结果表明BF-PSO算法对移动机器人导航具有较好的优化效果。

基于PCS7的搅拌反应釜连续反应控制系统设计

针对带搅拌釜式反应釜连续反应过程中各参数的复杂控制问题,基于西门子的SIMATIC PCS 7过程控制系统,设计了搅拌反应釜连续反应过程控制系统。利用PCS7和SMPT-1000,实现了反应釜连续反应控制系统的温度、压力、浓度以及液位控制。对各种控制策略进行验证,结果表明:所设计的控制系统可行、有效,控制效果良好,且具有较好的安全性、稳定性及简易性。