基于非线性时序模型的神经网络图形识别方法

提出了复数域非线性指数自回归（ＣＮＥＡＲ）图形轮廓建模方法．构造了用于ＣＮＥＡＲ模型参数估计的神经网络模型，利用该网络可解决非线性参数的估计问题．ＣＮＥＡＲ模型参数具有平移、旋转和比例不变性并与计算起始点的选择无关．基于模型参数构造了特征向量，并设计了复数神经网络分类器，给出了复数神经网络学习算法．实验结果表明ＣＮＥＡＲ模型在较低阶次即能获得较高的识别率，ＣＮＥＡＲ模型对带噪声图形及形状差别较小图形的识别效果要好于复数域自回归模型方法．

二值图象处理算法的硬件实现

该文介绍了一种高速多功能工值图象处理系统，该系统用硬件电路实现收缩、膨胀、轮廓跟踪和细化这几种二值图象处理方法。系统采用了全硬件逻辑结构，没有CPU参与运算，采用独立时钟，在每个时钟周期内可并行处理若干字节，大大提高了处理速度。该文给出的二值图象处理算法的硬件实现方法不仅使二值图象处理速度发生质的飞跃，而且为图象处理方法的实用化提供了一种新思路。

高速多功能二值图象并行处理系统

介绍了一种高速多功能二值图像处理系统，该系统由硬件电路实现收缩、膨胀、轮廓跟踪和细化处理。系统的处理速度只与硬件的延时有关，而与图形的复杂程度和主机无关，整个硬件电路集中在一个标准的ＰＣ机接口板上，可广泛用于各类图象处理中。

神经网络在参数估计中的应用

将神经网络用于线性连续时不变系统（包括一种带时延的线性系统）参数估计中。线性系统分别用状态方程及传递函数来表示，给出了相应的神经网络结构及学习算法。

微流量系统的基础技术研究

介绍了国家自然科学基金重点资助项目“微型机械制造基础理论及基础技术研究”中“微小型泵的基础技术”及其后续工作的研究成果，并结合微流量系统研究分析了当前微型机电系统发展的几个特点。微型机电系统的重要基础课题的研究突破为其发展和应用打下基础。国际上微型光机电系统技术刚走向全面发展，正是我国发展该领域的好时机。

微型飞行器的研究现状及其关键技术

介绍微型飞行器的概念及其功能特点 ,重点综述了目前国内外微型飞行器的研究现状 ,归纳出微型飞行器的六大关键技术和目前存在的主要问题 。

二维几何排样问题分类编码的研究

对各种二维几何排样问题进行了归类分析 ,并率先设计了一套分类码系统 ,名为2 DNest BM。

堤坝隐患探测技术的现状与展望

堤坝隐患的快速准确探测是我国水利工程中目前急需解决的一项重大课题。针对目前探测技术的现状 ,对现行的几种主要探测技术及其性能特点进行了比较分析 ,这些技术包括渗流监测技术、地电勘探技术以及 CT技术。结合我国水利工程的实际 。

磁阻式磁强计的SET/RESET电路设计及应用

SET/RESET电路是配合磁阻式磁强计使用的必不可少的外围电路之一,本文阐述了SET/RESET功能的原理,分析了设计SET/RESET电路的出发点,介绍了SET/RESET电路的一个实例,并且将它应用于微型方位水平仪,取得了良好的效果。

掌纹图像处理方法的研究

提出了一种利用图像方向信息提取掌纹特征纹线的方法。该方法将掌纹图像分成若干子块,充分利用子块中图像纹理的方向信息对掌纹图像进行滤波和增强处理;剔除图像中不含纹线的图像子块,对含有特征纹线的子块在其主方向上进行方向增强处理,突出特征纹线信息。对不同采集质量的掌纹图像的处理结果表明文中提出的方法是一种有效的掌纹图像处理方法,它可以应用于不同质量掌纹图像特征纹线的提取。

FNS肢体运动疲劳特性的实验研究

研究了功能电刺激作用下的人体神经肌肉的疲劳特性和生理反应 ,初步确定了适合于人体神经肌肉电刺激脉冲信号的的基本特性。以正常男性成人的曲肘运动 (右手 )为研究对象 ,将表面电极置于右手肱二头肌肌腹处 ,在肘关节 (右手 )处安装一个微型角位移传感器 ,通过多功能神经肌肉电刺激肢体运动测控仪器 ,获取曲肘运动时的肘关节角位移变化曲线。结果表明 ,在任何一种刺激模式作用下 ,曲肘运动均呈现严重非线性时变特性 ;缓慢连续变化的刺激脉冲能有效地缓解肱二头肌的疲劳程度 ;最佳的功能电刺激脉冲频率为 30 Hz～ 5 0

GPS的微型系统及其制导(英文)

基于微型飞行器(MAV)尺寸小、载重及能量供给有限,难于获取完整的飞行状态参数,对机载的设备和导航控制系统要求很高等特点,提出了一种应用于翼展680mm的电动微型飞行器的基于航迹角度和偏航距误差的几何导航控制算法,并利用MEMS传感器设计了飞行控制系统,给出了PID控制率。Matlab仿真试验表明,该系统在3种PID控制率下均可很好地实现导航控制,偏航控制误差低于30m;空中飞行试验表明,提出的算法有效地实现了电动微型飞行器的导航控制飞行,在2级风情况下,偏航误差低于30m。

D型迭代学习控制及其在FNS肢体运动控制系统中的应用(英文)

给出了离散系统D 型迭代学习控制算法收敛的一种充分条件 ,并加以证明 .采用D型迭代学习控制算法 ,对基于功能性神经肌肉电刺激的曲腕和曲肘运动进行了临床实验研究 ,结果表明 ,D型迭代学习算法改善了FNS肢体运动控制的跟踪性能 ,曲肘和曲腕运动轨迹平滑、稳定 ,并且刺激控制脉冲变化平缓 ,受试者无任何不良生理反应 .

FNS肢体多关节运动轨迹跟踪的实验研究

本文着重对功能神经电刺激 (FNS)肢体多关节运动刺激脉冲的控制算法进行了比较实验研究。首先介绍了FNS系统的基本组成及原理 ,然后借助多功能FNS肢体运动控制平台 ,分别采用常规控制算法和自适应控制算法 ,以人体肘关节和腕关节的屈曲运动为控制目标 ,将体表电极分别置于肱二头肌和掌长肌运动点上 ,通过FNS运动状态测量装置 ,获取肘关节和腕关节运动角位移随时间的变化曲线。实验结果表明 ,与常规控制算法比较 ,基于人体生理特点的自适应控制算法使屈肘和屈腕运动获得了最佳的轨迹跟踪性能 ,并且刺激波形变化稳定、平滑 。

特征优化在表面肌电模式识别中的作用

肌电信号是与神经肌肉活动有关的生物电的体现 ,其应用已逐步深入到生物医学的各个领域。肌电信号模式识别是肌电应用的基础。本文在表面肌电模式识别中引入了特征优化环节 ,并讨论了其作用。通过对 7个志愿者的实验研究表明 ,采用特征优化情况下 ,动作平均辨识率可提高近 12 %。结论表明 ,在没有增加原始信息的情况下 ,通过合适的特征优化处理可提高特征的可分性 ,从而提高动作模式的辨识率。这说明了特征优化在肌电信号模式分类中有重要作用 ,对其在康复控制等实际应用场合也会产生积极影响。

功能神经肌肉电刺激疲劳特性分析

研究在多种连续刺激模式作用下 ,人体肱二头肌的疲劳特性以及受试者的生理反应现象。利用自行研制的多功能 FNS肢体运动控制平台 ,以男性正常人曲肘运动为控制目标 ,将体表电极置于肱二头肌运动点上 ,通过 FNS运动状态测量装置 ,获取曲肘角位移与时间的关系曲线。实验结果表明 ,在任何一种刺激模式作用下 ,肱二头肌均呈现非线性时变特性 ;缓慢连续变化的刺激脉冲能有效地缓解肌肉疲劳程度 ;刺激脉冲频率应控制在 (30～ 5 0 ) Hz范围内。

图像导航技术的发展和应用

对图像导航的概念、特点做了详细的阐述。介绍了图像导航在机器人导航、导弹导航以及作为辅助导航系统的典型应用 ,并分析了图像导航在不同的应用领域中的特点、优点和局限性。文章对图像导航在微型飞行器导航中的应用也给出了较详细的分析。最后 ,对图像导航的前景和发展趋势做了预测。

二维几何形状优化排样系统2DUnivNest

介绍了一个新开发研制的二维几何形状优化排样软件系统ZDUinvNest。该软件可以应用于钣金冲裁、激光加工等许多领域。文中还介绍了该系统所使用的原理和方法，并给出了几个典型算例。

功能性电刺激中应用P型迭代学习控制在上肢多关节运动控制的试验研究

目的 在功能性电刺激 (FNS)中 ,利用P型迭代学习控制方法 ,研究对健康人上肢肘关节运动角度和腕关节运动角度同时进行运动反馈控制。方法 FNS刺激肱二头肌和前臂屈肌 ,以预期关节角度为目标 ,以肘关节和腕关节的角度传感器数值为反馈标准。结果 采用迭代学习控制 ,算法简单 ,参数易调整 ,控制量变化平缓 ,轨迹跟踪精确度高 ,在对多关节运动控制中 ,基本能达到预期效果。结论 P迭代学习控制方法为FNS在临床上的应用提供了一个新的控制方法。