电类实验教学过程中人工评判学生所测数据工作烦琐,影响了教学质量和效率。该文提出了改进的K近邻(K-nearest neighbors,KNN)分类算法,即基于均值漂移、安全间隔和核主成分分析(KPCA)的M-KPCA-KNN(KNN based on margin and KPCA)算法,...电类实验教学过程中人工评判学生所测数据工作烦琐,影响了教学质量和效率。该文提出了改进的K近邻(K-nearest neighbors,KNN)分类算法,即基于均值漂移、安全间隔和核主成分分析(KPCA)的M-KPCA-KNN(KNN based on margin and KPCA)算法,以判断学生测量数据正确与否和错误原因。首先利用KPCA对高维实验数据进行降维,然后利用均值漂移向量找到不同类别数据的最密集位置,并在不同类别数据的边界设置安全间隔,最后,将与待测样本距离最近的k个数据设置权重,计算每个类别的权重和,权重和最大的类别为待测样本的类别。与现有的KNN算法相比,M-KPCA-KNN算法不仅提高了分类正确率,而且降低了时间复杂度。展开更多
模型设计(Model based Design,MBD)方法被广泛用于汽车嵌入式设计开发。近些年随着智能网联汽车的发展,其Simulink模型也越来越复杂,从上万行代码跃升至百万级以上代码。因此需要对功能模型进行适当的分解,以促进代码的可维护性、可理...模型设计(Model based Design,MBD)方法被广泛用于汽车嵌入式设计开发。近些年随着智能网联汽车的发展,其Simulink模型也越来越复杂,从上万行代码跃升至百万级以上代码。因此需要对功能模型进行适当的分解,以促进代码的可维护性、可理解性。设计并搭建了基于MBD的线控底盘微缩模型。以Simulink模块化编程为基础、结合控制理论、车辆运动学以及电气工程相关知识,完成了无人驾驶阿克曼底盘的仿真模型,并将仿真代码烧录到实车。该实验系统能够用于实验教学,并通过基于MBD教学方法,提升学生线控底盘的设计能力。展开更多
文摘电类实验教学过程中人工评判学生所测数据工作烦琐,影响了教学质量和效率。该文提出了改进的K近邻(K-nearest neighbors,KNN)分类算法,即基于均值漂移、安全间隔和核主成分分析(KPCA)的M-KPCA-KNN(KNN based on margin and KPCA)算法,以判断学生测量数据正确与否和错误原因。首先利用KPCA对高维实验数据进行降维,然后利用均值漂移向量找到不同类别数据的最密集位置,并在不同类别数据的边界设置安全间隔,最后,将与待测样本距离最近的k个数据设置权重,计算每个类别的权重和,权重和最大的类别为待测样本的类别。与现有的KNN算法相比,M-KPCA-KNN算法不仅提高了分类正确率,而且降低了时间复杂度。
文摘模型设计(Model based Design,MBD)方法被广泛用于汽车嵌入式设计开发。近些年随着智能网联汽车的发展,其Simulink模型也越来越复杂,从上万行代码跃升至百万级以上代码。因此需要对功能模型进行适当的分解,以促进代码的可维护性、可理解性。设计并搭建了基于MBD的线控底盘微缩模型。以Simulink模块化编程为基础、结合控制理论、车辆运动学以及电气工程相关知识,完成了无人驾驶阿克曼底盘的仿真模型,并将仿真代码烧录到实车。该实验系统能够用于实验教学,并通过基于MBD教学方法,提升学生线控底盘的设计能力。