强酸和强碱中和过程的pH控制

讨论了强酸、强碱中和过程ｐＨ控制方案。以０．９ｍｏｌ／Ｌ的ＮａＯＨ中和０．９ｍｏｌ／Ｌ的ＨＮＯ＿３，流量增量为０．１～０．３ｋｇ／ｍｉｎ，用模糊控制将ｐＨ控制在各要求的值上，△ｐＨ≤０．２，获得满意的结果。

H.264/AVC标准中帧内预测宏块模式选择的优化

为了减小H.264的编码算法复杂度,提出了一种快速的帧内模式选择算法。根据中心8×8块边界信息判定宏块预测类型,利用改进的pan算法对选定了预测类型的宏块进行模式筛选,采取RDO准则选出最佳的预测模式。实验结果表明:对全I帧序列,与JM10.2中全模式遍历算法相比较,该算法编码时间平均减少了大约70,而码率和峰值信噪比基本不变。与pan算法相比,编码时间减少最大超过40。因此,该算法更便于实时应用。

基于云的餐厅服务机器人系统设计

随着人工智能的发展,机器人技术已成为研究热点。其中,用于餐厅服务的机器人更是近年来的关注热点。越来越多的餐厅选择使用机器人代替人工来完成相关任务。针对本地资源不足、餐厅服务机器人智能化程度不高等问题,设计餐厅服务机器人系统。基于云技术,分别从硬件和软件两方面设计餐厅智能服务机器人系统,包括送餐机器人、云端和客户端,以满足餐厅服务送餐需求。在机器人子系统中,使用深度强化学习,实现对未知环境路径规划的优化,提高机器人对餐厅复杂环境的适应性。仿真结果表明:所设计的机器人能很好地适应餐厅环境,及时避让障碍物,顺利完成送餐任务。与现有机器人相比,该系统克服了本地资源局限性和计算复杂性之间的矛盾,同时也为深度强化学习在机器人中的应用奠定了一定基础。

H.264/AVC帧间预测快速模式选择优化算法

为了提高编码效率,H.264/AVC采用了许多新技术,多种分割模式是其重要技术,但全模式遍历法大大增加了编码复杂度。为了减小H.264/AVC的编码算法复杂度,提出了一种快速的帧间模式选择算法。该算法采取的主要方法包括:SKIP模式早期终止;利用空时相关性,在候选模式范围内采取自适应阈值早期终止技术;判断是否跳过帧内模式。实验结果表明,与JM10.2相比,编码时间减少最大超过30%;与JVT算法相比,编码时间减少最大超过10%,而码率和峰值信噪比基本不变。

基于Intel Bay Trail微处理器的智能运动辅助系统设计

基于Intel Bay Trail微处理器、从软硬件角度设计专为老年人及特殊人群运动需要的智能运动辅助系统,并分别进行实现。其中,采用动作检测模块获取人体骨骼数据,根据动作识别和评分算法对运动者动作进行评价、指导和修正;采用生命特征模块监测心率和体温,对老年人可能发生的紧急情况快速反应,保障运动者的健康安全;采用环境检测模块监测环境参数,对运动者所处的环境进行评估。系统测试结果表明:设计的系统较好地实现了智能运动辅助效果。