基于机器视觉和机器学习的羊骨架自动分割方法

为实现羊骨架自动化加工,提出一种基于机器视觉和机器学习技术的羊骨架自动分割方法。采集396组羊骨架样本,利用图像处理技术提取24组坐标参数,分别为羊骨架躯体、腰椎、颈部和胸腔等4个部位最小外接矩形的6个特征点(中心、质心和4个顶点坐标)。通过显著性检验筛选出16组特征,进行异常值检测和归一化操作,按7∶3的比例划分训练集和测试集。对比Lasso、Ridge、SVR和GBDT机器学习模型预测效果,优选Lasso、SVR和GBDT作为个体学习器,以0.30∶0.25∶0.45的权重集成时,模型预测效果最优,均方根误差为7.93。在验证集上坐标残差绝对平均值为2.32像素点,拟合度R^2为0.961,在测试集上坐标残差绝对平均值为2.53像素点,拟合度R^2为0.947,测试表明模型预测精度较高且泛化能力较强。搭建多关节机器人平台进行分割试验,轨迹预测精度达到3.4 mm,理论效率达413只/h,约提升了37.9%,表明该方法有效可行且效率显著提升。

结合经络按摩仪构建功能性服装分割线的研究

结合微型智能经络按摩仪的外观特点和使用方式,对能与其结合使用的功能性服装的结构进行分析和设计,使服装能更好地发挥按摩仪按摩人体穴位的便捷性和按摩作用。研究中利用摩擦力受力分析及软件Lingo11.exe和MATLAB R2017a构建数学模型的方式,对功能性服装的后衣片分割线的方向与位置进行了研究。实践研究表明:功能性服装使用纵直向分割线加缝按摩贴片输出线的管道,可使贴片输出线被拉动时所受摩擦阻力最小、最省力;利用各穴位距人体后背中线和腰线位置的距离测量所获数据,经建模分析后,距后中线约2.5cm和3.0cm之间的距离位置设计分割线,能较好地使贴片输出线在外力的作用下较轻松地到达身体后背易疲劳穴位进行按摩操作,而且还能保持服装结构线美观。

反舰导弹航路规划的OACRR-PSO算法

为了提高反舰导弹航路规划算法的搜素效率,从几何学角度对航路规划空间进行了研究,在将功能区域概念融入逆向航路规划的过程中发现了功能区域的几何学渐变规律,据此提小功能区域簇作为其物理载体.将功能区域簇引入粒子群优化(Particle swarm optimization,PSO)算法,提出了功能区域簇实吋约束(Operational area cluster reM-time restriction,OACRR)的PSO算法(OACRR-PSO).为了便于表示功能区域簇,采用航路极坐标编码方式.与传统的PSO算法不同的足,考虑到粒子中分量之间的关联性,该算法在优化过程中并不足对粒子的整个速度分量同时进行更新,而是引入一种分步递归进化策略对粒子的分量逐步进行更新.在粒子的更新过程中,使用功能区域簇米实吋限定罻游恢梅至康淖既犯路段В?得算法搜索空间逐步减小,从而加速算法收敛.仿真实验结果表U/J,分步递归进化策略能够非常显著地提高算法的今局搜索.队能,并且算法收敛速度快、稳定性好.