基于气垫式越野机器人参数识别算法及其采样点选取规则的必要性和可行性

对土壤参数的识别是软地面越野机器人运行性能进行优化的关键要素,而且在实施的过程中还要对准确性问题以及多解问题进行处理。根据气垫式越野机器人的垂向力控制自由度,通过g算法可以对土壤推力的个别的参数进行识别,这样就解决了软地面越野机器人运行的各种问题。另外,要实现g算法就需要有三个采样点,还要对测量噪声以及状态噪声导致的土壤参数估值误差进行限制,所以设立采样点的选取规则非常必要。本文通过对不同测量噪声以及状态噪声水平下的估值准确性试验结果的介绍,论述了气垫式越野机器人参数识别算法及其采样点选取规则的必要性和可行性。

基于建筑工程空间要素规划许可条件的规划验线验测点选取规则

解析法建筑工程规划验线必须合理选取验测点。基于建筑工程建设位置、建设形状、建筑间距、建筑面宽和建筑退让用地红线等规划许可条件的规划验线验测点选取规则,是一个经济、合理、有效的规则。依据该规则选取规划验线验测点,是确保建筑工程规划验线成果能够如实反映被检验建筑物的相关现状空间要素与其规划许可条件符合情况的前提。

磁场中安培环路定理绕行回路的确定规则

安培环路定理是电磁学中反映磁场性质的重要定理之一。在安培环路定理的应用中,对绕行回路的选取和确定是一个不可或缺而又至关重要的环节。通过对安培环路定理的表述与物理内涵深入理解,分析安培环路定理的适用条件,建立了安培环路定理绕行回路的选取规则,并依据选取规则进行应用举例。该规则的建立为理解和掌握应用安培环路定理解决相关问题提供了有效的方法和思路。

自然坐标系“规则”的探讨与教学实践

本文分析了近年来一些作者为解决自然坐标系中sinθ与dy/ds,cosθ与dx/ds,ρ与ds/dθ的符号问题而提出的“规则”。证明了sinθ=dy/ds,cosθ=dx/ds与其(?)、(?)的取向无关,ρ与ds/dθ的符号问题本质上决定于S与θ的取向一致与否。澄清了人们长期以来认为(?)、(?)的取向决定这些等式符号的误解。因此,没有必要引入“规则”。只需对教材进行一些改进补充就可使学生在与原教材相同的学时内掌握所有“规则”的长处。最后给出了改进补充后的教材并指出了符号混乱的原因及其避免方法。

不确定条件下车间动态重调度优化方法

分析车间生产环境复杂、多变以及生产过程中各种随机扰动所导致的不确定性问题,将扰动分为显性扰动和隐性扰动两类。分别采用主动和被动触发式重调度驱动规则,对各种扰动进行响应,并通过建立重调度优化集,结合滚动时域优化方法,对大规模动态重调度优化问题进行了简化。提出重调度优化集内待加工工件的选取规则,以减少工序间机器空闲时间。最后提出混合粒子群调度优化算法,对优化集内待加工工件进行智能优化调度,并采用该算法结合具体的仿真实例验证了该动态随机重调度优化方法的有效性。

基于小波分析的信号消噪法

采用一种基于非线性阈值决策的小波去噪法,并就阈值的选取进行了说明,然后进行了理论分析和计算机仿真实验,取得了较满意的结果。

基于小波域分类隐马尔可夫树模型的图像融合算法研究

本文介绍了一种基于小波域分类隐马尔可夫树(Classified Hidden Markov Tree Model,CHMT)模型的图像融合方法。这种方法利用了小波域的一种树形结构Markov链提取小波系数尺度之间的相关性,因而更好的反映了图像空域非平稳变化的特性,在图像融合的预处理阶段最大限度的滤除噪声。同时为配合预处理算法采用了梯度选取规则的融合算法,更好的提高融合后图像的质量。实验结果表明将隐马尔可夫树模型引入图像融合算法后,融合图像的峰值信噪比、信息熵、等效视数等性能指标明显改善。

基于小波变换的整车驾驶性评价信号去噪

整车驾驶性评价试验采集的加速度信号中混有噪声,严重影响了数据的准确性。针对整车驾驶性评价试验中采集的加速度数据存在的噪声对驾驶性评价指标值的准确性产生影响的问题,提出一种适合于整车驾驶性评价试验数据的小波去噪方法:根据整车加速度数据特征,初步选择备选的小波基函数,通过评价信噪比和均方根误差确定最优的小波基函数和阈值选取规则组合,在此基础上对含噪信号进行多个尺度的分解,通过评价由平滑度和均方根误差构造的复合指标确定最优小波分解层数,从而实现对噪声信号的滤除。对一换挡工况的加速度试验数据采用上述方法的去噪并进行分析,分析结果表明,该小波去噪方法不仅较好地保留了换挡工况中用于评价驾驶性的振动与冲击指标特征,并且能够有效地提取信号的有用频率成分,保证了驾驶性评价指标值的准确性。

浅谈高斯定理中高斯面的确定方法

高斯定理是电磁场中的普通规律.在对高斯定理的应用中,高斯面的选择和确定是一个至关重要的步骤.通过对高斯定理内容和公式的理解展开讨论,提出了高斯面的两条建立规则,给出建立此规则的理论依据,并依据建立的规则进行应用举例.该规则的建立为理解和掌握高斯定理及解决相关问题提供了有效的方法和思路.

基于SR-Tree的三维无级比例尺GIS空间对象综合技术

随着三维GIS应用的飞速发展,现有的GIS技术已经不能满足信息社会的需要.该文针对三维无级比例尺GIS的空间对象综合技术,在对空间要素的数量和质量选取规则以及合并原则等进行充分论述的基础上,提出了SR Tree数据组织策略及其相关算法.它可以充分利用现有的空间地理信息数据库资源,高效地完成三维无级比例尺GIS的空间对象综合处理,满足当前GIS应用的需要.

基于神经网络的线性相位FIR滤波器设计

针对FIR滤波器的神经网络设计法,提出一种泛函连接人工神经网络的改进算法。通过设置不同的加权误差函数值来控制各个样本的学习率,改善了网络的学习效果;制定了神经网络训练集的选取规则,使用该规则选取样本对网络进行训练,可设计通带阻带截止频率指标精确可控的滤波器,克服了现有算法只能设计具有通带截止频率的滤波器和不能精确控制任意截止频率的不足。仿真结果表明所提出的方法能很好地满足设计要求。

基于小波阈值去噪的最优小波基选择研究

在采用小波阈值去噪法对图像进行降噪处理时,针对常见的几种噪声,使用最优小波基进行分解与重构可以得到较优的降噪效果。通过对加入常见噪声的图像采用小波阈值法进行降噪处理,在仿真实验过程中,每次仅更改小波分解及重构时所用的小波基函数,并计算相应的峰值信噪比(PSNR)作为最终输出结果,以便于更加有力地支撑最终的实验研究结果。仿真结果表明,以小波阈值法作为降噪处理方法,对常见噪声图像进行处理时,对于高斯噪声、泊松噪声及乘性噪声降噪,bior3.5相比于其他小波函数均有比较好的降噪效果;对于椒盐噪声,db6相比于其他小波函数有比较好的降噪效果。

一种修正的Tikhonov方法求解拉普拉斯方程的柯西问题

考虑矩形区域上拉普拉斯方程的柯西问题.使用修正的Tikhonov方法给出了该问题基于分离变量的近似解。

分部积分法探析

分部积分法是一种非常重要的积分方法,其关键在于正确的选取u、dv,根据四个例题总结得到分部积分法的适用条件和u、dv的选取规则,并通过考研真题举例说明,最后推广得到分部积分公式的另一种形式。

层间对位诊断与管控优化研究

文章通过品质报废原因定位分析，确定层间对位的主要影响因素。通过制程能力监控、叠层设计优化和铆钉选择管控对层间对位能力进行改善，同时，借助X-Ray钻靶机建立信息化层偏数据库，适时进行统计过程控制（SPC）监控。有效管控层间偏位。

多数据源挖掘中的模式合成技术

现在的数据挖掘技术大多只针对单一数据源进行挖掘,但在实际应用中,碰到的大多是多个数据源的情况。作者在对多数据源的挖掘进行研究的基础上,进一步提出了一个多数据源模式合成的算法,并验证了此种算法的正确性和效率。

一种基于相关系数加权的离散型数据填补算法与分析

为解决具有关联性数据的缺失值问题,提出一种结合相关系数与相似性匹配作用于离散型数据填补缺失值的方法。首先,在非缺失数据源中挖掘频繁项集并计算数据属性间的相关性,计算出挖掘项的项内整体的相关性;然后,根据缺失数据所在项的非缺失前项与完整数据挖掘项的相似度选择填补项;填补项相似性一致则利用加权置信度进一步选取填补规则,一方面提高了Apriori挖掘规则集合的数量及质量,另一方面也保证了规则匹配的可靠性。经实验与相关方法比较,该方法提高了缺失数据填补的准确率与时间效率。

基于小波核支持度变换的图像融合改进方法

为更有效地提取图像的显著特征,提高多聚焦图像融合的性能,针对高斯核不完备基的缺点,其生成的滤波器不能有效提取图像显著特征,利用小波核近似正交和信号局部分析的优点,构造支持度变换,经过支持度分解后的低频信息使用PCNN的融合规则,高频信息使用绝对值最大选取的规则进行图像融合,实验数据和理论分析表明:该方法有效地改进了图像的显著特征,与高斯核构造的支持度变换图像融合方法相比,信息熵等评价指标结果均有提高,并且视觉效果有所改进。

改进的模糊神经网络应用于投标报价

针对模糊神经网络规则膨胀导致的网络训练速度慢和泛化能力弱的缺陷,提出了一种改进的基于T-S模型的模糊神经网络的结构和算法。网络结构包括前件和后件网络二部分,本文在后件网络中增加了一个隐含层以提高计算能力,在前件网络中运用了有效模糊规则选取的方法以提高收敛速度。最后将提出的网络结构应用于建筑工程的投标报价中,仿真结果证明:该网络能达到更高的误差精度、更快的训练速度和更好的泛化能力。