基于机器学习的Angström-Prescott公式系数的估算

地表太阳辐射(R_(s))数据在水文、农业和生态等领域具有重要的应用价值。由于目前仅有少数国家气象站点具备直接观测条件,因此Angström-Prescott(A-P)公式被广泛应用于逐日R_(s)的估算。尽管使用A-P公式需提供的两个经验系数a和b已经有FAO(Food and Agriculture Organization)推荐值(a=0.25;b=0.5),但是越来越多的研究指出这两个参数的本地化有助于提高R_(s)的估算精度。利用1967-2017年全国80个具有太阳辐射观测数据气象站的逐日地表太阳辐射(R_(s))及其他常规气象数据,来获取中国内地地区A-P公式的a、b系数。首先,整个中国内地地区被划分为高原山地气候区(Mountain Plateau Zone,MPZ)、亚热带季风气候区(Subtropical Monsoon Zone,SMZ)、温带季风气候区(Temperate Monsoon Zone,TMZ)、温带大陆性气候区(Temperate Continental Zone,TCZ)等4个不同气候区。其次,基于最小二乘法回归得到各气候区不同站点A-P公式系数值,可视为A-P公式系数的观测值。然后,利用4种机器学习算法分别估算全国80个具有太阳辐射观测数据气象站的A-P公式系数,各算法分别结合不同输入因子组合构建不同的A-P公式系数估算模型。最后,评估机器学习算法估算得到的A-P公式系数自身的精度,及其在R_(s)估算中的精度。研究发现在估算系数a时,机器学习模型中基于五因子输入组合的SVM模型的估算精度最高(R^(2)=0.661,RMSE=0.022,nRMSE=0.120)。在估算系数b时,机器学习模型中基于四因子输入组合的ELM模型的估算精度最高(R^(2)=0.550,RMSE=0.031,nRMSE=0.055)。基于所选最优机器学习模型各自估算的a和b系数值来驱动A-P公式进一步估算R_(s),结果表明机器学习模型在MPZ、SMZ、TMZ、TCZ气候区R_(s)估算中的nRMSE分别为0.168、0.225、0.138、0.180。因此,推荐使用五因子输入组合的SVM模型来估算系数a,使用四因子输入组合的ELM模型来估算系数b,可以得到更为准确的中国内地地区A-P公式系数,从而提高使用A-P公式估算R_(s)的精度。研究结果可为实现A-P公式系数在中国内地地区的本地化和提高R_(s)估算精度提供一定的理论依据和技术途径。

融合多种机器学习模型的2 m气温空间降尺度方法

高分辨率气象资料是精细化气象业务服务的重要数据基础,文章利用2020年1月—2021年3月逐小时的2 m气温网格数据,选取海拔、经度、纬度等地形因子,综合应用LightGBM(LGB)、XGBoost(XGB)、梯度提升树(gradient boosting tree,GBT)和随机森林(random forest,RF)4种机器学习方法,实现1 km分辨率的2 m气温网格数据降尺度至100 m,并对4种机器学习降尺度结果进行加权融合。将不同模型降尺度结果与双线性插值结果对比,结果表明:各降尺度模型结果与站点观测值较为一致,LGB,XGB和RF模型与双线性插值降尺度结果空间结构相似,但更为精细;各降尺度模型具有相同的时空误差分布特征,与双线性插值结果相比,LGB,XGB和GBT的数据精度均有明显提高,均方根误差(root mean square error,RMSE)分别降低了5.2%,4.1%和4.6%,而加权融合后的RMSE降低了5.9%,优于单一机器学习模型;LGB,XGB和GBT模型对不同地形条件下的降尺度结果均具有一定改善,尤其对高海拔地区(海拔在600 m以上)的改进效果更为显著,LGB,XGB和BGT和融合模型的相关系数分别提高了0.45%,0.40%,0.63%和0.66%,RMSE分别降低了9.1%,8.0%,12.7%和13.1%。研究显示,多种机器学习加权融合的降尺度模型兼顾了提升空间分辨率和保持数据精度两方面的要求,适用于研究区2 m气温数据的降尺度研究,为研制高分辨率数据产品具有一定参考意义。

一种基于信号特征分析和机器学习技术的900 MHz频段干扰自动定位方法

随着无线电通信的迅速发展,频谱资源日益紧张,各种干扰问题也越来越严重。其中,900 M Hz频段的干扰问题尤为突出。该文提出了一种基于信号特征分析和机器学习技术的900 MHz频段干扰自动定位方法,通过对干扰信号的频谱、时域、调制等特征进行分析,建立干扰信号特征库,并利用机器学习算法对信号进行分类和定位。实验结果表明,该文提出的方法具有较高的干扰定位准确率和稳定性,能够有效地提高频谱资源利用效率的闭环。

M701F4燃气轮机进气罩壳滤网冲洗机器人系统研究与应用——以京燃热电厂为例

为解决在恶劣天气(雨、雪、雾、霾)及杨柳絮多发时段下M701F4燃气轮机进气罩壳滤网易堵塞,进而导致燃机出力受限或触发机组RB及跳闸问题。以京燃热电厂为例,基于机电一体控制技术及多传感器检测技术,设计研发M701F4燃气轮机进气罩壳滤网冲洗机器人系统。该冲洗机器人系统通过DCS系统可控制轨道机器人实现水、气组合清洗,解决了滤网杂质堵塞问题,延长了粗滤滤芯使用寿命,降低了人工成本,同时通过喷雾冷却,一定程度降低压气机入口进气温度,提高燃机出力。

基于Maix-Ⅱ Dock摄像头的货运移动机器人的设计与实现

针对两地快速、高效地运输货物的问题,设计了一种货运移动机器人。货运移动机器人由STM32F103RCT6主控板、Maix-Ⅱ Dock(M2 dock)摄像头、OLED屏幕和XL4001可调降压模块等组成。货运移动机器人从地图“GO!”红色区域出发,到达红色“STOP!”区域停车,途中不得撞到路线外红色长方体障碍物。货运移动机器人主控板使用STM32F103RCT6,图像识别部分使用M2 dock摄像头。M2 dock摄像头可以稳定高效地识别红色区域。通过测试,货运移动机器人可以快速且稳定地行驶完全程,并能够处理复杂的路况。该货运移动机器人的理论研究与设计能够应用于多种路况。

机器学习AdaBoost.M2算法在砂砾岩流体识别中的应用

由于砾石成分复杂、孔隙结构多样、非均质性强,流体对测井响应的影响远小于岩石骨架,导致常规测井技术识别砂砾岩中的流体比较困难。为此,提出将机器学习AdaBoost.M2算法运用于砂砾岩流体识别中。应用该算法,结合试油、试采资料,将K类多流体类型拆解为K-1个二分类问题,通过多轮迭代得到样本分布,然后调用决策树算法作为弱学习算法自动得到分类器h_t进行判别。将该方法应用于A研究区砂砾岩流体识别中,样本回判准确率为95%,测试准确率达91.5%,证明了该方法的适用性,为常规测井识别砂砾岩流体性质提供了新的方法,对油气开采具有一定的指导意义。

基于TMS320F2812的移动机器人控制系统设计

为了提高移动机器人控制系统的实时性和快速性,选用直流伺服电机作为驱动系统的动力源,以TI公司生产的TMS320F2812DSP芯片为核心,设计了基于DSP的移动机器人控制系统。对传统的PID控制算法进行了改进,采用了积分分离PID作为速度调节器的控制算法。电机的转速采用M/T测速法检测。利用Matlab/Simulink建立了电机控制系统的仿真模型。通过仿真得到了与理论分析相一致的结果,证明了所采用控制方案的可行性。

M^2Sbot自重构机器人系统的拓扑自动表达

本文基于M2Sbot自重构机器人系统提出了拓扑构型的自动表达方法.根据单元模块本身的机械结构特性,对其进行了拓扑构型的简化,定义了各连接面与空间角度信息;分析了模块间可能的连接与连接方位,以有界深度优先搜索算法实现整体系统逻辑地址的自动定义,空间信息的自动描述以及系统中连接信息的自动表达.该表达方法能够准确描述自重构系统的连接信息与空间位姿,克服了现存的拓扑表达方法在存在回路的构型表达中的无解难题,为系统的重构算法与运动控制算法研究提供了一定的理论基础.

一种基于投影矩阵M的机器人手眼标定线性化方法

提出了一种基于投影矩阵M的机器人手眼标定方法,即将AX=XB转换为MY=M′YB求解形式,避免了矩阵分解.同时,采用矩阵直积运算和矩阵特征向量运算相结合的方法,将传统的非线性问题转换成线性问题,构成了可利用最小二乘法求解运算的解析形式,提高了机器人手眼标定的精度和稳定性.通过实验验证了该方法的可行性.

“MT”文法转换规则与机器翻译

转换规则是现代语言学的重要概念之一。"M T"(Meaning Text)文法是莫斯科语义学派的核心理论,是一种对语言进行编码和解码的工具。该文法的主要工作机制就是对语言各个层次的单位进行同义转换,其强大的转换能力对建立汉语词汇与句法转换规则具有重要作用。面向俄汉机器翻译的汉语研究应在词、句两个层次上分别建立转换规则以及两种规则的协调规则。

NEC M2M让机器不再冰冷

现代通信和信息技术正朝着宽带化、无线化和智能化不断演变,这种演变给人们的生活和工作带来前所未有的方便和快捷,使人与人之间的信息交流变得更加畅通和丰富多彩。M2M的出现正在加速这一演变趋势,它将推动社会生产和生活方式新一轮的变革……

Wavecom发布全新机器对机器（M2M）调制解调器—Fastrack M1306B

Wavecom公司日前发布一种新型的、针对机器对机器(M2M)应用的GSM／GPRS调制解调器：Fastrack M1306B。在安全保卫、医疗护理、遥感勘测以及船队管理等领域的无数应用中，无线连接被用于在固定和移动的信息岛之间建立通讯联系。无线M2M结合了电讯和信息技术，实现了自动化处理，通过公司的IT系统将所有的资源进行整合，并创造增值服务。市场研究人员预言，随着越来越多的公司认识到使用无线技术连接远程资源的优势，到2006年，机器之间的“通话”数量将超过语音通话。

NEC M2M:让机器不再冰冷

现代通信和信息技术正朝着宽带化、无线化和智能化不断演变,这种演变给人们的生活和工作带来前所未有的方便和快捷,使人与人之间的信息交流变得更加畅通和丰富多彩。M2M的出现正在加速这一演变趋势,它将推动社会生产和生活方式新一轮的变革……

Cinterion公司 机器对机器应用HSPA＋M2M模块

金雅拓的下属Cinterion公司近日宣布推出世界上最薄的HSPA＋M2M模块。这一完全强化加固的高带宽模块提供灵活的表面贴装技术．并支持在全球2G和3G蜂窝网络中进行安全、高速的语音和数据通信。

宁波伟立机器人科技有限公司 将携侧入式直线电动机模内贴标系统和M型机械手亮相APPlas 2013展会

宁波伟立机器人科技有限公司（以下简称“宁波伟立”）将携产品亮相APPlas2013展会，鼹位号为W3—320。其展出的侧入式直线电动机模内贴标系统具有世界一流水准，可满足客户对高速、精准的要求。该产品还有世界首创的集成“直线电动机技术”，结构主轴及送标／产品取出轴均采用杆式直线电动机．其运动加速度达到3．5G，技术成熟、性能稳定，各项性能参数均达到世界一流水准。

百通推出新型隆堡自动化机器人产品计划——抗扭控制电缆与广泛的IP67等级M8和M12连接器结合可提供灵活、可靠的连接解决方案

百通（Belden）是信号传输解决方案领域关键任务应用的全球领跑者。日前，百通公司在欧洲、中东和非洲（EMEA）地区通过其隆堡自动化（Lumberg Automation）品牌推出一款新型机器人产品计划。LUMFLEX STL 500是一款经UL认证的、抗扭强度在＋720°每米的l咽级控制电缆，同时它还具备阻燃、耐润滑油、耐酸、耐碱金属和抗紫外线辐射等特性，

基于机器人系统的3M技术研究

介绍了机器人系统在3M技术中的应用,并详细介绍了机器人系统的关键技术:机器人标定技术、机器视觉技术和离线编程技术。经过标定后机器人系统绝对精度大幅度提高,可满足机器人"手持"测量工具进行测量的需要,同时通过机器人模型和运动学方程,将测量数据建模,生成统一世界坐标系下的加工路径,将生成的加工路径通过离线编程技术转化成机器人系统的运动指令,控制机器人进行加工,因此机器人系统在测量、建模和加工过程中发挥了非常重要的作用。同时介绍了一种机器人系统在3M技术中的典型应用,并开发了智能测量、建模及加工机器人一体化系统,该系统集成了透明件测量、自由曲面建模、机器人离线加工等先进技术,满足了用户需求,已经成功应用于透明件研磨抛光领域。

基于Cortex-M0与Galil卡的织补机器人设计

针对草坪毯生产过程中容易出现直线状缺纱、漏纱缺陷,以及传统草坪毯的修补工作一般由人工配合完成,需要较多人力及较长时间,且存在安全隐患问题,文中设计了一种基于嵌入式Cortex-M0与Galil控制器的织补机器人系统。详细介绍系统的机械结构设计,研究并分析工业摇杆、串口屏、Galil控制器与M0的通信方法和CAN总线各节点间的通信,同时介绍通信板的设计与Galil控制器的电器设计。通过软件完成RS-232串口数据与CAN总线数据的转化并由通讯板网络进行数据的接收、转换与发送,实现由摇杆和串口屏作为终端控制器,并通过通讯板控制Galil控制器实现电动机的回零、移动、定位等功能。该系统可以稳定运行,有效降低了劳动强度并提高了工作效率与质量。

基于改进YOLOv5m的采摘机器人苹果采摘方式实时识别

为准确识别果树上的不同苹果目标,并区分不同枝干遮挡情形下的果实,从而为机械手主动调整位姿以避开枝干对苹果的遮挡进行果实采摘提供视觉引导,提出了一种基于改进YOLOv5m面向采摘机器人的苹果采摘方式实时识别方法。首先,改进设计了BottleneckCSP-B特征提取模块并替换原YOLOv5m骨干网络中的BottleneckCSP模块,实现了原模块对图像深层特征提取能力的增强与骨干网络的轻量化改进;然后,将SE模块嵌入到所改进设计的骨干网络中,以更好地提取不同苹果目标的特征;进而改进了原YOLOv5m架构中输入中等尺寸目标检测层的特征图的跨接融合方式,提升了果实的识别精度;最后,改进了网络的初始锚框尺寸,避免了对图像里较远种植行苹果的识别。结果表明,所提出的改进模型可实现对图像中可直接采摘、迂回采摘(苹果上、下、左、右侧采摘)和不可采摘果实的识别,识别召回率、准确率、mAP和F1值分别为85.9%、81.0%、80.7%和83.4%。单幅图像的平均识别时间为0.025 s。对比了所提出的改进算法与原YOLOv5m、YOLOv3和EfficientDet-D0算法在测试集上对6类苹果采摘方式的识别效果,结果表明,所提出的算法比其他3种算法识别的mAP分别高出了5.4、22、20.6个百分点。改进模型的体积为原始YOLOv5m模型体积的89.59%。该方法可为机器人的采摘手主动避开枝干对果实的遮挡,以不同位姿采摘苹果提供技术支撑,可降低苹果的采摘损失。

RV-M1机器人运动学分析

用D-H法对日本三菱公司生产的RV-M1型小型工业机械人进行了运动学分析,导出了正、逆运动学方程.用MATLAB6.x的符号推理功能对其运动学特性进行了分析.