基于通用即插即用的服务监控机器人在智能家居中的应用

针对智能家居系统中多种异构电子设备难以与其他设备集成的问题,采用一种通用即插即用(UPn P)方式将服务机器人集成到智能家居系统中,着重介绍了集成后衍生的新服务。首先系统地介绍了UPn P标准和服务机器人Rovio;然后开发一个PC应用程序作为服务机器人和家庭智能网络之间连接的虚拟桥,形成服务机器人为智能家居网络提供服务的控制回路。最后通过一些实际操作来验证UPn P Rovio虚拟桥的性能,旨在探索服务机器人集成到智能家居的可能性和一些衍生的先进服务。通过路径跟踪、垃圾检测等一些先进服务的实际演示验证了通过UPn P方式将服务机器人集成到智能家居网络中的可行性,并展示了智能家居互通后的巨大潜在利益。

基于局部约束字典学习的非线性降维人脸识别

针对现有的非线性降维(NLDR)算法复杂度高而不能很好地处理现实世界大规模数据集的问题,提出了基于局部约束字典学习的非线性降维(LCDL-NLDR)方法。首先通过一些潜在的标志点重构极小的内在流形;并将训练数据和未知数据自然地嵌入到内部流形中;然后利用局部约束字典学习(LCDL)算法在非线性流形中学习由标志点组成的紧密原子集;最后利用最近邻分类器完成人脸的识别。在扩展的YaleB及CMU PIE两大人脸数据库上的实验,验证了所提方法的有效性及鲁棒性。通过与几种先进的字典学习算法比较表明,所提算法提高了嵌入质量,取得了更高的识别率,同时也大大地降低了NLDR算法的复杂度。

峰谷时段划分对含电动汽车配电系统负荷曲线的影响

合理的峰谷时段划分是通过分时电价实现电动汽车有序充电的基础.为了研究不同时段划分下,电动汽车充电负荷分布改变后对负荷曲线的影响,根据驾驶习惯的统计数据构建了充电负荷对分时电价的响应模型.按照不同的时段划分设立了多个场景,运用蒙特卡洛模拟的方法从谷时段开始时刻负荷大小,系统最大负荷及出现时间,系统峰谷差等4方面得到了不同时段划分对配电系统负荷曲线的影响.算例结果表明,谷时段开始时刻越晚,充电负荷对负荷曲线的影响越小.