计算机
针对动态对象与静态场景碰撞检测计算中减少时间和空间消耗的问题,提出了静态八叉树与动态八叉树相混合的空间剖分算法。在初始化阶段,将静态场景剖分为深度较浅的静态八叉树空间结构;在碰撞检测初步阶段,找到与动态对象相交的静态八叉树叶子节点,并以之为根节点生成动态八叉树,如果动态对象发生移动但与之相交的静态八叉树叶子节点没有发生变化,不需要更新动态八叉树;随后,利用更深层的动态八叉树筛去更多的不碰撞面片。实验数据验证了该算法的可行性,采用4层静态八叉树与2层动态八叉树混合的空间结构,与传统6层静态八叉树相比,能灵活应用于动态对象的碰撞检测计算,初始化时间减少约93.81%,节点数量减少约95.05%,只有在需要更新动态八叉树的时候计算耗时稍高;与传统动态八叉树相比,所需更新的树层数更少,在相交的静态八叉树叶子节点不变的情况下省去了更新,速度更快。
现代飞机驾驶舱计算机、自动化等技术应用广泛,使得飞行员的角色由原先的手动控制转变为监督控制,带来了新的问题和挑战。为保障飞行安全,亟需对飞行员与机载计算机的交互开展研究。研究内容主要包含:飞机上以计算机为核心的自动化系统,如其组成、功能等;参考信息处理模型和情境意识相关概念,建立了飞行员心理模型,具体描述其认知行为;以三元符号模型为框架,基于系统理论过程分析(STPA)方法,建立了飞行员与机载计算机交互模型;在此基础上研究了飞行员与机载计算机交互过程中出现的问题,包括计算机反馈缺陷、飞行员自满和偏见、飞行员惊奇和“环外”问题。
针对现有识别方法中风险地貌误判率高、手动地貌特征提取具有局限性等问题,提出了用于室外移动机器人的低风险地貌识别策略.该策略以降低移动机器人遇险率为高优先级目标,采用双重验证策略,首先采用多分类器对所有地貌进行识别,其后使用二分类器对多分类结果中的安全地貌再次鉴别.基于该策略,分别设计了2个卷积神经网络(CNN),Terrain–CNNⅠ用于多分类识别,Terrain–CNNⅡ则用于二分类安全确认.为解决地貌样本相对稀缺问题,收集了包含水面、草地、泥地、柏油路、沙地、碎石路共6类地貌图像,通过数据增强方式快速扩充数据集用于网络的训练与测试.实验结果表明:所述方法在维持整体地貌识别率很高的前提下,显著降低了关键危险地貌的误判率.
在软件定义的物联网中主要通过减轻控制器端的请求负载和增加数据服务器数量来降低网络中数据传输的延迟,但未考虑数据转发平面上的数据传输延迟问题,导致网络整体数据传输延迟。对此,提出一种基于蚁群算法的数据传输方法。在数据转发平面上,对数据流的路径进行动态规划,实现数据流合理均衡分配到可行的多路径上。该方法能够充分利用网络资源,使网络达到负载均衡,避免网络数据传输拥塞,从而降低网络中数据传输的延迟。仿真实验结果表明该方法具有很好的效果。
针对双臂协调搬运中同时存在外部干扰和内力约束的复杂耦合运动,提出了一种基于变阻抗模型的内外位置/力混合控制策略.首先,分析了闭链系统下面向被操作对象的运动规划和动力学模型.然后,根据协调搬运特性将任务空间正交解耦为外环的位置自由子空间和内环的力约束子空间,对于位置子空间中的外部干扰采用阻抗模型进行轨迹跟踪,对于力约束子空间中的内力约束采用变阻抗模型进行力跟踪.最后,在搭建的仿真环境和物理环境中对双臂协调搬运物体进行实验验证,实验结果表明所提算法对于外部干扰表现出柔顺性并满足内力约束条件.
针对现有的基于属性的密文可搜索方案存在隐私泄露问题以及当授权用户不在线时如何安全有效地将密文以及搜索权限委托给其他人的问题进行了研究,将隐藏访问结构的基于属性密文可搜索方案与代理重加密技术融合,提出了具有部分隐藏访问结构的支持代理重加密功能的基于属性的密文检索方案。该方案不仅有效地解决了上述问题,而且还支持关键字的更新。最后在随机预言模型下基于DL(D-linear)假设和q-BDHE(decisionalq-parallelbilinearDiffie-Hellmanexponent)假设,证明了方案的安全性。
随着科技的不断发展,人们对居住环境的要求越来越高,因此智能家居应运而生。文中以智能家居控制系统设计为主要研究对象,论述了智能家居系统结构,包括:传感器、执行器、控制中枢、通信网络和人机接口等。给出了智能家居系统设计方法,例如:智能灯光、智能窗帘、智能安防、远程监控等。最后,进行了模拟验证。结果表明:智能家居模拟系统便于操作、信息准确、智能化程度较高,可在一定程度上验证所述智能家居系统的可行性和有效性。所述智能家居控制方案具有一定借鉴意义,可供相关从业人员参考。
降型是二型模糊逻辑系统中的核心模块。Nie-Tan(NT)算法不涉及到迭代过程,可直接得到系统输出,具有减少计算消耗的优势,而连续NT(CNT)算法在最近的研究中被证明为准确的质心降型算法。通过分析离散NT算法中求和运算和连续NT算法中的求积分运算,利用数值积分技术中牛顿-柯斯特求积公式将NT算法扩展成3种不同形式的加权NT(WNT)算法。在取相同的主变量采样率的情况下3个计算机仿真例子表明了WNT算法比NT算法有更小的绝对误差且计算速度几乎相同,这使3种不同形式的WNT算法在区间二型模糊逻辑系统的实时应用上具有潜在的可行性和有效性。
电网调度员的人为差错是影响电力系统安全运行的重要因素,不合适的工作负荷是造成人为差错的主要原因之一。依据认知心理学中人的信息处理模型,结合调度员任务职能,提出从信息感知、操作行为、语音输出以及心里资源占用等四个维度对调度员工作负荷进行评价。借助视频、音频以及生理监控与分析,提取多种特征对以上各维度进行定量化连续描述。利用实测数据确定特征权重最终实现调度员工作负荷多指标综合评价。最后将本方法应用于真实调度场景中,实验结果一定程度上验证了方法的有效性,由此为电网调度员工作负荷评价问题提供了一种详细且有效可行的方案。
针对传统卷积神经网络(CNN)为获得高准确率不断堆叠卷积层、池化层致使模型结构复杂、训练时间长且数据处理方式单一的问题,提出改进胶囊网络优化分层卷积的亚健康识别算法。首先,对原始振动数据进行小波降噪和小波包降噪两种数据处理,更好地保留原始信号中对亚健康识别有用的信息;其次,CNN采用分层卷积的思想,并行3个不同尺度的卷积核,多角度地进行特征提取;最后,将卷积核提取的特征输入到剪枝策略的胶囊网络中进行亚健康识别,改进的胶囊网络在保证准确率的同时加快亚健康识别时间,解决CNN结构过于复杂以及识别效果不佳的问题。实验结果表明,提出算法识别准确率高且识别时间较少。
道路遗撒物已经成为交通安全的极大隐患,基于视频视觉的交通道路遗撒物检测越来越广泛地应用到交通监控中并逐渐成为研究热点。但由于道路环境的复杂性,从视频图像中自动识别与提取遗撒物是研究的难点问题。对此,提出一种长短效双背景模型下的交通遗撒物识别新方法,该方法建立了长短效双背景模型以分割检测遗撒物,消除了噪声干扰,通过提出的自适应阈值方法进行背景差分并二值化,得到精确的遗撒物目标几何特征。实测场景利用提出算法消除了背景噪声的干扰,提取出道路遗撒物目标的几何特征,证明了该方法的有效性。
若在建模时存在目标,部分目标像素会进入背景模型,会在检测时产生“鬼影”。为了有效抑制“鬼影”,提出一种利用混合高斯和拓扑结构(Gaussianmixturemodelandtopologicalstructure,GMMT)的人体“鬼影”抑制算法。算法分为两个阶段,背景建模阶段采用双通道建模,通道一利用混合高斯模型进行预检测,接着利用拓扑结构将分散的人体目标连接获得完整的目标并取其外接矩形,然后将矩形外的像素加入背景模型,经过多帧的建模得到空背景;通道二使用多帧平均法计算背景模型。通过设置建模帧数的阈值T选择建模方式,若建模帧数小于T则使用通道一建模,否则使用双通道联合建模。目标检测阶段利用改进的背景差分法实现人体分割并进一步消除“鬼影”。经过测试,GMMT在建模阶段存在目标的情况下可有效地抑制“鬼影”。
针对锂电池剩余电量受温度影响严重,致使锂电池使用寿命严重缩短以及荷电状态(SOC)估算误差大的问题,提出了一种基于扩展卡尔曼滤波(EKF)算法的新型SOC估算方法。采用二阶戴维南等效电路精确测量锂电池开路电压(OCV)及其与SOC之间的函数关系;在MatLab/Simulink中建立锂电池仿真模型和改进EKF仿真模型,利用系统模块辨别电池参数;导入电池数据,引入温度补偿系数,建立了改进EKF算法估算系统,减小误差协方差矩阵,减小估算误差,提升了估算准确率。该方法的仿真验证结果表明,改进方法能使测量值快速收敛,且误差低于2.10%;其具有较高的准确性和有效性。
针对肺结节检测方法中网络结构复杂所导致的模型计算量大、过拟合的问题,提出了一种结合深度可分-FasterR编码解码器结构,利用深度可分离卷积和预激活操作改进了三维残差网络结构。首先,通过CNN使用深度可分离卷积,模型复杂度和计算量大幅度降低;其次,通过使用预激活,模型的正则化得到改善,缓解了过拟合现象;最后,采用矩形卷积核在少量增加模型计算量的前提下扩大了卷积操作的感受野,有效地兼顾了肺结节的全,无限制接收者操作特征曲线下面积局和局部特征。在。实验结果表明:该方法提高了肺结节检测的灵敏度,又有效降低了检测结果的平均假阳性(FROC个数,同时提高了检测效率,可有效辅助放射科医师对肺结节进行检测。。数据集上的检测中所提方法的灵敏度为)得分为LUNA1696.04%83.23%Net
传统时间序列分类方法存在鼠标轨迹特征挖掘不充分、数据不平衡与标记样本量少等问题,造成识别效果较差。结合特征组分层和半监督学习,提出一种鼠标轨迹识别方法。通过不同视角构建有层次的鼠标轨迹特征组,并借鉴半监督学习的思想,利用多个随机森林模型对未标记样本进行伪标记,且将抽取标签预测一致且置信度较高的部分样本加入到训练集中。基于基础特征组和辅助特征组,在扩充后的训练集上训练随机森林模型,以实现鼠标轨迹的人机识别。实验结果表明,该方法可有效识别鼠标轨迹,且精确率、召回率与调和均值分别达到.%、.%和.%。8397
在构建标志的基础上,标化,确定交通标志标准化的标,%标志三角中域状区域RGB分量数据,一基域RGB数据的粗分类方法,基定方法%在对器、基H值可粗分类的参数亮度,并基形中域的亮度数据,一理后,基YIQ的蓝空HSV空间,基Y值和S值二值化的黑白类类器和基粗分类的黑白偿类器、基YIQ空间的类器,标化处理%利用中国标志数构建测试数验,结果,该方标志标准化,具有的成功率%
针对目前云端计算处理数据能力不足、效率不高等问题,在嵌入式开发迅猛发展的背景下,将新兴的边缘计算模式与新零售的思想结合起来,运用于智能自助咖啡机系统,重新构建和设计了咖啡机系统的嵌入式系统终端、服务器和用户界面等.该系统将咖啡机作为一个智能终端接入互联网,采用EdgeX-Foundry边缘计算框架,并将其部署在边缘网关;硬件采用stm32并利用边缘计算感知融合决策咖啡机状态;通过SpringBoot开源框架搭建完整的服务器;在用户APP方面,开发并使用了微信小程序作为客户端;在系统测试中,实验结果证明了边缘计算应用于智能咖啡机系统的优势.关键词:边缘计算
为了满足性能要求,降低资源消耗,研究人员提出了许多伸缩调度的算法和方案。但是,它们中的大多数只作用在服务器或应用程序的当前状态,无论是资源实际的调度效果还是算法方案的适用性上都受到了影响和限制。本文提出一种基于长短期记忆网络和BP神经网络的面向应用的弹性伸缩算法。该算法包括工作负载预测模型、响应时间预测模型和资源调整策略模型,能够对云计算应用的工作负载和响应时间进行预测并给出合适的资源调度策略。为了提高工作负载预测的准确度,本文将卷积运算和长短期网络结合起来,更好地提取数据特征并进行准确地预测。而为了提高模型收敛速度,并有效避免模型过拟合的问题,本文则在BP神经网络中使用批标准化运算。在验证实验中,该算法工作负载预测的平均绝对百分误差降低到3.4×10-4,响应时间预测和调度策略模型也达到了不错的效果。在实际平台运行中,该弹性伸缩算法还能够根据Docker容器云平台实际需要提供合适的计算资源调度策略。实验结果表明,相比较其他模型,该弹性伸缩算法在工作负载预测和云平台计算资源调整方面具有较好的性能。
板球系统是一个典型的两输入两输出系统。针对RBF-PID控制算法存在响应速度慢、震荡严重等问题,在忽略干扰因素的条件下应用拉格朗日方程对板球系统进行数学建模,利用RBF神经网络在线辨识板球系统的离散模型,实现自适应控制。在此基础上用LM算法代替梯度下降法整定控制参数,设计出LM_RBF-PID控制器并与RBF-PID控制器进行阶跃信号响应和方波信号响应对比,最后在板球系统中完成方形轨迹跟踪实验。实验结果表明,所提控制算法提高了轨迹跟踪控制精度,能够确保板球系统跟踪控制良好的稳定性和收敛性。
无摘要