仿人思维控制论

仿人思维控制是从人的控制认知与控制思维出发,揭示人对复杂系统进行控制的思维密码,研究设计与人的控制思维一致的仿人思维控制器,并用计算机技术加以模拟和实现.文中介绍了仿人思维控制研究的背景、研究内容及其仿人思维控制器的结构与实现原理,定义了仿人思维控制概念空间,为仿人思维控制的进一步研究提供了重要的基础理论知识.     

水泥工艺篦冷机的仿人智能控制器设计

针对篦冷机滞后性强、系统非线性、无法直接观测料层厚度等工艺难点,提出运用仿人控制的思想,采取多点观测和优先控制的策略,设计包括变积分的PI控制器、Bang Bang控制器、偏差校正控制器以及趋势异常校正控制器在内的仿人智能控制器。将该控制器应用于实际水泥生产线上,运行结果表明,仿人智能控制器在运行中不仅节省人工投入实现了自动控制,而且将篦冷机的风室风压、油压以及风机电流控制在一定范围内,使工况更加稳定。     

一种基于可辨识向量的规则提取方法

针对信息表中的规则提取问题,应用粗糙集理论对其中的属性约简、属性值问题进行了研究,提出了一种基于可辨识向量的规则提取方法。根据粗糙集中的不可分辨关系建立了可辨识向量,利用可辨识向量的加法法则运算只需要对信息表扫描一次,就可以得到信息表的核属性集以及信息表的一个属性约简。在此基础上,利用条件属性与决策属性之间的对应关系,对信息表中的每条规则通过删除冗余属性值完成信息表的属性值约简,最终实现规则提取。数值实例和试验表明本算法是有效可行的。     

空调器控制中模糊控制方法的研究

分析比较了空调器控制中一般模糊控制器的不足，提出了一种调整因子α和控制规则在线连续调整的方法并设计了相应的控制器。仿真结果表明用此方法设计的控制器有良好的控制品质，而且该控制器既结构简单、效率又较高。     

基于遗传算法的模糊控制规则优化的研究

模糊控制规则的正确选择是模糊控制器设计的关键,它决定了模糊控制系统的动态、静态性能和控制效果．针对传统的获取控制规则方法的不足,提出了在一个待优化模糊控制器的基础上,采用改进的遗传算法优化其模糊控制规则,从而使经过优化所获得的控制规则更加合理．最后对优化后的模糊控制器进行仿真比较研究,并将其应用于温室,实现温室温度的模糊控制．结果表明模糊控制规则经过优化后的模糊控制器的控制品质有较大的改善和提高．     

仿人智能模型控制器及其仿真分析

在采用单片机实现的智能控制系统中，嵌入式软件开发需要简单实用的智能控制算法，其既能保证系统具有较好的性能，又能满足系统控制的实时性要求，针对这个问题，将仿人智能控制与模糊控制相结合，提出了一种仿人智能模糊控制器，给出了该控制器的基本结构、控制算法和仿真结果。仿真分析和实际应用证明，仿人智能模型控制器的设计不需要对象精确的数学模型，且实现比较简单。仿人智能控制器控制效果好，它具有响应速度快、超调小、鲁棒性强等优点，具有一定的工程应用价值。     

基于统计和规则混合策略的中国人名识别研究

采用统计与规则相结合的混合策略,提出一种中国人名的自动识别方法.该方法利用知识库中的统计信息,对中国人名作初步的提取,分析中国人名构成的内部特征和外部特征,提取出特征集,并总结出相应的识别规则,对候选人名进行识别,在此基础上构建了一个中国人名识别系统,并对系统进行了测试,实验表明了算法的可行性和有效性.     

仿人机器人的非奇异终端滑模控制

目前,仿人机器人代替人类在工业、矿山安全作业等方面起到了至关重要的作用,而机器人稳定性控制技术的进一步提高,则尽可能的避免了由于机器人操作失误所带来的危害.针对具有不确定性干扰的仿人机器人系统的轨迹跟踪控制问题,利用终端滑模控制方法,给出了设计的全局有限时间跟踪控制器.首先,利用拉格朗日法建立了5连杆仿人机器人的动力学模型,基于非奇异终端滑模控制技术并利用终端滑模设计思想,设计了轨迹跟踪滑模控制器.其次,由于 所设计的控制器的非连续性,将会使得系统产生抖振现象.针对这个问题,利用修正的饱和函数来代替控制律中的符号函数,从而减少了系统的抖振问题;最后,仿真算例表明了该方法的有效性.     

仿人机器人实时步态控制系统设计

采用智能优化方法进行仿人机器人实时步态控制系统设计,把仿人机器人的上楼梯过程近似为7连杆模型,并推导出1个周期内的运动学方程;使用2个模糊控制器分别对上楼梯过程中单双腿支撑周期内的关节轨迹输出进行离线学习训练,通过嵌入式视觉系统采集环境信息作为控制器的输入信息,并进行实时控制;同时为了解决模糊控制器离线训练过程耗时长、...     

大滞后对象的仿人智能控制器设计及仿真研究

针对工业过程中的大滞后对象，提出了一种仿人智能控制器的设计。给出了该控制器运行控制级与参数整定级的控制算法和仿真结果。与最优PID控制仿真对比分析，仿人智能控制器具有响应速度快、超调小、鲁棒性好等优点。     

采用局部粗糙集模型的决策规则提取

研究基于局部粗糙集模型下的决策规则提取.对经典粗糙集的决策规则提取进行改进,给出局部粗糙集模型下的决策规则公式,并研究相关性质.结合局部粗糙集模型给出的规则提取公式,引入参数值α,α∈(0,1］,使规则提取公式的泛化能力更强,适用性更广.通过3个实例对局部粗糙集模型决策规则提取的运用进行说明.     

一种改进的室内运动人体检测与轮廓提取算法

运动人体的检测与人体轮廓提取是计算机视频处理中的重要内容,是进行行为理解和分析的基础,在交通监控、银行监控、机器视觉领域有着广泛的应用。结合运动人体的特点,根据背景差分法与Sobel梯度计算方法,提出一种具有自适应背景图象更新功能的运动人体检测及提取精确轮廓的算法。实验表明该算法有较好的运行效果。     

人眼特征提取技术研究综述

基于语义的图像检索是目前人脸图像检索领域研究发展的新趋势,所谓语义化人脸图像检索,通常是指根据待检索人脸图像的特征,去语义数据库中搜索最为匹配的人脸图像的过程,眼睛是人脸部特征的重要组成部分,眼睛的检测对于人脸信息的处理具有重要的意义;当前学术领域关于眼部特征提取的研究有很多,目前还没有一种眼部特征提取技术是公认快速有效的,主要讨论了人眼特征提取技术的一些主要方法,对现有的人眼定位,人眼区域分割,人眼特征提取的方法进行分析和讨论;最后对基于眼部特征语义化图像检索的发展和应用做一个简单的展望。     

一种热图像的多模板边缘检测方法

该文提出一种基于多分辩分析思想的多模板边缘提取方法。它根据热图像边缘灰度的阶跃与噪声在不同分辨率层次上表现出来的相关性质，合理地确定检测规则并推断边缘。该方法适用于复杂噪声环境和宽分割阈值下的边缘定位。     

基于优势关系粗糙集的地震数据约简和规则提取

针对现有的基于不可分辨关系的数据约简算法在地震数据处理中存在的缺点，提出一个新的优势区分矩阵的定义，并在此基础上给出相应的具有更好约简效率的数据约简算法和规则提取算法.在运用该算法对全国小震目录数据进行的实验中，从上海市地震局提供的44 381条样本数据中挖掘出272条确定性规则，取得了有实际意义的结果.     

人体检测与异常行为识别联合算法

近年来,异常行为识别算法取得了一定的研究进展,但是针对复杂环境、人体遮挡、动作相似度高等多种挑战,识别算法的适应性、效率、准确性都有待进一步提高。为了解决以上问题,提出了基于特征增强的人体检测与异常行为识别联合算法,首先将视频序列分别送入人体检测网络和特征加强网络,再采用爱因斯坦求和法将特征加强网络输出的多头卷积注意力特征与人体检测网络输出的热力图特征融合,得到加强融合特征,然后利用检测网络输出的人体目标位置特征信息和ROI Align模块对加强融合特征进行人体ROI(region of interest)区域特征截取,得到人体ROI区域加强融合特征,最后将人体ROI区域加强融合特征送入Transformer时序建模网络模块进行人体行为特征时序建模和识别。所提算法充分利用检测网络中间过程产生的行为主体区域特征,弱化了复杂环境中背景的干扰,同时实现了检测网络的输出特征共享,避免了识别网络的二次特征提取过程,从而提高了网络运行效率,且利用Transformer网络的建模优势,能够充分挖掘人体行为空间特征、时序特征以及之间的跨域特征的优势。实验结果表明：所提算法在提高了网络效率的同时大幅度地...     

一个新的基于Vague集的近似推理方法

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,给出基于Vague集的隶属函数为连续情况下的近似推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的近似推理方法.     

模糊近似空间中下近似算子的新定义

首先对β算子进行了研究,得到了2个结果,并将β算子扩展为2个矩阵之间的β运算。然后依据β算子及所得结果,给出了模糊近似空间中模糊集下近似的一种解析式定义,并刻画了新定义下的粗糙模糊集的基本性质。最后与刘责龙的定义进行对比分析,举例说明刘的文章中关于截集的一个结果是错误的,并说明新的下近似算子具有一定的优越性。     

基于直觉模糊剩余蕴涵的直觉模糊粗糙集的性质

本文主要研究直觉模糊剩余蕴涵下的直觉模糊粗糙集的构造和性质.定义了直觉模糊集上的剩余蕴涵, 基于该剩余蕴涵构造了直觉模糊粗糙集的上、下近似算子, 并给出了基于不同二元关系下近似算子的性质.     

一种变粒度的规则提取算法

属性约简和值约简是粗糙集理论中知识获取的重要组成部分。通常,在知识获取的过程中先进行属性约简,然后在其基础上进行规则提取。但在实际应用中,属性约简在简化信息系统与提高规则提取效率的同时,原始信息系统中有些重要的条件属性可能被丢弃,从而导致属性约简后对信息系统进行知识获取得到的规则其数量与简化程度并不占优。针对上述问题,提出一种基于粒度变化的规则获取算法,通过属性粒度从粗到细的变化,直接从原始信息系统中提取规则;采用该方法得到的规则与属性约简后得到的规则相比,它们的数量与平均每条规则包含的特征属性数相对较少。最后,在理论分析的基础上,通过实例验证了算法可行性,并通过实验验证了算法的正确性和高效性。