一种模糊聚类算法归类的研究

模糊C均值(FCM)算法是模式识别领域应用最广的聚类算法之一.但是FCM算法存在很多缺点,其中以对噪声数据敏感,鲁棒性较差最为突出.针对这种情况,Lee于1994年提出了一种所谓的改进模糊C均值算法＿Lee's算法.但是本文证明了Lee's算法并不是一种真正意义上的模糊C均值改进算法,而是Krishnapuram和Keller于1993年所提出的PCM算法的一种特殊情况.数值实验进一步证明了我们的结论.这对合理地使用模糊聚类算法提供了一定的理论依据.     

神经元模型的四足机器人适应性行走控制

为了改善足式机器人的适应性行走能力,提出仿生控制和智能优化算法相结合的控制策略.利用Rulkov神经元模型对生物中枢模式发生器(central pattern generator, CPG)进行机理建模;设计了基于CPG模型的单关节和多关节耦合的网络拓扑结构,并利用多目标遗传算法优化CPG单元间的耦合系数矩阵,使得CPG网络的输出信号可以控制机器人关节按照一定的时序发生动作;设计机器人信息融合反馈系统并提出坡面适应性行走控制策略,并以四足机器人GhostDog作为实验对象,在Webots仿真平台上做实验验证.结果表明,所提出的行走控制策略可以控制机器人自主完成模式切换,具有一定的环境适应性.     

基于特征层融合与BP神经网络的人脸表情识别研究

针对图像处理中人脸表情识别率不高的问题,提出了一种基于特征层融合和神经网络的人脸表情识别方法。利用PCA对原图像进行特征降维处理得到维数较低的表情图像特征,再从粗到细策略对特征进行融合,最后采用神经网络的BP反向传播算法对训练集和验证集经多次迭代后训练好人脸表情模型。将收集到的表情数据进行实验仿真对比表明:本文提出方法与常用的分类算法相比,人脸表情识别率在本文提到的表情数据库上取得更好的效果。     

考虑多种工况的乘员约束系统可靠性优化设计

在车辆发生碰撞时,乘员约束系统对乘员有重要的保护作用,而现有的相关研究大多只针对单一工况,应对乘员保护要求已有明显的局限性。为了提高乘员约束系统的保护功能,文章综合考虑了中国新车评价规程2种正面碰撞工况,结合试验设计、多种近似模型、多目标优化算法和可靠性优化方法,对乘员约束系统参数进行优化。在优化之前,对约束系统模型进行了实验验证;之后对约束系统参数进行了可靠性优化设计,并对优化结果进行MADYMO仿真验证。优化后的约束系统与原设计相比,明显提高了2种工况下的乘员保护功能,为乘员约束系统的设计提供了一定的参考。     

基于虚拟迭代的空调管路疲劳寿命预估方法

文章采用试验与仿真相结合的手段,提出了对时变工况下变频空调管路疲劳寿命进行估算的新方法。在对变频空调器转子压缩机排、回气管口进行振动测试的基础上,采用虚拟迭代的方法对时变工况下的转子压缩机载荷激励进行识别,并使用迭代算法逐步修正载荷激励,保证反求载荷的准确性与可靠性;基于识别的载荷激励,采用瞬态动力学分析求取危险节点的应力谱,使用雨流计数法、基于Miner累积损伤理论估算出危险节点的疲劳寿命。     

图像处理技术在混凝土骨料形状参数分析中的应用研究

应用多目立体视觉三维重建理论及其方法,构建了3D混凝土骨料形状参数测试分析系统.分析系统通过多目视觉技术,多角度提取骨料的三维信息,利用三维重建方法,获得相关的、用于表征骨料形状特性的形状参数,如针状、片状系数、圆度、球度、凸度、矩形度.在骨料形状参数分析的基础上,进一步分析计算骨料级配及针、片状颗粒含量等表征骨料质量指标的参数,解决了通过图像处理技术检测骨料主要质量指标的问题.对比研究分析表明,测试精度与传统的筛分方法高度吻合,为骨料质量的自动检测分析提供了新的方法.     

考虑多资源约束的非等效并行机节能调度算法

针对瓶颈工序光刻过程中考虑能源消耗、多类型多数量的掩膜资源、换模等约束的非等效并行机调度问题,进行了改进型免疫克隆选择算法的调度方法研究.首先对问题域进行描述,以最小化总加权完成时间与能源消耗量为优化目标,建立了数学模型;在此基础上提出了一种带精英策略的多目标免疫克隆选择算法,该算法融合了非支配排序遗传算法的排序规则,并引入深度邻域搜索算子、种群更新算子以提高算法搜索性能及挖掘性能.最后,对算法进行仿真实验,结果表明该算法是有效的、可行的.     

基于集成卷积神经网络的脑电情感识别

采用脑电情感数据集SEED进行情感识别研究,旨在利用深度学习中的卷积神经网络(CNN)自动提取脑电样本的抽象特征,省去人工选择特征与降维的过程。首先,采用小波包变换(WPT)对脑电信号进行6级分解并构成二维结构样本;然后,通过改变网络深度设计了6个深度不同的CNN模型;最后,通过投票法与加权平均法建立集成模型,提高了识别精度。实验结果表明,本文方法对3种情感类别的平均分类精度达到了93.12%,能够满足情感识别的研究需求。     

基于图像处理的车辆识别系统设计

为了实时了解道路交通信息,及时处理交通事故,在一定程度上缓解交通事故频发的状况,设计了基于方向梯度直方图（HOG）特征与支持向量机（SVM）的车辆检测系统.在收集大量的车辆样本,构建正、负样本集之后,提取出每一个正、负样本的HOG特征向量并汇总,进而形成检测所用的SVM分类器模板.在视频检测过程中,提取视频中每帧图像的HOG特征送到训练好的分类器中与模板进行对比,并用矩形框标注检测出的车辆目标.利用实际道路监控视频进行车辆检测系统测试,结果表明,对于不同的路况、天气和光线下的道路环境,该算法都可以完成实时且准确的检测,有较强的实际场景应用能力.     

基于背景差分法和帧间差分法的车辆运动目标检测

针对背景差分法和帧间差分法在检测车辆运动目标时存在阴影的问题,提出一种结合背景差分法和帧间差分法去除阴影的车辆运动目标检测算法.首先采用均值法从图像序列建模获取背景,通过背景差分法对当前帧进行差分得到背景差分图,二值化得到二值图.然后利用改进Robert算子对二值图与背景差分图进行边缘检测.最后通过对两张边缘图像进行帧间差分,得到去除阴影的车辆运动目标.