一种基于KNN的室内位置指纹定位算法

提出了一种基于KNN 的FM、DTMB 联合信号位置指纹匹配算法,并根据不同位置具有不同信号强度将匹配过程设计为一个多分类算法模型. 离线阶段,通过采集FM 信号与DTMB 信号的强度信息,完成位置指纹库的构建. 在线匹配阶段,利用KNN 算法对新采集到的数据进行加权欧氏距离匹配,通过对K 值以及特征向 量的选取对定位误差进行了分析. 仿真结果表明,该算法在室内定位中具有良好的鲁棒性和准确度,90% 概率下定位精度2.3 m.     

Uzawa型算法的收敛性分析及Stokes问题求解

对求解鞍点问题的不精确Uzawa 算法及非线性不精确Uzawa 算法进行研究,给出这些算法收敛的一些新的充要条件或充分条件及收敛速度估计. 并将算法应用到Mini 元离散求解Stokes 问题中,通过数值计算验证所得结论的正确性.     

基于提升度的KNN分类子的分类原则改良模型

针对非均匀类数据,本文提出K最近邻分类子的一个分类原则改良方法,能够度量待分类数据的K个近邻点中的类比率提升量,增大了最小类数据的竞争力,明显地提高了小类数据的分类正确率。实验结果表明,本文提出的改良分类原则对非均匀数据分类的准确率明显高于传统的KNN分类算法。     

静电纺丝技术的影响因素及应用研究综述

静电纺丝技术是近年来兴起的一种简单高效、经济快捷的纳米纤维材料制作技术。近年来,纳米材料在诸多领域都得到了广泛应用,越来越多的人将关注点放在对静电纺丝技术的研究和探索上,并且取得了较为可观的成果。基于此,本文对静电纺丝技术的影响因素及应用研究进行探究,以期为相关学者的研究提供借鉴。     

基于改进蚁群算法的智能小车路径规划仿真研究

提出一种改进的蚁群算法,解决传统蚁群算法在路径规划时容易陷入局部最优解的问题,改进的蚁群算法具备更优越的搜索最短路径的能力.MATALAB仿真实验表明,改进的蚁群算法能够节约寻找到最优路径的时间,加快收敛速度,具有更好的鲁棒性.     

减小螺旋锥齿轮齿面加工误差的参数修正方法

针对螺旋锥齿轮加工过程中因无法避免误差而导致齿面加工精度难以保证的问题，提出螺旋锥齿轮加工误差控制模型及加工参数修正方法。首先，基于实际加工中的刀具与工件相对位置与相对运动关系，依据坐标齐次变换与啮合原理，确定加工参数与加工曲面之间的函数关系，建立螺旋锥齿轮精确齿面模型；然后，计算实际加工齿面与理论齿面的法向距离，从而建立由加工参数驱动的齿面几何误差控制模型；接着，对加工参数进行敏感性分析，选取敏感性较高的加工参数作为误差补偿模型优化变量，以提高优化效率；最后，将齿面误差最小化问题转化为最小二乘法问题，基于改进的L-M算法进行求解，得到加工参数补偿量，以此对加工参数进行修正达到减小齿面加工误差的目的。采用一对由双重螺旋法磨削加工得到的螺旋锥齿轮副作为应用实例，对该方法进行实际加工验证，结果表明：加工参数调整后，螺旋锥齿轮齿面加工误差降低了65%以上，实际测量的齿面绝对误差均不超过0.005 mm,能够满足工程实际需求，证明该方法能够有效提升齿面加工精度。该方法可为螺旋锥齿轮乃至其他复杂曲面零件加工提供一种加工误差补偿思路。     

基于双目视觉的三维重建技术研究

随着计算机运算速度的提高以及图像采集设备的更新换代,人们越来越不满足于传统三维测量方式,非接触式测量技术蓬勃发展,成为国内外学者研究的热点,双目三维重建是研究重点之一。本文首先介绍了基于双目视觉的三维重建技术,然后在MATLAB和OpenCV实验平台上,采用经典立体匹配算法即AD-Census算法对花瓶进行三维重建。