基于PLC技术的无线多媒体教学楼改建方案

用电力线取代多媒体教室建设时需要的双绞线,进行网络信息和数据的传输.避免了常规方法所产生的破坏教室墙体和重复走线的问题,并能保证网络传输速率以及稳定性.利用电力线通信调制解调设备上的无线路由模块,还能连接多媒体教室内的无线智能设备,辅助教师授课,提高其教学质量.     

混合动力汽车多能源动力总成的智能体控制技术

为提高混合动力汽车的智能化控制水平,进一步改善整车燃油经济性和动力性,提出一种多能源动力总成的多智能体协调控制方法.以并联式混合动力汽车为原型,建立动力总成部件子系统智能体模型,构建多智能体系统协调控制框架,根据不同工况模式对总成动力进行预分配,利用单智能体的智能行为和多智能体的协作能力解决车辆对复杂路况的自适应问题.在Cruise软件环境下对智能体控制系统和协调控制策略进行了仿真验证,结果表明,动力总成的多智能体协调控制策略正确可行,使混合动力汽车能根据不同工况自适应控制模式,进而对动力进行自适应匹配,能够改善整车燃油经济性和动力性.     

便携式机打号码识读装置设计

经过实地调研发现,快递终端配送员每天需要手动输入几百个收件人的电话号码,然后逐个进行短信或电话通知。为了减少他们的工作量,设计了一款首创的嵌入式手持设备。在数字字符识别算法上,改进了交线法,提出一种基于决策树的识别方法,速度快、准确度高。此装置以S3C2440为主控芯片的开发板作为硬件平台,Linux操作系统作为软件平台,CMOS摄像头作为输入来读取电话号码图像,LCD作为输出显示识别的号码和信息,然后通过RS232串口与GSM模块通讯来实现打电话、发短信的功能。此装置极大地提高了快递配送人员的工作效率,可促进快递行业健康发展。     

基于MAPSO的混合式多机器人编队控制

为了解决目前编队控制中队形不稳及复杂环境适应性差等问题,针对全局环境中含有动/静态障碍物的复杂环境,提出一种将Leasder-Follower法及人工势场法改进结合的混合式多机器人编队控制新方法;同时,引入多智能体粒子群优化(MAPSO)算法对多机器人编队控制相关参数进行在线优化,能有效避免机器人陷入局部最优,增强其抗干扰能力.对该方法进行仿真分析,并和Leasder-Following法与基于行为法相结合的混合编队控制方法进行比较.结果表明:MAPSO的混合式多机器人编队控制方法能更好地完成多机器人在复杂环境下的编队控制任务,验证了其有效性和可行性.     

基于蚁群搜索理论的优化卡尔曼步频预测

为了使智能下肢能够实时地调节膝关节阻尼,使其固有频率与实际步频相符,达到更加接近正常步态的效果,提出了一种基于蚁群搜索理论的卡尔曼步频预测算法.利用蚁群算法在规定的连续域中寻找卡尔曼预测方程中系统误差与测量误差两个参数的最优组合,实现对卡尔曼预测方程的优化.通过获取六组人行走的步频数据进行实验,结果表明:经蚁群算法优化后,卡尔曼预测算法预测得到的步频与后验值之间的误差比跟随方式的误差分别减少了44.10%,43.42%和36.17%,证明了基于蚁群搜索理论的优化卡尔曼步频预测方法在智能下肢控制上具有良好的应用前景.     

基于物联网技术的小型风电智能管控系统研究

物联网智能风电管控系统是在风电微机控制系统的基础上,采用无线传感网、云计算、Zigbee网络协议、Tinyos操作系统等物联网技术进行二次开发的智能风电控制系统。本系统在风机上部署无线传感节点群与风机内部的各传感器进行对接,通过节点系统软件中的智能采集模块实时采集风机的运行环境与运行状态数据,利用FUT-STAR云计算物联网平台实现系统集成与数据通讯,通过手机或者PC机等终端实现风力发电系统运行状态的"实时、远程、智能"监管与控制,提高风电系统运行的安全可靠性。     

物联网技术在智能需求侧管理中的应用

分析智能电网下智能需求侧管理的目标及其支撑设备,对涉及的物联网技术做了简介和分析,探讨智能需求侧管理中的高级计量架构AMI、异构接入、云计算及物联网在智能需求侧管理中的综合应用,为面对智能电网的智能需求侧管理模式提供了参考依据。     

智能视频的公交客流量统计算法

为了解决复杂背景及运动状态下城市公交客流量的准确检测、识别与统计问题,提出了运动矢量跟踪方法,研究了公交乘客头部运动特征及客流量统计算法.传统的帧间差分、边缘检测等目标检测算法很难处理紧邻的多目标情况.利用类圆形处理提取类似圆形的目标连通域,对目标特征点进行运动矢量跟踪,实现了上、下公交车人数的准确统计.     

大数据科学的认知和数学基础引论

 大数据不仅在科学、工程与计算智能中有着广泛的应用，而且在人类感知、估计、量化、记忆和推理的认知机制中发挥着基础性作用。通过对大数据科学理论的基础研究，提出一组大数据系统的一般原理和分析方法。为了从形式上解释大数据的起源和本质，探讨大数据的认知基础及其数学模型，严格地引出了根植于科学、工程和社会各个领域的大数据的一般模式。研究发现大数据不再是传统实域上的纯数，而是一个前所未有的新型数学结构，称为递归类型化超结构（RTHS）。这一大数据系统的基本拓扑特性揭示了大数据工程的复杂性及其操作与处理的全新认知、理论挑战，以及可选解决方案。     

国际模式识别和机器智能的一代宗师——纪念傅京孙诞辰90周年

 2020年是国际模式识别之父、世界著名人工智能和机器视觉科学家傅京孙（KingSun Fu）诞辰90周年。为缅怀傅京孙传奇的生平事迹，论述了其许多鲜为人知的感人故事，展现了他的科学思想和科学精神，评价了他对国际模式识别和机器智能等学科的杰出贡献。