机器人的鲁棒轨迹跟踪控制系统

用拉格朗日运动学建立机器人的动态模型.采用鲁棒控制法对两关节机械手的轨迹跟踪进行控制,仿真实验结果证明,鲁棒控制法对模型不精确或外部干扰对机器人产生的影响有很好的抑制作用,对机器人轨迹跟踪控制是有效的.     

浅谈多媒体课件在英语教学中的应用

结合教学实际，论述了在英语多媒体教学中，教师应准确把握角色特点，提高自身综合素质，设计、制作实用的多媒体课件，以提高英语教学水平。     

基于混合Hausdorff距离的多示例分类问题

在机器学习领域中,多示例学习是一个重要的研究方向,其显著特点是正包中示例的类别标记具有模糊性。基于不同Hausdorff距离的CKNN分类器在多示例学习中应用较为广泛。经分析可发现,最小和最大Hausdorff距离均有其各自的缺陷,但两者的缺陷具有一定的互补性。针对如何弥补单一Hausdorff距离缺陷的问题,使用AdaBoost算法思想,把基于最小和最大Hausdorff距离的CKNN分类器进行组合,以减少使用单一Hausdorff距离对实验结果造成的影响。通过比较在不同数据集上的实验结果,可知此方法在一定程度上降低了测试误差,降低幅度最大为0.110 0。     

一次寒潮天气过程的发展和成因——基于位涡原理的分析

利用NCAR/NCEP再分析资料,以及MICAPS全国各站点资料,应用等熵位涡原理,对2009年1月下旬发生的寒潮天气过程进行分析.分析结果表明:这次寒潮过程冷空气源地在中高纬新地岛附近.寒潮爆发后,其向南越过长江流域,低层风速加大常以冷涌的形式出现.整个寒潮爆发阶段,高空高位涡向南向东从高层到底层不断侵入到中国,并在垂直方向上出现了对流层顶折叠的现象.此过程中伴随着正涡度增强,对应的低涡系统也越强,当到达我国北方地区时,东亚大槽加深,槽后冷空气随着高空引导气流迅速南下影响我国.     

论影响大学英语写作的因素

影响大学英语写作的因素有很多。就学习者来讲,母语负迁移是学生提高写作水平的障碍之一,主要体现在思维迁移、词汇负迁移、句子负迁移和篇章负迁移四方面。就教学者来讲,训练时间短、教学方式单一、评价反馈枯燥是写作教学中存在的弊端。针对这些影响因素,文章从三方面提出应对措施,以期达到提高大学英语写作水平的目的。     

加权KNN分类器在HRRP库外目标拒判中的应用

针对雷达自动目标识别中的库外目标拒判问题,提出了一种人工生成库外样本的方法和一种加权k最邻近(k nearest neighbors, KNN)分类器。通过人工生成库外高分辨距离像样本,解决了在训练阶段无法获取库外样本的难题。加权KNN分类器同时满足了基于问题和基于数据两大设计要求,能够很好地处理拒判问题。通过基于接收机工作特性(receiver operating characteristic,ROC)准则和基于损失函数准则的仿真实验,证明了加权KNN分类器具备优良的拒判性能。     

山西实施名牌战略的问题与对策

文章对山西省在实施名牌战略方面进行了探索性的实践，论述了市场经济的发展，人民生活水平的提高，深入实施名牌发展战略已成为加快建设和谐山西的必然选择。     

浅谈多媒体课件在英语教学中的应用

结合教学实际,论述了在英语多媒体教学中,教师应准确把握角色特点,提高自身综合素质,设计、制作实用的多媒体课件,以提高英语教学水平。     

一种基于最大间隔的偏标记学习算法

在机器学习中,偏标记学习是一类重要的弱监督学习框架;在该框架中训练示例不再具有单一明确的标记,每个训练示例的真实标记被隐藏在一个候选标记集中并且在学习过程中不可获知。为了解决从训练示例的候选标记集中学习真实标记的问题,基于最大间隔准则提出了一种新的偏标记学习算法;该算法是通过优化模型在候选标记集中最大输出与非候选标记集中最大输出之间的间隔,以及优化模型在候选标记集中最大输出与候选标记集中其他输出之间的间隔进行偏标记学习。采用改进的次梯度Pegasos算法完成模型参数的优化学习。在四组人工改造的UCI数据集中,在平均65%的情况下优于其他对比算法。在四组真实偏标记数据集中,相比其他对比算法,取得了4.4%~10.2%的性能提升。实验证明,具有更好的泛化性能。