计算机研究材料科学的理论与实践

材料科学既是计算机应用的一个重要领域，也是计算机发展的工业基础学科，结合计算机在材料科学领域的应用，比较了从微观结构到物理性质、从数值分析到工艺过程模拟、从传统计算到智能处理等方面的计算机实验方法，探讨了计算机研究材料科学的理论和实践的发展趋势。     

机器人足球识别算法研究

在基于YUV色彩空间上采用混合方法进行颜色分类基础上，提出了一种基于种子填充的新目标机器人搜索算法——二分搜索法，从而明显减少了识别过程中的计算量。通过在F180机器人足球系统上的试验，证明此方法是有效的，可以在保证识别精度的前提下，快速识别机器人。     

神经外科机器人辅助手术系统

同医生操作比较，机器人具有精度高、不会疲劳等优点，结合医学影像、计算机和机器人技术的机器人辅助手术系统是当前国内外的研究热点。介绍了无框架神经外科立体定向术辅助外科手术系统的系统结构，综合分析了系统设计、操作过程中保证操作安全、改善使用性能方面的一些新方法，如基于数字医学图像传输标准的数据获取、结合虚拟现实的手术规划、主被动结合的手术器械支架以及将机器人运动框架模型融合在现场视频用于远程手术等技术，经临床验证有效可行。     

KdV方程的二次B样条有限元孤立子模拟

应用Bubnov-Galerkin方法及二次B样条有限元方法,得到一种数值计算解KdV方程的方法,对其产生的五对角矩阵方程用数值线代数的Doolittle三角分解方法求解,并对这种格式的线性稳定性进行了分析研究。结合孤立子模型编写了该算法的计算机程序,从而得到了给定初边值条件下的KdV方程数值模拟结果。     

基于遗传算法的聚类分析及其应用

通过把C-均值法中的距离平方和准则函数作为遗传算法的适应度函数，把各个聚类中心编码成染色体，来讨论一种基于遗传算法的聚类分析方法，目的是利用遗传算法的全局性来提高聚类算法找到全局最优的可能性。实验结果证明，该算法可以很好地解决某些聚类分析问题。     

基于视觉的足球机器人决策规划研究进展

机器人足球比赛的核心系统是决策规划。对整个机器人足球决策子系统分层加以论述，主要介绍了国内外关于机器人足球决策的一些主要研究成果和最新进展。既介绍了传统的基于规则的方法，也讨论了基于模糊逻辑、遗传算法、强化学习等智能方法的决策技术。并就关键问题进行了分析和探讨，同时对机器人足球的发展趋势做了展望。     

机器人足球中关键目标坐标的几何变换

讨论在识别目标前不对图像进行几何变形的预处理，而是在图像上对小车和球的位置识别成功后，通过插值算法把目标坐标映射为实际场地的位置坐标。该方法避免了把场地内所有的点都进行坐标变换的图像预处理过程，从而极大地减少了计算量。     

机器人足球颜色分类研究

针对机器人足球比赛中机器人识别的实时性要求，在基于YUV色彩空间上，提出采用混合方法进行颜色分类。在确定种子点时，采用阈值法，而在队员识别时采用人工神经网络通过训练得到一个颜色分类器进行分类，通过实验，能够较准确地对机器人足球涉及的颜色进行分类。     

动态视频图像MPEG标准浅析

NPEG是运动图像专家组的简称，其制定的动态图像压缩标准称为NPEG标准，包括MPEG-1、NPEG-2、NPEG-4、MPEG-7和NPEC-21。简要介绍了NPEG的发展历史，各NPEG标准的基本内容、主要技术指标、应用领域以及发展趋势。因为NPEG-4标准是基于内容的压缩标准，与以前的压缩标准有所不同，因此特别讨论了MPEG-4的一些关键技术和当前研究热点及发展趋势。     

Vague集元素等相似度图形化表示

基于Vague集元素之间相似度量的讨论,将已有的Vague值相似性公式用图形表示,提出Vague值等相似度曲线,该曲线能更直观地体现出Vague值之间的相似性关系,并可非常清晰地反映常见相似性公式的优缺点,为相似度量提供了一种更简单、更有效的研究与评测工具。