Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.     

多重训练BAM算法中强化系数的解析求取

从ＢＡＭ的能量函数出发推导出强化系数的解析解形式。在强化系数的作用下，ＢＡＭ网将被强化矢量对存储在皮知矢量对为中心Ｈｅｍｍｉｎｇ距离为１的邻域里的能量最小点，人而保证了该矢量对的正确联想。给出了根据此解析算式编制的算法和计算实例。     

一种形状记忆合金丝驱动的微小型六足机器人

为解决有限空间中形状记忆合金（ＳＭＡ）丝驱动的转动关节臂输出角位移不足的问题,提出了两种方法：①减小关节的回转半径,用富余的输出力补偿输出角位移的不足;②在三维可用空间中布置ＳＭＡ丝,增大ＳＭＡ丝的长度,开发了一种ＳＭＡ丝驱动的六足步行机器人,机器人的肢体布局和结构符合仿生学原理,轮廓尺寸为２５ｍｍ＊２５ｍｍ＊２５ｍｍ。并介绍了一种实用该机器人静步态行走的控制策略。     

基于遗传算法的两足步行机器人步态优化

将具有２４ 个自由度的机器人ＪＦＨＲ简化为７ 连杆机构,建立了描述机器人姿态的位置向量．用三次多项式拟合机器人髋关节和踝关节的位置轨迹,并通过动力学模型建立能量消耗表达式,得到能量最优的步态,即多项式系数的获得就可以表示为一个多变量最小值的优化问题,最后应用遗传算法（Ｇｅｎｅｔｉｃ Ａｌｇｏｒｉｔｈｍ , ＧＡ）获得最优解．在ＧＡ设计中,将每一个需要优化的参数用１０位二进制数表示,种群中染色体的个数为５０,演化的代数固定为１００,杂交率和变异率分别定为０．８和０．０４．对平地步行和斜坡步行进行了仿真．     

形状记忆合金丝驱动的仿生转动关节臂

提出了动物关节臂的力学模型,讨论了形状记忆合金（ＳＭＡ）和动物骨骼肌生物力学行为的相似性和力学性能的差异．基于仿生学的原理,研究了用ＳＭＡ丝驱动仿生转动关节的技术．研制了能实现ＳＭＡ感知功能的控制电路和ＳＭＡ丝驱动的仿生转动关节驱动器,并用该关节驱动器开发了一个两自由度的微型关节臂,该微型关节臂可用于微型步行机器人和人工假肢．     

基于增强式学习的微小型移动机器人位姿控制

根据自行设计的两轮独立驱动的微小型移动机器人的特点,利用增强式的学习方法,对输入量进行分层模糊化以及确定模糊区域,然后选取相应区域中具有重大适应值的动作控制机器人移动,得到了该机器人在无约束空间中时间优化的移动路径,实现了该移动路径的自动获得,仿真和实验均得到了满意的结果。     

基于虚拟模型的四足机器人直觉控制

JTUWM-Ⅲ四足机器人在关节上设置驱动器，高层的步行任务转化为低层关节空间的驱动控制，它是非直觉的。针对这一问题，以虚拟驱动器模拟实际关节转矩，基于此虚拟驱动器的模型，将高层的步行任务转化为底层的关系转矩控制，凭直觉连续设置虚拟力使机器人不断从平衡状态进入不平衡状态，进而由虚拟模型得到期望转矩，驱动机器人进入新的平衡状态完成步行。