云存储部署优化的进化算法设计

针对云计算环境下的云存储部署规划优化问题,全文研究和提出了一种进化算法并进行了求解.首先基于对象存储方法,设计了三层架构云存储模型.在建立的模型中,将云存储部署抽象为多目标优化调度问题,针对现有粒子群优化算法或遗传算法在解决这一优化调度问题过程中出现的收敛速度及调度效率等方面的不足,将2种算法进行有效融合,设计了混合进化算法来进行求解,讨论了进化算法的优化设计过程.同时,在云计算仿真平台CloudSim上,对所提出的优化算法进行仿真实验,并对云存储中负载均衡等性能指标的改善程度进行了检测.结果表明,所提出的混合进化算法有效实现了云存储的优化部署任务,与其他进化算法相比,能对性能指标实现更优配置.     

通用虚拟现实软件开发平台的研究及其应用

针对快速构建虚拟现实应用系统的需要，开发出全集成化，功能完备且性能先进的通用虚拟现实软件开发平台VRMagic。该平台采用模块化设计，模块之间通过统一的数据结构相互通讯。基于WTK的三维虚拟演播室子系统是该平台的核心模块，它通过解析仿真描述文件产生虚拟场景，具有六自由度漫游、实时交互，实时视频合成与GIF动画等功能，同时支持立体眼镜、V8头盔、CyberGlove数据手套与多种定位与跟踪设备。通过将生物大分干三维结构信息转化为仿真描速文件，可利用访平台实现生物大分于三维空间结构及其动态演化过程的虚拟现实显示。     

光学与深度特征融合在机器人场景定位中的应用

针对移动机器人室内环境的场景定位问题,研究和提出了一种基于视觉光学与深度特征融合的机器人场景匹配定位算法.首先针对摄像机采集到的光学图像和相应的深度图像信息进行预处理,均匀采样后分别对其进行尺度不变特征变换SIFT的特征提取.然后将2组特征进行特征融合,并利用局部线性编码LLC算法进行特征编码.最后应用线性分类器对场景图像进行分类和匹配,得到场景定位信息.在基于PowerBot移动机器人和微软公司Kinect传感器搭建的机器人实时场景定位系统中,针对设计的算法,进行了实验验证.实验结果显示,提出的算法获得了较高的分类准确率,有效提高了机器人场景定位的工作效率,验证了场景定位算法的高效性和可靠性.     

回声状态网络的研究进展

回声状态网络是近年来新兴的一种递归神经网络,独特而简单的训练方式以及高精度的训练结果已使其成为当前研究的热点之一.在该网络中,引入了储备池计算模式这一新的神经网络的建设方案,克服了之前网络模型基于梯度下降的学习算法所难以避免的收敛慢和容易陷入局部极小等问题.围绕这种新型网络结构,国内外许多学者开展了多样的研究.本文全面深入介绍了回声状态网络这一新兴技术,讨论了回声状态网络的优缺点,并综合近年的研究现状,总结了回声状态网络的主要研究工作进展和未来的研究方向.     

基于颜色特征的漂浮机器人三点定位系统

针对现有机器人全局相对定位方法的局限性,研究和提出了一种带有颜色特征的漂浮机器人定位算法.首先,在机器人表面标定3个红色标记点,利用CCD摄像机和图像采集卡采集全局视图,并将采集到的视图用HSI模型描述,从而增强颜色特征的鲁棒性,减少光照等外界因素的影响.然后,通过对HSI模型图像全局扫描、滤波和除噪,确定机器人表面3个标记点的位置,再根据三点定位法找出机器人在图像中具体的像素位置和像素姿态.最后,按照微分坐标转换法,根据已知的机器人像素位置和像素姿态数据,求得其在工作台上的实际位置和姿态,以达到精确定位的目的.与同类方法相比,该方法可以显著提高算法的效率和精度.     

基于分布式虚拟现实的高超声速飞行器仿真系统

针对高超声速飞行器X--38,基于Java和虚拟现实建模语言(VRML),提出并具体实现了一个基于客户机/服务器模型的分布式虚拟仿真系统,重点讨论了其中的三维场景建立与动作事件建模、分布式网络结构设计与数据库管理、场景接口实现等关键技术.虚拟仿真系统实际运行效果良好.该系统具有良好的可移植性和可扩展性,易于大规模部署,也可方便地进行二次开发.     

基于特征模型和模糊动态特征模型自适应控制方法的网络控制系统

针对网络控制系统模型参数选取困难的问题,利用特征模型和动态特征模型的自适应控制方法在实际工程中建模简单、控制精度较高的特点,以直流电机的网络控制系统为例,研究了具有时延和数据丢包网络情况下的网络控制系统,提出了基于特征模型的自适应控制方法和基于模糊动态特征模型的自适应控制方法.仿真结果表明:丢包率对特征模型控制器系统的影响较大,而网络延时对模糊动态特征模型控制器系统影响较大.所提两种方法均可有效保证网络控制系统的控制性能.