基于神经网络和PSO的机器人路径规划研究

提出一种神经网络和粒子群算法相结合的移动机器人路径规划方法。采用小波网络和RBF网络相结合的四层神经网络结构,克服了传统神经网络方法进行路径规划时对每个障碍均设计一些特定的隐节点,当障碍较多且环境动态时,网络结构庞大且神经元的阈值随时间的变化而需要不断改变的缺点。利用粒子群对神经网络的参数进行训练,在规定的代数内对网络参数优化,使得机器人在移动过程中能够快速响应环境的变化。通过对移动机器人在动、静态不同环境下的仿真实验,证明了方法的有效性。     

基于移动IPv6的MANET中Anycast服务的设计与实现

针对目前移动自组网(MANET)无法提供成熟的Anycast服务这一问题, 提出了一种在MANET中实现Anycast服务的通信模型.此模型提出了无需进行地址重复检测、IPv6地址自动分配的方案以及移动节点加入Anycast组的方法. 模型中的Anycast移动组节点在不同子网之间进行切换时,Anycast移动组节点无需进行地址注册也无需建立隧道机制.在模拟环境下实现了此模型,并对模型的数据包接收率等性能参数的实验数据进行了分析和讨论.     

基于含熵期望曲线的云模型相关性度量方法

针对现有基于云模型的相关性度量方法缺少必要约束条件的问题,提出一种基于含熵期望曲线的云模型相关性度量方法．将云模型中超熵期望曲线的与区域和或区域的面积比作为相关性的度量基准,解决云模型的区间约束以及半云度量问题．利用3熵（3σ）约束增加云滴的聚集,减少计算开销．将超熵纳入计算,考虑云滴厚度对云模型相关性的影响．本方法克服了面向随机云滴的距离度量方法和数字特征变换方法中存在的计算复杂度高、结果不稳定的问题,同时满足了三类约束的实际计算需求．实验表明该方法能够客观有效地对云模型相关性进行度量,并在基于云模型的系统评价任务中得到了验证．     

面向自主车辆的局部路径规划仿真系统

地面自主车辆研究是当今一个研究热点。由于地面自主车辆运行在户外复杂环境中，因此对仿真系统的研究非常重要。该文介绍了面向室外非结构环境下的自主车辆局部路径规划虚实混合仿真系统，该系统由基于真实环境的二维仿真、算法跟踪调试系统，及用于算法研究的三维虚拟仿真系统组成，采用VC＋＋6.0实现。通过将真实系统实际运行数据与仿真环境结合，为自主车辆的研究与开发提供更好、更真实的仿真环境，并在自主车辆的研究与系统联调中发挥了良好的作用。     

一种有效的基于约束的关联规则发现算法

基于约束的关联规则挖掘是针对特定约束的规则的挖掘,挖掘的结果有着更好的针对性和实用性,Separate算法是现有的效果较好的算法,但有2点不足：未修剪生成的候选集和候选项重复生成。对此该文提出了改进的SeparateP算法,算法中加入了对候选集的修剪,并且利用了项集重复生成的信息,使候选集的修剪更加有效快捷。实验表明,改进算法显著提高了原算法的效率。     

基于3D激光雷达的实时道路边界检测算法

针对室外自然环境下无人自主地面智能车辆的道路检测问题,提出了一种基于3D激光雷达的道路边界检测算法.算法的原理是:根据道路区域与非路区域之间存在的高度跳变的特性,首先提取道路的可通行区域,然后把得到的障碍网格图利用线性鉴别分析(LDA)的分类的思想划分出最佳的左右非路区域,进而拟合得到道路的边界信息.试验结果表明,该边...     

基于GMM特征变换和模糊LS-SVM的说话人辨认

针对最小二乘支持向量机在语音数据大样本输入下的局限性,提出了一种基于GMM特征变换和模糊LS-SVM的学习算法,结合高斯混合模型在拟合数据分布方面和最小二乘支持向量机在分类辨别方面的突出优势,有效地提取说话者特征信息,压缩了数据,解决了大样本数据输入下最小二乘支持向量机的训练速度和测试精度问题,同时在LS-SVM系统中引入模糊隶属度函数,很好地解决了不可分数据的输出.理论研究和实验表明,所提方法能充分地利用训练数据,使得系统在具有更好辨别能力的同时提高了鲁棒性和识别率.     

改进的分形算法在弱小目标检测中的应用

针对单帧图像中的弱小目标检测问题,提出了一种改进的基于分形的快速检测方法。该方法首先利用图像的局部熵信息对目标进行粗定位,以得到一个包含目标的感兴趣区域,然后利用分形理论构造该区域的分维像,最后对分维像采用自适应阈值分割即可将弱小目标精确检测出来。与传统分形算法相比,提出的改进算法包含粗定位和细定位两部分,它将分形算法要处理的区域缩减到局部熵所估计的小范围内,从而克服了传统分形方法计算量大、抗噪性差的缺点。仿真实验结果表明,该方法能够稳健、快速、有效地检测弱小目标。     

易扩展小样本环境说话人辨认系统的研究

针对基于人工神经网络的说话人辨认系统所存在的问题,提出了一种基于模糊最小二乘支持向量机(LS-SVMs)技术的两级分类说话人辨认系统。第一级对说话人进行大类预分,第二级则在大类范围内实现具体说话人的辨认。当有新的说话人加入时,只需要增加与新说话人相关的若干个二级分类器。系统仿真实验表明,在训练样本时长取3-11s,说话人由32人增至36人时,本文方法实现的系统训练时间明显降低,识别率更高。     

复杂环境中基于圆弧区域分解的局部路径规划

该文根据轮式车的运动学特点,针对机器人导航中安全性问题以及算法实时性要求,提出了基于圆弧的区域分解方法.在此基础上引入了对区域安全性的模糊子集描述,建立了代价函数,得到了符合轮式车运动学特点的局部路径.在实际系统中的运行结果表明,该算法能很好地满足复杂环境下机器人自主导航的局部路径规划要求.