基于广义变换矩阵的机械零件三维模型骨架匹配

提出了一种基于广义变换矩阵的机械零件三维模型骨架匹配方法。骨架中两骨架点间的连线称为骨架枝,借鉴机器人学中广义连杆之间关系的表示方法,将骨架枝看成若干个连杆,在骨架点处建立固定坐标系及骨架枝坐标系,采用广义变换矩阵表示骨架枝。将广义变换矩阵转化成向量,引用统计学中的相关性度量方法,通过计算2个向量的皮尔逊相关系数得到2个广义变换矩阵的相似度,即得到2个骨架枝的相似度。搜索相匹配的骨架枝并计算整个骨架的相似度。通过实例验证和实验分析,表明该算法具有较快的检索速度和较高的准确度。     

考虑均衡各站乘客等待时间的城市轨道交通客流协同控制模型

【目的】针对城市轨道交通在高峰期由于前方车站客流需求量过大,迅速占据运能而导致后方车站的乘客需等待较长时间才能乘车的问题,建立考虑均衡各站乘客等待时间的客流控制模型。【方法】首先对乘客乘车过程进行动态建模,然后建立以系统平均等待时间最小和使车站最大平均等待时间最小为目标的优化模型,通过设置权值λ来均衡各站的平均等待时间,当λ=0时,为仅考虑均衡各站的平均等待时间,当λ=1时,为仅考虑最小化系统总等待时间,在实际中,可根据目标的不同选取不同的λ值。【结果】由于建立的模型为整数线性规划模型,运用CPLEX求解器即可得到最优解;最后通过算例进行验证,结果显示通过在目标函数中设置不同的权重,可不同程度地均衡各站的平均等待时间。【结论】通过本文构建的模型,既减小了系统的总等待时间,也均衡了各站的平均等待时间。     

一种基于强化学习的车联网边缘计算卸载策略

计算密集型、时延敏感型车载应用的不断涌现导致资源受限的车载终端设备无法在短时间内处理大量的应用任务,而且卸载节点的动态变化特性在复杂多变的车联网场景中会导致任务候选卸载节点存在不确定性。针对上述问题,提出一种基于强化学习的计算卸载策略来实现任务卸载预判和计算资源分配。结合设备链接时间与通信半径等因素制定卸载节点发现机制,通过考虑时延与成本对车联网移动边缘计算卸载系统的影响建立效用函数,并以最大化效用作为优化目标将车联网中的卸载问题转化为优化问题,基于卸载节点发现机制采用Q-learning方法提出一种智能节点选择卸载算法求解优化问题,实现任务的智能卸载。仿真结果表明,在车联网场景中,提出的计算卸载策略可实现更高的系统效用。     

传送系统效率的比较

把传送系统效率这一实际问题转化为一初等概率模型，运用初等概率论知识确定系统的可靠性，比较了3种特别情况下传送系统的效率，并在简单假设下作了进一步的讨论。     

一维射影对应的三种定义的等价性

个绍一维射影对应的三种定义并证明它们之间的等价性。     

线性规划问题非有效约束条件性质研究

鉴于在求解线性规划问题时经常遇到一些约束条件(非有效约束条件),它不仅影响求解的效率,而且占用了大量的计算机存储空间。为此对非有效约束条件和有效约束条件的特性进行了理论分析,获得了一些识别非有效约束条件的判定定理,为进一步研究删除非有效约束条件的方法奠定了理论基础。     

机器人惯性参数辨识的若干方法及进展

当代机器人技术的发展对机器人动态特性提出了更高的要求,惯性参数是影响机器人动态特性的主要参数之一。文章回顾了当前辨识机器人惯性参数的各种方法,讨论了各种方法的优点和存在的问题;介绍了基于传感器信息的机器人惯性参数识别方面的研究进展;给出本文的小结和有待于进一步研究的课题。     

河北坝上地区土地利用空间变化分析

以围场县最近两期土地详查数据进行统计分析,形成土地利用动态变化表、转移矩阵和区间相对变化率比较表;再结合有关社会数据,对1992～2002年围场县10年间土地转移情况进行空间分析;进而探讨各土地利用类型之间的转变,分析坝上、坝缘和坝下3区间土地利用变化的区域差异,揭示了不同类型区域的土地利用变化机理,为当地结合生态农业工程建设合理调整土地利用结构提供了科学依据。表4,参8。     

基于BP神经网络的人脸识别

将BP神经网络用于人脸识别 ,建立了人脸识别模型 ,研究了样本采样训练、样本批量训练和样本完整训练三种训练策略对识别率的影响。所设计的识别模型包括图像压缩、图像抽样、输入矢量标准化、BP神经网络与竞争选择处理过程。利用ORL人脸图像数据库进行了仿真实验 ,结果表明 ,其识别模型在实际应用中是可行的。该模型简单 ,识别率较高。如将训练策略配合使用 ,则在提高训练速度和训练效率的同时 ,也使模型分类性能有了明显提高     

工程最低成本工期计算

在矩阵法编制施工组织计划中，采用标号法求最低成本工期。文中通过具体计算实例，介绍标号程序与方法。