基于Hough变换的焊接接头自动识别技术研究

以作者所研制的焊接机械手为对象,针对其在焊接大型模具时,焊缝数量多的特点,采用提供信息量大、抗干扰能力强的视觉传感器CCD来获得焊接接头平面位置信息．在对CCD摄取的模架图像进行校正、灰度拉伸、灰度阈值变换后,采用Canny边缘检测算子检测出模架筋板上侧的边缘点,并针对传统的Hough变换方法不能检测出直线端点,容易重复检测直线以及提取直线精度不高的缺点加以改进,采用改进的Hough变换方法提取了筋板边缘线,求取这些边缘线交点即可获得焊接接头平面位置信息．实验结果表明,该方法可以有效解决Hough变换存在的上述问题,并能准确稳定地提取出模架筋板边缘线,达到识别焊接接头平面位置的目的．     

基于投影聚类算法的Web文本挖掘证券投资系统

随着信息爆炸时代的到来,如何有效的从网络上获取有价值的信息成为当前研究的热点．Web文本挖掘技术就是解决上述问题的一种方法,它从大量半结构化、异构的Web文档集中发现潜在的、有价值的知识．本文着力于研究Web文本挖掘过程中的重要技术,并通过分析当前研究热点和各种算法,提出一种改进的投影聚类算法,实验证明其正确率比k-均值算法高．最后,本文设计了基于Web文本挖掘的证券投资系统,并将改进的聚类算法应用其中．     

基于FPGA的步进电机细分驱动技术研究

受制造工艺的影响,步进电机的步距角一般较大,而且还存在低频振动,导致其只能应用在一些要求较低的场合.本文设计了一种基于FPGA芯片来实现步进电机细分驱动的方法.利用FPGA中的嵌入式存储模块存放各相细分电流所需的PWM控制波形数据表,并通过数字比较器同步产生多路PWM信号,对步进电机的转角进行均匀细分控制.测试结果表明,该步进电机细分驱动技术可以减小步进电机的步距角,提高电机运行的平稳性,增加控制的灵活性,具有较好的实用价值.     

一种改进的基于扩展的RBF模糊神经网络

针对Wu Shiqian等提出的动态模糊神经网络（D-FNN）,在参数估计时,对中心的调整直接采用输入数据会导致网络收敛速度慢、乏化能力不好的情况,提出一种改进的基于RBF的动态模糊神经网络（RBDFNN）.该网络采用连续学习的方法和分级学习的思想,在进行前提参数的估计时,高斯隶属函数的中心动态调整充分考虑了宽度调整对中心的影响,算法能自动地确定模糊规则.仿真实验表明,算法在收敛速度和乏化能力方面优于原来的算法.     

结合协同过滤与隐语义模型的视频推荐策略

观看视频已逐渐成为人们休闲娱乐方式之一,但视频网站却面临着如何从用户的需求出发更好地推荐视频资源的困惑.传统的协同过滤算法仅通过用户之间的相似度来建立对物品的兴趣关系,忽略了用户行为所带来的隐含信息以及物品之间的分类信息.因此本文在传统协同过滤算法的基础上融合了隐语义模型进行推荐,借助隐语义模型增加推荐结果的多样性,并借助协同过滤算法保证推荐的及时性,通过两种算法的融合能够有效地提高推荐的多样性并保证推荐的性能.     

带有参数自调整机构的多变量系统模糊神经网络解耦控制

在文献[1]的基础上,引入模糊神经网络和参数自调整算法,改善系统的智能,使系统具有自学习和自调整模糊规则的能力.仿真结果表明,该方法能实现静态解耦,并提高了系统的抗干扰能力和鲁棒性,改善了系统的性能.     

基于tanh函数的小波阈值去噪算法

在小波的阈值法去噪中,小波函数的选择对小波去噪效果有很大的影响,而传统的阈值函数对噪声的去除效果并不理想.为了提升小波去噪效果,结合双曲正切（tanh）函数的特点,提出一种改良的小波阈值函数去噪法,该函数在阈值附近能保持较好的过渡,既能够有效地避免对小波系数的过度去除,也能够将需要去除的小波系数进行控制.在实验中,与传统阈值函数和已有的一些阈值函数对不同信噪比的含噪信号去噪效果进行对比,结果表明本文所提新阈值函数去噪效果更优.     

一种基于不确定数据的频繁模式分布式挖掘算法研究

大多数真实世界的数据都是局部收集,分区组织的,因此真实数据一般具有分布式特性.通过挖掘这些数据将提供决策者辅助决策信息.提出了一种基于不确定数据的频繁模式分布式挖掘算法,该算法在构建不确定数据生成交易决策树的基础上,提出了在分布式环境下,顺序执行和并行执行分别处理决策树的方法和技巧.实验结果表明,该算法可节省大量的处理时间,提供可靠的辅助决策信息.     

基于ARM的购物自助结算系统设计

嵌入式购物自助结算系统是为解决传统购物结算存在的一些弊端而设计的一套软硬件相结合的基于ARM的嵌入式Linux系统.该系统由数据处理中心、扫描器终端、刷卡终端、显示终端以及其他系统接口组成.顾客通过刷卡终端进行刷卡付费,由处理中心处理后显示付费结果.从而完成一次结算过程.