基于自适应颜色快速点特征直方图的托盘识别方法

托盘识别是无人驾驶工业车辆进行货物搬运的关键技术之一.针对现有托盘识别方法低效耗时、鲁棒性差、参数选择随意的缺点,提出了一种基于自适应颜色快速点特征直方图的托盘识别方法.该方法使用Kinect V2传感器采集包含托盘的场景点云数据,点云经离群点剔除后,基于邻域特征熵函数最小准则获取每个点的最优邻域半径.提取点云关键点,计算关键点的颜色特征和自适应邻域快速点特征直方图,融合成自适应颜色快速点特征直方图,进行特征匹配与误匹配点对剔除,从而实现托盘识别.与固定邻域半径为0.012 m的快速点特征直方图对比,实验结果表明：基于自适应颜色快速点特征直方图的托盘识别精度提高了83.74%,特征提取用时减少了35.55%,验证了方法的优越性.     

等式约束优化问题的一类混合共轭梯度投影算法

构造了一种混合共轭梯度法,并将其与Rosen投影梯度法相结合运用于求解线性等式约束优化问题.这种新的混合共轭梯度投影法有效改善了Rosen投影梯度法收敛性速度较慢的情况,并在Wolfe线搜索下具有全局收敛性.     

梯度磁场在生物大分子研究中的应用

磁场作为一种物理环境,广泛应用于各行各业.随着磁体技术的飞速发展,磁场在科学研究与实践应用中的重要性日趋凸显.在生物大分子研究方向,磁场也发挥了重要的作用.其中,梯度磁场作为磁场的一种,由于其提供的资源除磁场外,还有磁场梯度,使其具备除常规磁场效应(择优取向、晶体质量改善等)外的其他应用价值(如溶液的对流控制、晶体质量改善、分离纯化等),因此备受关注.梯度磁场环境下涉及生物大分子的研究,主要集中在生物大分子的结晶、分离与纯化,以及自组装等方向.充分利用梯度磁场,可以实现高质量的生物大分子晶体生长、高效低成本的生物大分子分离与纯化等重要应用.因此,梯度磁场在生物大分子结构解析技术、生物药物制备技术等方向具有十分重要的价值.本文将从梯度磁场物理环境对生物大分子溶液体系的基础性影响角度出发,回顾并讨论梯度磁场在生物大分子研究中的应用,并对该领域的发展前景进行了预期.     

一个双参数的共轭梯度法簇

提出了含有双参数的新共轭梯度法厥公式，证明了该方法在适当选取参数口的SWP线搜索下具有充分下降性和全局收敛性，数值试验结果良好．     

非线性规划含三个参数的一族梯度投影法

利用偏斜梯度给出非线性不等式约束规划的含３个参数的一族梯度投影法．证明了方法的全局收敛性，并分析了算法族的几个有价值的特例．     

基于共轭梯度的工业 CT 图像重建

为了保证不完全投影数据的重建图像质量,通过共轭梯度法对工业CT图像进行重建.通过对模拟数据和实际工件断层扫描数据进行图像重建,估计了算法的有效性.结果表明,与最速下降法相比,此算法适用于不完全投影数据的图像重建,在保证重建图像拟合度的同时,大大提高了重建速度.     

成对排序本体学习算法

本体作为一种结构化数据模型已广泛应用于知识表示和信息处理,并成为近几年计算机领域的研究热点.提出基于成对排序学习方法的本体相似度计算和本体映射算法,利用Mahalanobis距离函数得到计算模型,通过梯度下降策略得到模型的最优解,从而将本体图或多本体图中的顶点对映射成实数来表示它们的相似程度.通过两个实验表明,新算法对特定的应用领域具有较高的效率.