解释学习在机器人过程控制中的应用

机器人过程控制是智能机器人系统的一个特别重要而又十分复杂的研究课题。本文将解释学习应用于机器人过程控制，为之开发了一种新的方法。仿真结果表明，该方法可行、有效。同时，还尝试了将Ｐｒｏｌｏｇ语言作为机器人过程控制的运行机制的形式化表达工具的可能性。     

数据加密的密码体制与DES算法

本文论述了保密通信中数据加密的密码体制，并对各种体制地行了比较，指出其优劣，重点论述了数据加密标准ＤＥＳ的算法和特点．     

数据采集与光条图象细化新方法——用于三维计算机视觉系统

介绍了具有位置反馈信息旋转平台的图象数据采集方法,以及对采集到的图象进行智能化快速细化的新方法,使得在一周内的36幅图象做到边采集边细化,而且仅用40s时间。     

对两种估计单属性关系大小方法的可信度讨论

估计两个单属性关系在连接属性上取相同值的个数的方法有两种:静态估计法和动态估计法.本文利用不精确性推理模型对这两种方法的可信度定量地进行讨论,并用具体例子进行说明.     

求Ramsey数最优下界值的递归算法

要确定每个具体的Ramsey数的数值是相当困难的,至今人们只求出了为数很少的几个Ramsey数的数值.人们在研究Ramsey数性质的同时,也在估计Ramsey数的数值,得出了某些Ramsey数的下界值,但工作进展缓慢.本文提出了一种计算Ramsey数最优下界值的递归算法,该算法利用当今关于Ramsey数的最新结果,能得出Ramsey数的目前最优下界值.1 算法描述不妨将本算法定名为G,参数个数为1个以上(可变化),算法允许递归调用,其输出值为Ramsey数的目前最优下界值.C(k_1,k_2…,k_n)表示以k_1,k_2…,k_n作为输入,通过算法G所得到的输出结果,即C(k_1,k_2…,k_n)表示的是G算出的Ramsey数N(k_1,k_2,…,k_n;2)的目前最优下界值,其中N(k_1,k_2…,k_n;2)的含意与文献[2]中有关含意相同.算法G:     

过程控制中计算机图形信息压缩存贮和图形滚动方法

对工业生产过程控制和管理中的计算机图形显示,提出一种压缩存贮和滚动的新方法。新方法的实施,可使图形数据占用的存贮空间减少约80％,一般地不需使用外存,从而大大提高了显示速度,解决了普通微型机存贮空间和显示速度之间的矛盾,有效地提高了普通微机的功能/价格比。所提出的方法均经工程实践检验过,效果良好。     

条纹动感投影片中条纹参数变化规律的实验研究

本文提出、论述和验证了条纹参数的变化规律,介绍了微机辅助验证的方法,找到了选择条纹参数的捷径和参数取值范围.     

双脉冲TEA CO_2激光器电路参数的选择

分析了电路参数及电路结构对双脉冲TEA CO_2激光器输出稳定性的影响,并提出合理选择电路参数与结构的原则。实验结果,证实了分析的正确性。     

Introduction to Ant Colony Algorithm and Its Application in CIMS

Ant colony algorithm is a novel simulated ecosystem e volutionary algorithm, which is proposed firstly by Italian scholars M.Dorigo, A . Colormi and V. Maniezzo. Enlightened by the process of ants searching for food , scholars bring forward this new evolutionary algorithm. This algorithm has sev eral characteristics such as positive feedback, distributed computing and stro nger robustness. Positive feedback and distributed computing make it easier to find better solutions. Based on these characteristics...     

互补问题中Gauss-Newton方法全局收敛性的推广(英文)

研究了由Subramamian为求解互补问题提出的阻尼Gauss-Newton方法的收敛性质，在较弱的条件下，给出了一个全局收敛效果，这个结果是Subramanian PK (1993)和（1997）中相应结果的一个推广。