MKLasso模型的算法与模型选择

在KLasso模型基础之上,引入多核函数与多核参数重新建立的一种更为广发的非线性的多核KLasso模型（MKLasso模型）,采用基于梯度Boosting的思想的算法进行求解,并依据人类观察事物的一个基本特征,即人眼位于数据空间较近时能够看清细节,较远时只能够看清整体结构的特性设计了一种模型选择策略,通过实际的3个数据集设计6组试验,来验证该算法的有效性。模拟试验结果表明：MKLasso模型的预测能力明显优于KLasso模型,其预测均方误差提高了10倍;该算法运行高效,抗噪声能力强,在参数选择方面又有一定自己的优势,可以直接选择核参数,算法大大降低了调试与运算时间。     

一种基于深度特征的室外环境下激光地图辅助视觉定位方法

针对无GPS或弱GPS信号下的室外环境中的车辆无法定位问题,提出了一种利用激光地图辅助视觉定位方法。首先利用双目相机的视差图的深度与三维激光雷达地图进行匹配,然后通过最小化深度残差来估计六自由度相机位姿,接着利用视觉跟踪产生的良好的初始估计和提出的深度残差方法可有效地估计相机的位姿,最终通过估计相机的位姿完成定位。通过对比多个公开数据集,验证所提方法的准确性和有效性,最后利用实验小车采集校园数据,仿真和实验结果都证明利用此方法的有效性和在室外环境下的视觉定位的准确性。     

基于LabVIEW的实时视觉铝合金脉冲MIG焊测控系统

针对铝合金脉冲MIG焊过程测控的需要,利用LabVIEW虚拟仪器技术设计铝合金脉冲MIG焊过程多数据的同步实时采集及控制系统.考虑脉冲MIG的特点及开发的效率、控制速度等要求,采用数据采集卡+PC机+实时控制器的模式,通过选择LabVIEW做为测控系统的信号采集及处理平台,并在硬件平台设计的基础上,通过COM技术的引入,实现了复杂信号处理算法下的电流、电压与视频信号高速数据流的并行处理.实验表明:所建立的平台能正确稳定地实时采集并处理铝合金脉冲MIG焊过程中信息,程序界面友好且可扩展性强.     

现代设计视野下图形设计的解构与重构

我们所处的时代是一个愈来愈图形化的时代,图形创意设计作为一个现代设计概念,成为艺术与科学、图示符号与寓意概念的交汇之处。本文以现代设计发展为背景探讨图形设计的解构与重构问题。     

视觉空间智能在中学地理正午太阳高度角教学中的运用和培养

视觉空间智能是多元智能理论中每个人都具有的智能之一,在地理课堂上主要表现为观察能力.在中学地理教学中,当涉及到正午太阳高度角这样的空间概念时,教师在讲解过程中要借助模型和各种图形的演示,将平面图转化为立体图,帮助学生在大脑中形成空间概念.本文作者在教学过程中注重教会学生如何使用示意图、图形组来理解学习任务,并促进视觉空间智能的发展.     

低维自由粒子系统和转子系统的微观状态数

本文研究了微正则系综中一、二维自由粒子系统和转子系统的微观状态数,将量子的分立能级模型和经典的连续能级模型的计算结果做了比较.对于一、二维的自由粒子系统,随着系统中粒子数的增加,微观状态数由弥散的分布趋于经典极限的分布,即趋于经典统计的分布.对于转子系统,难于计算其经典模型的微观状态数.本文从离散能级微观状态数在粒子数趋于很大时的趋势.用曲线拟合给出了经典连续微观状态数应有的公式.     

基于粒子滤波的雅可比矩阵在线估计技术

研究基于图像的机器人视觉伺服技术中雅可比矩阵的在线估计方法.以雅可比矩阵的元素构成系统状态向量,将问题转化为对系统的状态估计问题.引入非线性非高斯系统的粒子滤波算法,在该算法的框架下在线估计图像雅可比矩阵.以非高斯环境下二自由度机械手跟踪运动目标这一应用背景为例,分别对新提出方法与已有基于Kalman滤波的估计方法进行了实验比较.结果证明,前者具有更高的估计精度和更强的鲁棒性,基于粒子滤波的方法不仅可以避免系统标定,而且对系统噪声的类型没有具体要求.     

视觉传达设计中图形语言自动编排算法

采用传统算法进行图形语言描述时由于缺少一个严格的标准,导致得到的结果不够准确,不能有效确定图形显示尺寸和位置,难以有效支持图形语言编排控制。因此,提出一种新的视觉传达设计中图形语言自动编排算法。通过固定值法对视觉传达设计中缓冲区图像的显示尺寸进行计算,将编排版面数量最小值和表面利用度最高值作为编排目标函数,采用蚁群算法对其进行求解,得到最优解,获取视觉传达设计中图形最佳显示位置。通过依据规则的语法描述与依据ASM的语义描述实现对图形语言的描述。利用并行与选择标识对视觉传达设计中图形语言的并行流程与选择流程进行描述,采用并行流程与选择流程实现图形语言自动编排。通过C语言对所提算法进行程序编写和运行,达到图形语言自动编排的目的。分析实验结果可知,所提算法的用户满意度为7.792,明显高于传统算法,说明所提算法编排效果更好,实用价值更高。     

基于递阶T-S模糊系统的软测量建模方法

在采用递阶模糊系统进行软测量建模时,合理的模糊系统结构对于提高模型的性能具有重要的意义.为选择合理的系统结构,采用多目标遗传算法(MOGA)选择子系统的输入变量,并结合T-S模糊系统的特点,采用二分法划分子系统的输入空间,建立了基于递阶T-S模糊系统(HTFS)的软测量模型.该方法从结构细化、输入变量对输出的影响度、输入空间划分等多方面同时提高建模精度,简化模型结构.仿真结果表明,提出的软测量方法具有精度高、结构简单、生成规则数量少,具有良好的泛化特性等优点.