一个新的非单调自动确定信赖域半径的信赖域算法

将非单调线搜索技术与自动确定信赖域半径的方法相结合,提出了求解无约束优化问题的一个新的非单调自动确定信赖域半径的信赖域算法.在假设对任意x1∈Rn,水平集L(x1)={x|f(x)≤f(x1)}有界,且目标函数f(x)在水平集L(x1)上连续可微;矩阵序列{Bk}一致有界的条件下证明了本算法的全局收敛性.数值结果显示本算法是有效的.     

基于A*改进算法的机械臂避障路径规划

为解决机械臂在运行时可能与工作空间中的障碍物发生碰撞,提出圆柱体包络碰撞检测法和基于A*算法的变步长分段搜索法.运用圆柱体包络碰撞检测法,将碰撞检测问题转化为计算圆柱体间的位置关系.变步长分段搜索法解决了应用传统A*算法可能出现的搜索数据量大甚至搜索死循环等问题.分别在基于OpenGL的三维仿真实验平台和实际系统中验证了该方法的有效性和可行性.     

声学FDTD法完全匹配层数和衰减系数对衰减性能的影响

分析了声学时域有限差分(FDTD)法中完全匹配层(PML)层数、衰减系数对吸收效果的影响.通过建立研究PML边界吸收性能的模型发现:PML边界层层数和衰减系数的选择相互关联;边界层数越多,PML的吸收效果越好,但计算量增大;层数一定时,需要为各衰减层设置合适的衰减系数,以减少衰减系数差异带来的数值反射;在实际计算中,应...     

多窗口模式Roberts聚焦评价方法及其应用

自动对焦是图像测量和机器视觉中的重要技术。分析了自动对焦的基本原理,研究了自动对焦过程中的核心问题,提出了一种基于多区域聚焦窗口模式的改进Roberts聚焦评价函数的自动对焦方法。对图像进行滤波去噪预处理,选取多区域聚焦窗口,利用改进的Roberts聚焦评价函数进行评价,最后采用全局搜索和二分查找相结合的方法进行快速焦点定位。试验结果表明该方法兼顾了灵敏性、稳定性,可快速实现自动对焦。     

基于结构光立体视觉的激光再制造工件的测量

为了实现激光再制造工件的快速准确测量,提出了1套与激光再制造机器人耦合的视觉系统.该视觉系统由2个摄像机、1个激光投射器和计算机组成.摄像机和激光投射器组成扫描测头,由6自由度机器人手持实现多视角扫描.并自动完成数据拼接,消除‘死角'.首先,通过MATLAB编程完成系统标定,分别标定出单目摄像机内外参数矩阵,双目相机关...     

网格笔划密度特征的OPCCR错误自动检测

现有的光学印刷体汉字识别（OPCCR）系统中,汉字识别率虽然已经高达98%以上,但仍然会发生错误识别的情况.通常,这些错误的识别还不能被自动检测,采用人工检测,费时费力,大大降低了实际应用系统的自动化和智能化程度.为此,本论文提出了基于网格笔划密度特征的OPCCR错误的自动检测算法.本算法首先建立标准汉字的网格笔划密度特征的特征库.然后,在OPCCR错误的自动检测时,对光学印刷体汉字图像进行预处理、行分割、列分割得到单个汉字图像,提取单个汉字图像的网格笔划密度特征.再把特征和相应的识别出的汉字的特征库中的特征进行相关匹配.于是,根据特征匹配自动检测OPCCR的错误.     

江西婺源的那只白化斑嘴鸭

2011年3月5日的《南昌晚报》报道了这样一条新闻：“婺源现罕见白化斑嘴鸭”。文章称“一种奇异的白色鸟类近日出现在婺源,相关专家经初步研究,鉴定其为白化斑嘴鸭,由普通野生斑嘴鸭基因突变而形成”。一些网站也积极跟进,先后报道或转载了这条消息,并贴发了多张照片。一时间,“白化斑嘴鸭”或“斑嘴鸭白化个体”成为网络搜索的热门关键词。     

一种信号强度感知的Ad Hoc网络节点移动控制算法

针对Ad Hoc网络节点具有的可移动的特点,提出了一种基于接收信号功率的移动控制算法.该算法是在无法获取节点位置信息的情况下,对网络拓扑进行优化配置.文中定义了基于接收信号强度的性能函数,当节点位于该函数的最小值点时,传输数据所需的能量消耗最小.可将该函数取得最优解的位置作为节点移动的目标位置,并根据检测到的接收信号强度逐步搜索到该位置.实验结果表明,在位置信息未知的情况下,可通过该算法找到节点移动的目标位置从而减少传输能量的消耗.     

m·K1∪T(1,2,n)及其补图的匹配刻画

研究了图的匹配刻画问题,利用匹配根的信息,根据匹配多项式的性质,给出了m·K1∪ T(1,2,n)及其补图匹配刻画的充分必要条件是n≠1,2,5,9.     

基于区域的稠密立体匹配方法

由于现有的基于区域的立体匹配方法获得的视差图可靠性较差,文章提出了一种改进的基于区域增长的稠密立体匹配方法.首先,针对左右两幅图像提取图像对中特征点,采用RANSAC鲁棒算法消除误匹配以生成种子点;其次,采用种手点匹配度排序策略进行区域增长,根据种子点的匹配可靠系数,动态变化搜索窗口,进而生成稠密视差图.实验表明,本文提出的基于区域增长算法在图像匹配过程能够保证较好的匹配精度,提高了算法准确性.稠密匹配结果表明了该算法的良好性能.