无线遥控自动立木整枝机机载控制系统设计

 自动立木整枝机是人工林整枝抚育的重要设备,用于替代人工完成对树木的修剪和整枝工作。本文以自动立木整枝机为控制对象,设计了由复杂可编程逻辑器件和无线数据传输模块构成的无线遥控接收系统,通过接收模块接收控制命令、控制输出脉冲宽度调制信号驱动两路舵机,确保整枝机工作在所需的状态。本设计中所使用的复杂可编程逻辑器件芯片为Altera公司的零功耗芯片EPM240ZM100,电路结构简单,功耗低,经实测,整个控制系统的正常工作电流仅为50mA,可靠遥控距离为45m。     

基于支持向量机的非线性系统辨识

支持向量机（SVM）是一种基于结构风险最小化原理的学习技术，也是一种新的具有很好泛化性能的回归方法，该文利用支持向量机对非线性系统进行黑箱建模，介绍了V-SVR的基本理论，并进行了仿真实验，结果验证了所提出的方法的正确性和有效性。     

基于二维Gabor小波和孪生支持向量机的图像识别算法

为了提高图像识别性能,采用孪生支持向量机用于图像分类识别,并结合二维Gabor小波对图像纹理特征进行提取,借助局部线性嵌入(Locally linear embedding,LLE)降维,以进一步提高图像识别准确率和识别效率.采用二维Gabor小波对图像数据进行有效滤波,获得图像关键纹理特征,然后对大量纹理特征进行LL...     

基于HOG/PCA/SVM的跨年龄人脸识别算法

为了实现跨年龄的人脸识别,通过梯度幅值和梯度方向这2个重要的图像特征测量图像相似度,建立了一种方向梯度直方图 (HOG)、主成分分析 (PCA)和支持向量机（SVM）相结合的人脸识别算法.首先对从FG-NET数据库中选取的人脸图像作预处理,然后用HOG算法提取特征值,用PCA方法降维特征值,最后将样本输入到SVM中进行训练,人脸识别匹配度最高可达90.91%.实验结果验证了算法的有效性.     

基于特征选择和聚类的分类算法

针对目前特征选择算法应用于数据分类精度不理想的问题, 提出一种基于最大相关最小冗余的特征选择算法, 该算法结合特征选择算法和聚类分析算法对特征进行处理, 将分类中冗余的特征去除. 利用支持向量机对一组心脏病患者实际测量得到的数据进行分类实验, 实验结果表明, 该方法可有效筛选影响分类的特征, 进而提高分类准确率.     

基于改进PSO算法的混合核SVM算法

提出一种基于改进粒子群优化（PSO）算法的优化混合核支持向量机（SVM）算法（ILPSO）, 解决了一般混合核SVM算法很难评定参数选择的问题. 该算法通过限定粒子的速度、 搜索空间和交叉算子等多种寻优策略加强其收敛特性, 得到了参数的最佳组合. 仿真实验表明, 该算法能更快速、 有效地获得参数的最优值.     

无人机自主控制技术发展与挑战

 无人机飞行环境的高度动态性、不确定性和复杂性是无人机自主控制技术发展面临的主要问题。人工智能和高性能计算技术的进步为创造拥有高度自主能力的无人机提供了有利条件。本文介绍了无人机自主控制的定义和内涵,对无人机自主控制关键技术的发展现状进行了总结,并从“智商”、“情商”和“逆商”的角度提出了无人机自主控制研究的主要挑战和解决途径。     

运动想象脑机接口系统的Petri网建模方法

针对脑机接口(BCI)中的共享控制问题,提出一种BCI系统的Petri网建模方法.首先,将共享控制策略与BCI系统的内外部信息相结合,构建运动想象BCI系统的Petri网模型,描述系统的运行状态,分析和改进共享控制策略.然后,加入控制库所描述系统的外部输入,并通过合成Petri网的方法简化Petri网的建模过程.结果表明:所提方法能够正确地演化BCI系统的运行过程,提高BCI系统的适用性,可用于设计、验证和执行共享控制策略.     

基于支持向量机方法的网络入侵检测实验研究

网络信息不断增加和攻击手段日益复杂,给网络安全领域带来了日益严峻的挑战.为了改善网络入侵检测技术现状,提出了一种基于支持向量机和决策集合理论融合的网络入侵检测方法,通过对规则信息、攻击信息、边界信息的准确界定完成检测过程.选取了基于神经网络的入侵检测方法、基于遗传算法的入侵检测方法、基于传统支持向量机的入侵检测方法作为对比算法,在K-Cup测试数据集下展开实验研究.实验结果表明,该文提出的方法具有更高的召回率、精确率、查准率和更低的误检率,其性能明显优于其他3种方法,可应用于入侵检测领域.     

新型冠状病毒肺炎中西医诊疗探讨

探讨新型冠状病毒肺炎的中西医诊疗研究现状。西医方面,介绍该病的流行病学特点及传播途径、临床诊断方法、临床表现与分型、西医治疗。中医方面,介绍该病的中医病因病机认识及中医药防治现状;并从中医学理论分析,提出关于该病病性、病位、病机、治则、转归及危重症等方面的新观点,提倡中西医结合救治。