基于多特征融合的自适应权重目标分类方法

提出一种自适应权重的融合卷积特征和方向梯度直方图(HOG)特征的目标分类方法,实现快速精准分类目的.首先,利用ResNet网络框架提取图像卷积特征,增加OpenCV接口以提取图像HOG特征,对HOG特征图扩维处理至与卷积特征同维;然后,在ResNet网络框架中嵌入SENet模块,计算卷积特征和HOG特征的权重向量,将卷积特征、HOG特征及相应的权重向量加以变权值叠加,实现多特征的自适应同步融合,以此构建二分类网络模块;其次,将二分类网络模块嵌入Faster Rcnn网络,构成Faster Rcnn-HOG新型网络,通过基于变阈值的粗检测策略和先验知识的区域关注策略得到图像中目标预处理检测框,利用二分类网络模块精确判定,实现目标分类.将Faster Rcnn-HOG与传统Faster Rcnn网络及另一特征融合网络Net-BB-HOG进行对比试验,三种方法在目标大类识别方面性能基本相当,但是FasterRcnn-HOG在目标小类识别方面效果更佳,证明了提出的多特征融合自适应目标分类方法的有效性和正确性.     

考虑关节摩擦的机械臂系统变结构自适应控制

针对机械臂关节非线性摩擦因素影响,结合滑模变结构控制方法,提出一种考虑关节摩擦作用的机器臂系统变结构自适应控制方法.通过定义Lyapunov函数,获得了参数自适应律.在回归矩阵计算中,利用期望轨迹及速度替代关节实际轨迹及速度,有效节约了回归矩阵计算时间.仿真结果表明,该方法对系统不确定性和非线性关节摩擦等干扰具有很好的...     

Spark框架下混合SACS-GS的大数据清洗方法

提出一种Spark框架下自适应布谷鸟搜索(self-adaptive cuckoo search,SACS)和引力搜索(Gravitational Search,GS)算法的混合SACS-GS方法,并给出了Spark框架下SACS-GS方法大数据清洗方案.首先提出自适应布谷鸟算法,给出两种改进的搜索策略,通过线性递减概率规则将两种策略结合起来,形成自适应搜索策略,避免种群早熟和提高收敛速度,然后引入自适应发现概率,提高种群的多样性. SACS算法混合GS算法得到SACS-GS方法,该方法通过引力搜索算法的局部搜索能力来确定自适应布谷鸟算法的全局范围,并找到使卵生长和成熟的最佳解决方案,有效地识别大数据中的错误数据.实验结果表明, SACS-GS方法具有较高的大数据异常检测精度,且精度高于其他现有方法,处理时间低于其他方法.     

绢纺生产用抗静电剂的研究——SS1与SS2绢纺抗静电剂

本文对绢纺生产用抗静电剂的配方进行了研究,研制出SS1及SS2绢纺抗静电剂。应用表明,采用此类抗静电剂,不但降低了生产中的静电,而且提高了梳折;在圆梳系统中提高了3.23％,在精梳系统中提高了3.1％;同时精绵的长度和强力也有所增加,从而提高了经济效益。     

拟线性对称双曲型方程组在劈状区域内的合格边值问题

本文考虑在劈状区域内拟线性对称双曲型方程组的边值问题,在对边界条件的一定限制下,给出了通常Sobolev模的能量估计并证明了解的存在性,并用同样方法讨论了小交角区域内对称双曲型方程组的初边值问题。     

并行小波滤波器

给出并证明了一种并行滤波器的设计算法，提出和论述了并行小波滤波器的基本设计方案，设计中采用了多种并行处理技术。     

一种自适应涡团法

涡团法对二维无粘不可压缩流动是具有吸引力的数值方法．本文应用Ｄｅｌａｕａｙ三角形，提出了一种自适应涡团法．数值结果表明，本文涡团法比传统涡团法有更高的精度，能适应于长时间历程问题．     

具有未建模动态系统的鲁棒自适应控制

本文针对一类具有未建模动态的离散线性系统提出了一种新的鲁棒自适应控制算法。此算法由一带有相对死区的最小二乘参数估计方案和一带有模型误差反馈的广义最小方差控制器构成。本文证明了：此算法不仅能保证在有未建模动态存在时闭环系统是鲁棒稳定的，而且还能保证系统的平均跟随误差趋于零。仿真结果表明：采用本文方法即使用低阶模型设计仍能获得满意的控制效果。     

一种抑制零漂和工频干扰的方法

介绍了用程序消除数据采集过程中零点漂移和工频干扰的方法，并在实用中取得了良好的效果。