反演单神经元PID复合控制在伺服系统中的应用

针对火箭炮位置控制中存在的转动惯量和负载力矩变化大、冲击力矩强等特点,提出了一种反演单神经元比例-积分-微分(PID)复合控制方法。单神经元PID控制可对传统PID控制器的比例、积分、微分系数进行在线调整,实现了系统的自适应控制。反演算法可使较大的系统误差快速收敛到设定值以内,提高了系统的自适应能力。仿真及实验结果表明,该文复合控制方法具有更好的稳定性和动态跟踪精度。     

基于放电检测和机器视觉技术的火花塞缺陷检测系统

为了减少传统人眼目测检测造成的误差,提高火花塞的缺陷检测效率,设计了1种基于放电检测技术和机器视觉技术的火花塞缺陷检测系统.火花塞缺陷检测系统由工控机、NI DAQ数据采集卡、IGBT驱动板、IGBT模块、点火线圈、分压模块和工业相机构成.利用脉宽调制技术和电磁感应原理,对火花塞施加电压,通过抓拍点火线圈电压输出下火花...     

即刻早基因ZENK的基因功能及其应用进展

即刻早基因ZENK是核基因组内编码转录因子的单拷贝基因,它受多种胞外信号,如血清、生长因子、细胞因子和激素的作用在不同类型细胞内迅速、大量表达.ZENK蛋白通过C2H2型锌指识别靶基因启动子中的GC丰富序列并发生作用,从而调控靶基因的转录.ZENK基因参与细胞生长、分化、发育的调控,而且其在大脑的诱导表达与动物的学习、记忆密切关联.另有研究显示,ZENK具有很高的进化保守性,可以作为新的分子标记运用于分子系统学研究.     

基于单目视觉的高速并联机器人动态目标跟踪算法

在高速并联机器人视觉分拣系统中,由于安装误差等原因,视觉系统与传送带以及机器人与传送带之间会存在一定的角度偏差,导致目标物体在分拣系统中的定位精度较低,使机器人末端不能精确抓取动态目标.而且传统的单目视觉定位及跟踪算法存在精度低、运算速度慢等问题,影响视觉分拣系统的计算速度,降低系统的实时性.针对以上问题,提出了一种基于圆特征的单目视觉定位与传送带标定结合的动态目标跟踪算法,首先不需考虑相机坐标系与传送带坐标系的角度偏差,拍摄一个圆形目标,并以光心为顶点构造直椭圆锥的几何成像模型.在此基础上利用其几何关系求取圆心在相机坐标系下的深度信息,再结合传送带标定与张正友标定方法,确定传送带编码器的比例因子以及机器人坐标系和传送带坐标系之间的角度偏差,并实时跟踪圆形目标运动过程中圆心在机器人下的位置.最后,对所提算法和传统算法分别进行实验对比,结果表明,该动态跟踪算法通过圆锥投影的几何关系推导圆心的空间坐标,避免了传统复杂的非线性方程求解,定位精度和计算速度大幅提高.该算法消除了传统算法的角度偏差,平均位置误差为0.82 mm,具有较高的定位精度.运行中系统耗时较短,运行效率得到了有效提高,且误...     

基于机器视觉的刀具磨损检测技术

针对当前国内外刀具磨损检测的缺点和存在的问题,设计了基于机器视觉的刀具磨损检测方案,分析了刀具磨损检测的原理和识别过程,并结合图像处理的方法,采用自适应中值滤波对刀具图像进行平滑去噪,进一步得到刀具的二值化图像,再采用Canny边缘检测技术提取刀具轮廓信息.最后提出基于人工神经网络的刀具磨损检测算法.     

基于车道居中控制的驾驶员切弯行为偏好视觉影响机制

驾驶模拟器的采集车道居中控制系统（LCCS）开启时,根据高速公路匝道弯道上的驾驶员注视点视角与关键路点视角信息,建立模型分析视觉特征与该工况下驾驶员对路径切弯行为偏好的关系。首先,提出基于临近路点的驾驶员注视行为分析方法;其次,分析不同弯道区间段上关键路点与驾驶员注视视点之间的位置关系,以及利用其预测偏好的可行性;最后,基于视觉特征设计了72个统计指标,筛选后选择其中8个指标建立切弯行为偏好估计逻辑回归模型。结果表明：该模型能够准确估计驾驶员对两条路径在弯道中心区域切弯程度的相对偏好;模型中的参数反映了切弯行为偏好背后的视觉影响机制,这为弯道居中控制时的驾驶员偏好获取及其自适应方法提供了依据与支撑。     

神经元的几何形态分类

为了对不同神经元进行区分,采用L-Measure软件对神经元的几何形态进行特征提取,通过主成分分析对提取的特征降维进行处理.采用概率神经网络、BP(Back Propagation)神经网络和模糊分类器组成的分类器“投票”,对锥体神经元、普肯野神经元、运动神经元、感觉神经元、双级神经元、三级神经元和多级神经元7种神经元...     

不同最佳频率的下丘神经元的声反应特性和方位敏感性

在自由声场刺激条件下 ,从 2 0只昆明小鼠 (Kunming Mus Musculus)下丘 (Inferior Col-liculus,IC)记录到 1 93个神经元 .将这些神经元按其最佳频率 (best frequency,BF) (k Hz)分为(5 ,1 0 ],(1 0 ,1 5 ],(1 5 ,2 0 ]和 (2 0 ,3 1 ]4个频率段 ,观察和分析它们的声反应特性 ,并用最小阈值(minimum threshold,MT)和放电率 (firing rate)标准对这些神经元前听空间俯仰方位(Elevation) 0平面的 7个水平方位 (Azimuth)角 (同侧 90°、60°、3 0°,0°,对侧 3 0°、60°、90°)的敏感性进行了研究 .结果表明 :1、IC神经元的放电率和潜伏期基本随刺激强度的增加而增加和缩短 ,其函数表现为三种基本不同的形式 :单调型、非单调型以及放电率函数的不规则型和潜伏期函数的饱和单调型 .非单调函数神经元数目高于单调函数神经元 .三种函数形式的神经元数目分布与 BF之间无明显相关 ;2、BF较高的 IC神经元的潜伏期与 BF较低的神经元的潜伏期之间未发现显著性差异 ;3、用低 MT和最大放电率指标检测 IC神经元的方位特性发现 ,在神经元的最敏感角度展现出低 MT和高放电率 ,虽然最佳敏感角度的分布随频率段而不同 ,但绝大部分神经元的最敏感角度位于对侧 ,其中以对侧 60°所占比例最大 .用低 MT指标所确定的最佳敏感角度     

自动空中加油技术研究进展与关键问题

自动空中加油是空中加油的高级实现形式,其应用可极大拓展无人驾驶飞行器的效能,近几年正成为国外航空领域新兴的研究内容之一。在分析自动空中加油特点的基础上,对现有的两种空中加油方式作了比较。根据国外有关自动空中加油研究的最新进展,从传感器选择、加油状态下的控制器设计、仿真与测试3方面详细论述了其基本原理与技术问题,指出了在研究自动空中加油技术时,所需解决的传感器精度、会合对接策略、协同操作、命令与通信、导航算法等关键技术问题。最后针对其研究现状与现有技术能力,指明了近期可初步开发利用并有望实现的技术。     

VTC-KSVD:一种融合视觉特征与标签一致性的多标签图像标注方法

提出一种融合视觉特征及标签一致性的多标签图像标注方法VTC-KSVD.首先通过K均值奇异值分解（KSVD）法建立图像的标签一致性模型TC-KSVD,然后将多视图特征融合在该模型中.该方法既利用了训练样本的类标与编码系数的判别式模型,又利用了训练样本的标签与编码系数的关系,增加了字典的判别性,提高了标注性能.在Corel5K数据集上的实验结果表明,融合了多视图视觉特征与标签一致性的VTC-KSVD方法可以较为准确地找到视觉特征与语义特征均相似的图像近邻,能明显提升多标签图像的标注性能,并能有效缓解训练数据有限而引起的稀疏性问题.