机器人三维定位系统中关键技术的研究

深入研究了机器人三维定位系统中的扫描匹配及位置信息空间定位技术,提出了一种基于ICP的高效扫描匹配算法。该算法采用滤波,特征提取及非线性迭代的方法在保持扫描匹配的精确度的同时大幅减少了计算时间,弥补了传统ICP算法效率较低以及可能收敛不到全局最优解的缺陷。然后使用在改进算法的基础上引入倾角传感器的方法解决了传统机器人定位系统中存在的不易获取地面坡度信息以及恢复出的机器人空间位置精度较低的问题。     

基于激光扫描数据的室外场景表面重建方法

针对激光扫描特点，提出了一种自适应室外场景表面重建方法。首先，定义无效数据与有效数据，提取主要被测物；接着，通过边缘提取、拐点确定和表面曲率估计进行自适应重采样；然后，识别空洞，区分物体，给出网格剖分方法。实验验证了算法既可去除冗余数据又可突出重要边缘信息，有利于激光扫描数据的存储和传输。     

一种基于时空分布特征的新闻字幕检测新算法

新闻字幕中包含有丰富的语义信息，是实现自动化视频检索、分析和理解的重要信息源之一。本文通过研究新闻字幕的时空分布特征，提出了一个新闻字幕检测新算法，该算法首先用有师学习的方法获取字幕大小、方向、形状等信息；然后根据视频字幕区域的灰度空间差分分布特性，利用字幕的尺寸约束检测字幕，根据字幕时间持续特点，去除时间冗余；最后对字幕区域进行二值化。实验表明该算法对非滚动标注字幕检测效率高，实时性好，且对不同新闻视频具有较强的自适应性。     

一种图象方向检测方法

在图象处理、模式识别中,经常要提取轮廓的走向、灰度电平变化方向的参数。在以往的方法中,常常采用不同方向的模板,对图象进行卷积运算,然后据所得的结果判别其方向。然而随着分辨率的提高,模板的数量也增加,卷积运算也增加,因此一般只能选取8个模板.本文提出一种比较法,它根据图象邻近象素点比较的结果,以权函数表示,其最终结果可获得16个方向的分辨率,由于没有乘法运算,因而运算速度高,易于硬件实现。     

基于隐马尔可夫模型的文本信息抽取

文本信息抽取是处理海量文本的重要手段,将隐马尔可夫模型应用到信息抽取领域是一个比较新的研究课题。提出了一种基于隐马尔可夫模型的文本信息抽取算法。该算法利用文本排版格式、分隔符等信息,对文本进行分块,在分块的基础上结合隐马尔可夫模型进行文本信息抽取。仿真结果表明,新的算法在精确度和召回率方面有明显的提高。     

振动筛板萃取塔的轴向混合和塔藏量的研究

本文对塔径90mm,塔高1980mm,有挡板的振动筛板萃取塔中连续相轴向混合和分散相塔藏量进行了实验研究.实验体系为煤油一水.通过实验,分别得到了连续相轴向混合系数和分散相塔藏量的关联式.     

高速集成电路电源网络的电容参数提取

提出一种基于矩量法的加速计算均匀介质中高速集成电路电源网络分布电容参数的方法。利用电源网络中电源线与地线交替分布且具有一定周期性的特点，引入周期单元，通过在适当的位置添加电壁和磁壁，可以显著减小求解空间。单元的格林函数解具有无穷级数的形式，收敛缓慢，采用Pade逼近对其进行加速。计算结果表明，该方法有效提高了电源网络电容参数的提取效率，且具有较高的精度。     

快速多变量自回归模型的意识任务的特征提取与分类

给出了一种有效的多变量自回归(Multivariate Autoregressive，MVAR)模型参数和阶数估计的快速算法，通过QR分解技术减少了多维矩阵求逆的运算量，提高了模型估计的速度．利用该算法对4个实验对象的3种不同意识任务的脑电(EEG)信号进行特征提取，并将得到的特征向量作为径向基函数神经网络的输入进行训练和分类测试．分类结果表明，利用该方法进行EEG信号的特征提取，分类的正确率明显高于单变量自回归模型，而且算法运算速度快，可以用于不同意识任务EEG信号的在线特征提取与分类系统．     

舰船噪声的状态空间重构与特征压缩

介绍了以Takens的嵌入定理为基础的状态空间重构混沌信号处理方法，为了降低特征维数、减小特征成分的相关性、突出特征的差异性，同时引入了K-L(Karhtmen-Loeve)变换。利用舰船噪声信号的混沌特性，提出了一种基于状态空间重构与K-L变换相结合的特征提取方法，并用此方法对舰船噪声信号进行特征压缩。计算机仿真结果表明该方法具有较好的分类效果。     

大麻纤维的开发利用——大麻化学脱胶及纤维加工工艺

大麻因单纤维细胞很短,脱胶又很困难,国际上长期以来,没找到一条能使其应用于机器纺织的有效办法。本文根据大麻的化学成分和物理性质,论述利用化学的方法进行适度脱胶,再利用机械分离的方法,分级提取不同长度的纤维,以适应国内外现有的纺纱机器,织造各种花色品种的高档服装面料。