虚拟实验室中实验容器的建模

虚拟实验室必须有虚拟实验环境的支持。文中论述了虚拟实验室中常用容器的建模，并对一般的挤压造型方法作了改进。使用VRML中两个Extrusion节点分别对容器的内外壁进行造型，通过两次挤压造型，其模拟容器形体具有较好的真实感。     

基于小波变换的自适应算术编码方法

基于小波变换提出了一种新的编码方法－自适应算术编码。该方法计算效率高并具有自适应性,其编码效率高于Ｈｕｆｆｍａｎ编码。     

一种新的快速码本搜索算法设计

提出一种新的分类预选算法。旨在解决矢量量化数据压缩技术中,当码本值和矢量维数增大时,全码本搜索产生很大的实时复杂计算问题。该算法与传统的全搜索算法相比,能减小编码矢量选取过程中产生的计算复杂度。同时,编码器的性能几乎没有受到影响,仅仅在存储需求量方面略有增加。     

基于回报函数逼近的学徒学习综述

回顾了基于回报函数逼近的学徒学习的发展历史,介绍了目前的主要工作,总结了学徒学习的一般方法,讨论了线性和非线性假设条件下的回报函数求解,比较了逆向增强学习(IRL)和边际最大化(MMP)两类逼近方法.基于IRL的学徒学习是一种通过迭代的方法用基回报函数的线性组合来逼近真实回报函数的过程.MMP方法可以看作是一类基于梯度下降的最优化方法.综合采用滤波及将策略函数概率化等方法可以降低对专家演示的最优要求.最后指出了该领域存在的问题,提出了未来的研究方向,如在部分可观察马尔可夫决策过程框架下的学徒学习及对不确定策略的学习等.     

一种快速高斯粒子滤波算法

为改善高斯粒子滤波(GPF)算法的实时性,研究了一种快速的GPF算法.在GPF的预测及更新步骤中用初始粒子群的线性变换取代高斯分布采样,以降低生成新粒子群所需时间,提高滤波算法的运行速度.对两种生成粒子群方法的复杂度及粒子群所代表的分布进行了分析,分析结果表明:线性变换法和高斯采样法生成的粒子群所代表的分布相同,且线性变换法的运行效率更高.将粒子滤波算法(PF),GPF算法及改进后的GPF算法分别应用于一维的一种离散时变非线性模型和二维的基于角度目标跟踪(BOT)模型,仿真结果表明:改进后GPF算法预测性能不变,速度得到了提高,生成1 000个粒子平均需时22 ms,比GPF算法减少了6 ms.     

基于Web的数字电子虚拟实验系统平台

介绍了一个基于Web的数字电子虚拟实验系统平台.该系统平台给用户提供了具有真实感的实验环境、方便快捷的操作功能以及全面强大的仿真功能.系统提出并使用分段仿真机制以及电路状态保存机制,解决并实现了数字电路实验中的连续仿真过程.该数字电路虚拟实验系统(ECVlab)已经在浙江大学等院校本科教学中投入试用,取得了良好的成效.     

基于连续状态空间的启发式路径规划算法

提出了一种基于连续状态空间的高效启发式路径规划算法,即连续A#算法.该算法继承了混合A#算法的优点,定义了非均匀栅格粒度,自适应地增加了栅格粒度,解决了混合A#算法降低计算粒度后会带来额外计算开销的问题.进一步讨论了影响连续A#算法性能的相关因素,并在此基础上进行了优化.仿真结果表明:连续A#算法在计算性能上优于混合A...     

贝叶斯压缩感知稀疏信号重构方法研究

讨论了贝叶斯框架下压缩感知稀疏信号重构的方法,描述了基于非参数方法构建压缩感知字典的过程.实验结果表明:基于贝叶斯方法的压缩感知算法能够对单元脉冲信号进行较好重构,且与其他算法相比具有更小的重构误差.最后对贝叶斯压缩感知的发展进行展望.     

基于Web的自主式移动机器人的调试仿真环境

提出了一种采用浏览器／服务端和客户端／服务端混合结构的机器人调试与仿真环境。该环境部分采用了网页技术，适用于调试和仿真多智能主体系统结构的自主移动机器人．在介绍其组成结构的基础上，详细分析了自主移动机器人调试和仿真的结构，讨论了在实时在线监控、离线数据回放、模拟仿真、真实数据仿真等几种情况下的工作模式及作用．实验结果表明，该调试仿真环境能有效地对自主移动机器人进行监控、跟踪、记录、调试、仿真，在实际项目开发中提高了系统的开发效率，缩短了开发周期．     

基于充分统计量的在线背景减除方法

提出了一种使用高斯混合背景模型和充分统计量的在线背景减除算法——在线k-means算法.该算法不同于EM(期望最大化)算法的硬分配,而是使用k-means的软分配,使用充分统计量能够更有效地统计数据的变化,并且提高在线算法的速度和收敛性.实验结果表明:在实时监控应用中,在线k-means算法能有效检测运动目标,且计算速...