摘要：多维属性离散化能提升机器学习算法训练的速度与精度,目前的离散化算法性能较低且多是单属性离散,忽略了属性之间的潜在关联。基于此,提出了一种基于森林优化的粗糙集离散化算法(a discretization algorithm based on forest optimization and rough set,FORDA)。该算法针对多维连续属性的离散化,依据变精度粗糙集理论,设计适宜值函数,进而构建森林寻优网络,迭代搜索最优断点子集。在UCI数据集上的实验结果表明,与当前主流的离散化算法相比,所提算法能避免局部最优,显著提升了SVM分类器的分类精度,其离散化性能更为优良,且具有一定的通用性,验证了算法的有效性。

摘要：针对自治水下机器人(AUV)所处的真实海洋环境,通过分析长距离航行时AUV局部规划必须考虑的各种因素和可能产生的影响,设计一种局部规划器的结构,提出基于模糊逻辑的解决方案。该方法能实时综合考虑机器人的各种状态、其所处的海洋环境及任务目标情况,并根据三者间的关系得出速度折扣因子。实验表明,该方法能有效处理海洋环境下AUV大范围长距离航行的局部规划问题。

摘要：随着水下机器人反围捕策略研究的不断深入,水下机器人围捕变得越来越困难。为此构建一种多层环状伏击围捕模型并设计了基于围捕任务的任务分配方法,使得水下机器人能够充分利用自身的特点更好地完成任务。同时,考虑在围捕过程中随时间推移,系统内能量会出现消耗不均的现象,据此提出一种能量均衡方法平衡系统能量的消耗。实验证明所提出的基于多层环状围捕模型的能量均衡策略任务分配方法能有效提高围捕成功率,延长系统寿命。

摘要：数字博物馆是各种先进的数字化技术在博物馆领域研究和应用的集中体现的载体,是现代博物馆发展的方向。然而,数字博物馆建设所需文博、传播、管理、技术等各方面复合型专业人才储备严重不足,直接阻碍了数字博物馆的快速发展。本文基于现代高等教育博物馆人才培养所存在的问题,提出数字博物馆人才培养模式和方式,认为组建博物馆数字化课程群,加强课内实践和课外以项目形式的专业实践是提高学生博物馆数字化专业能力的教学模式。另外,通过大学生数字博物馆创新创业基地的实践和摸索,加强行业的对接性,可提高学生的就业质量和社会影响力。

摘要：伴随着海洋的开发,水下机器人得到广泛的应用。但是由于水下机器人各自由度之间存在较强的耦合和非线性特征,其精确的数学模型很难获得。因此,在设计控制器时需要考虑许多因素。本文旨在探讨水下机器人空间运动数学模型的建立方法,并根据实际需要和控制器设计的方便进行了适当简化,得到了AUV六自由度运动模型。

摘要：针对水下机器人各自由度之间存在较强的耦合和非线性特征,其精确的数学模型很难获得的问题,建立了水下机器人空间运动的数学模型,并根据实际需要和控制器设计的方便进行了适当简化,得到了水下机器人自由度运动模型.在此基础上,使用了基于神经网络的PID控制方法.结合水下机器人六自由度水动力模型,建立了基于BP网络的PID的水下机器人控制器,并进行了仿真环境下的试验.试验结果表明,以上控制方法较为适合水下机器人的运动控制.

摘要：本文对本科生教学实践环节的现状和存在的问题进行了分析,并分析了存在问题的原因,针对存在的问题提出了解决的构想。

摘要：古建筑多维模型库的搭建与展示界面设计是古建保护利用的基础工作。文章在已有大量古建三维模型数据的基础上,通过梳理中国古代建筑的发展脉络,进行了古建模型库的搭建与多维度界面展示设计研究,解决了模型数量多、无法充分利用的问题,对于古建场景复原有重要的意义。