摘要：台词、朗诵是表演专业学生的基本素养,许多表演专业会设置专门的台词课程,但反观当下的主持专业的学生,却不是人人都会表演。教学中,有的学校也没有在基础理论教学中把表演当成基本功来训练,这是当下主持教学设置中的一种缺失。应从表演与朗诵的关系入手,分析两者的异同,给播音主持教学活动一些建议,以期改变这一现象。

摘要：对信息经济下的广义信用概念进行界定,提出信用经济的内在机制为共享、协同、合作、信任四个方面,信用经济运行的基础包括平台构建、平台授信、信用累积、标准设计、产品开发五大环节。以二手车交易市场为例,分析信用经济的效率,比较自然状态、中介存在和完备信用体系三种条件下的交易情况,表明在完善的信用体系下交易效率明显提高,交易相关主体的社会福利均得到改善。为完善信用体系建设,推动信用经济发展,提出广义信用建设的政策建议。

摘要：研究模糊控制器问题,针对广泛应用的三角形和梯形隶属函数存在的问题,为提高控制器的控制性能,设计并研究了一种将三角形和梯形隶属函数作为特例的广义线性隶属函数,并将它作为输入隶属函数,应用于两输入一输出的典型模糊控制器。基于模糊控制器的解析结构,在不增加模糊规则的情况下,增加模糊子空间的划分,使用合适的隶属函数提高模糊控制器的控制性能;同时,证明了输入为广义线性隶属函数的模糊控制系统的解析结构是全局多值继电器和局部PI控制器之和。最后,仿真结果证明了设计的有效性,并为线性隶属函数的模糊控制器起到了优化性能的作用。

摘要：针对INS/视觉无人机自主着陆导航中,由于视觉观测数据具有不确定性噪声及数据更新周期长等原因,易导致卡尔曼滤波估计精度低、实时性差的问题,设计了一种基于模糊预测的INS/视觉无人机自主着陆导航算法。首先,利用三角模糊数对视觉观测数据进行处理,减小视觉观测噪声和解算误差的不利影响;然后,在卡尔曼滤波状态方程更新时,采用模糊预测同步预测视觉观测数据,得到无人机高精度姿态信息的同时提高无人机位姿估计的实时性。最后,自主搭建了基于STM32的低成本INS/视觉四旋翼无人机自主着陆实验平台,实测飞行着陆结果验证了本文所设计的无人机自主着陆算法可有效避免观测数据存在观测噪声与解算误差,在提高无人机位姿估计精度的同时保证了实时性。

摘要：针对传统蚁群算法在移动机器人路径规划中存在易陷入局部最优解、收敛速度慢的问题,设计了一种改进蚁群算法。首先,通过分析父节点与子节点的位置关系,缩小可选孙节点范围,降低了蚂蚁搜索的盲目性,减小了计算代价;然后,通过设置启发函数,使蚁群算法适应不同复杂度的变化环境需要,并且为搜索方向提供一定的指导性,由此提高算法收敛速度;最后,依据算法迭代次数,建立相应的自适应信息素给予机制,避免算法后期信息素过度积累而限制最优解的多样性。仿真实验验证了在不同复杂度的环境中,所设计算法的有效性和适应性,该算法具有良好的收敛速度和路径全局优化能力。

摘要：设计了一种将三角形和梯形隶属函数作为特例的广义线性隶属函数,推导了输入采用广义线性隶属函数的典型Mamdani模糊系统的解析结构,证明了典型模糊系统是单调、递减的有界连续函数;在此基础上证明了该类模糊系统能以任意精度逼近任意连续实函数,最后仿真实例证明了本设计的有效性。

摘要：为了提高无人机视觉/INS组合导航系统的位姿估计精度,提出了一种基于灰色模型和改进粒子滤波的无人机视觉/INS导航算法。首先,针对视觉传感器数据易受外界因素干扰的问题,利用灰色预测理论建立基于视觉的位姿解算数据灰色模型,减小视觉解算数据误差对导航精度的不利影响;然后,引入萤火虫算法改进粒子滤波的重采样过程,并采用改进后的粒子滤波算法实现并提升视觉/INS组合导航系统的位姿解算精度。最后,自主搭建了四旋翼无人机实验平台。实验结果表明,采用扩展KF滤波的无人机组合导航算法将位姿估计的误差控制在3.2 cm内,所设计算法可以将误差控制在2.3 cm内,无人机位姿估计精度水平提高了39%。

摘要：当前城市景观风貌在地域文化传承与表达方面常见的两大误区为完全缺失、无序表达,基于文脉传承的城市景观风貌包含物质形态、非物质形态两类表现,而传承文脉的城市景观风貌规划则需做到:深入挖掘、高度提炼;立足整体、准确定位;艺术表现、活动引导。以江西省安远县城北片区景观风貌规划提升项目为例,探讨传承城市文脉的景观风貌规划手法。

摘要：一般常规模糊控制器设计中 ,隶属函数采用对称均匀分布曲线 ,此方法存在一定的不足。采用Sum Product推理方法 ,等比间距不均匀分布隶属函数的模糊控制器 ,在控制性能上优于常规模糊控制器 ,可提高系统的快速性和鲁棒性 ,同时大大减少了隶属函数中需优化参数的个数。在解析结构理论研究的基础上对所设计的模糊控制器进行了定性和定量的分析 ,分析结果和仿真实验证明了该方法的优越性和有效性。

摘要：针对移动机器人在复杂地图环境中移动耗时长、易陷入局部最优等问题,设计了一种基于双向搜索的改进蚁群路径规划算法。基于K-means算法对地图预处理,量化地图的局部复杂度程度,并将局部环境信息融合到状态转移概率函数,使机器人优先选择在复杂程度小的区域进行寻优,减少路径拐点。设定双向搜索规则,改进启发函数,提高算法的局部方向搜索精度和全局搜索效率。针对蚁群算法中蚂蚁遇到U障碍物陷入死锁的问题,提出死锁判断系数,增加了有效蚂蚁的数量,进一步提高了算法性能。仿真结果表明所设计的算法在复杂地图环境中相较于传统蚁群算法移动机器人的路径搜索效率更高。