摘要：研究一类特殊的移动机器人系统-多转向驱动拖挂式移动机器人(Multi-steering tractor-trailer mobile robot,MSTTMR)的镇定控制问题.首先,通过状态坐标变换和控制输入变换将具有任意节车体的多转向驱动系统的运动学模型转化为多输入幂式形式;然后,基于幂式形式设计一种ρ指数级收敛的镇定控制器,并证明其稳定性.针对两车体系统的镇定控制仿真表明该方法的有效性.

摘要：分析了拖挂式移动机器人运动过程中连杆长度与相邻车体间夹角的关系.从连杆长度这一参数入手进行结构优化,在满足相邻车体间夹角约束的前提下,把系统最小转弯半径降到了最低,从而有效提高了机器人跟踪路径的能力.所得结论可用于指导机器人系统的结构设计.在此基础上,进一步提出了实现连杆动态伸缩控制的思想.

摘要：针对在线医疗文本,设计考虑医疗领域特性的识别特征,并在自建数据集上进行实体识别实验。针对常见的5类疾病:胃炎、肺癌、哮喘、高血压和糖尿病,采用近年来较先进的机器学习模型条件随机场,进行训练和测试,抽取目标实体包括疾病、症状、药品、治疗方法和检查5类。通过采用逐一添加特征的实验方式,验证所提特征的有效性,取得总体上81.26%的准确率和60.18%的召回率,随后对识别特征给出进一步分析。

摘要：研究了移动机器人探索未知环境所面临的定位问题.针对在某些未知环境中难以可靠提取自然路标、并且存在数据关联难题的实际情况,提出了一种可以根据定位需要进行动态配置的路标系统,设计并实现了可以动态配置的路标、路标投放装置、路标探测装置,能够在探索未知环境的过程中动态在线配置路标以辅助完成机器人定位与对环境的探索.可动态配置路标具有成本低、体积小、能耗低的特点,便于携带与动态配置,实验结果证明了这种路标系统在未知环境探索中的有效性.

摘要：随着海量数据库技术的不断发展 ,出现了数据丰富但知识贫乏的现象 .为解决这一问题 ,近年来 ,提出了数据挖掘 ( Data Mining)和知识发现 ( KDD)技术 .本文介绍了数据挖掘系统的概念及具体的运做流程 ,并提出了一个原形系统的构建模型 .最后 。

摘要：数据挖掘就是利用机器学习的方法从大量数据中提取有价值知识的过程。该文以运动员体能测试数据为分析对象,采用关联规则技术分析测试项之间的关联,并进一步优化体能测试指标。把基于体能数据对运动员的综合评价问题转化为分类问题,设计基于BP学习算法的分层网络,有效地解决运动员体能状态评价。

摘要：提出了一种基于文件静态信息检测木马文件的新方法,并以PE文件为分析对象,利用决策树与基于BP学习算法的分层网络,设计了基于文件静态信息的木马检测模型,实验证明,该模型能有效地判断文件是否为木马文件。

摘要：集中式主机系统与Client/Server处理系统的连接和数据交换的3层系统结构方案。在此基础上,介绍了基于COM技术的订座数据下载应用服务器的设计和实现过程。

摘要：分析了知识管理与表达在数据挖掘及人工智能系统中的作用，进行了功能分析与结构设计。介绍了一个具体知识管理与表达系统ＫＭＥ的存储管理与索引机制，以及它的多种知识表达方式。最后探讨了ＫＭＥ实现时遇到的问题及其改进方法。

摘要：航空管制员必须为同时到达的每一架飞机计算着陆时间，使整体费用最小，同时还要注意一些硬性的限制条件。在某一时刻，给定管制员视野内的飞机数量，可以公式化为约束最优化问题，从而应用一定的算法来解决。该文提出了基于分枝定界的飞机着陆调度排序算法——ASAL，实验证明通过该算法能够很好地解决飞机着陆调度优化问题。