摘要：对已有的生成树搜索方法进行了改进,利用广度优先的思想搜索,线性表结构存储数据,提高了算法的时间效率,简化了计算复杂度,使得该方法更加适用于大型测量控制网的最小闭合环搜索。

摘要：面对日益严峻的交通状况,传统的交通技术和手段已无法处理。智能交通是一个基于现代电子信息技术面向交通运输的服务系统,可以有效地利用现有交通设施,减少交通负荷和环境污染,保证交通安全并提高运输效率。因此,公路智能交通系统已成为当今研究的热点。基于LTE和IPv6技术,研究了面向公路智能交通系统的无线物联网应用技术。最后给出了详尽的公路无线物联网的整体框架与技术实施方案,并对相关方案的可行性进行了论证。

摘要：针对低密度奇偶校验码(LDPC)的围长计算复杂度较高的问题,结合Dijkstra算法及Tanner图的结构特点提出一种快速检测围长的新算法,该算法的时间复杂度较低。与目前的算法相比,该算法不仅计算速度快,且能一次性给出围长的大小及所经过的边,避免冗余计算。最后,通过实例仿真验证了该算法的可行性和高效性。

摘要：在图像识别领域,传统方法处理小样本细粒度图像时局限于单模态,忽略了图像内部联系,导致识别效果差。为此,文章提出了一种针对小样本细粒度图像的多类在线Boosting目标识别算法。该算法先对图像进行预处理和分割,用双随机矩阵打乱碎片后重建图像。在重建图上提取细粒度特征,通过深度学习模型将这些特征映射至高维空间形成有效特征表示。这些特征随后被输入多类在线Boosting算法,结合多个弱学习器并更新模型,挖掘特征关联性,构建跨模态语义关联,实现精确识别。实验结果显示,对200组细粒度图像识别时,本算法在不同测试数据集上识别效果稳定,TP识别数均在192以上,最高达194。与对照组相比,本算法在识别可靠性和有效性方面优势显著。

摘要：为有效解决在求解具有鞍点的无约束最优化问题时寻优算法提前终止的问题,提出了一种能克服鞍点的计算机并行计算寻优算法。该算法以共轭梯度法为基础,对该算法寻优终止的条件进一步改进,提出当算法迭代到鞍点时,选择雅克比矩阵的所有正特征值对应的特征向量所对应的方向作为新的搜寻方向,重新搜索且并行计算取最优。最后通过实例验证了该算法能成功克服鞍点,并成功收敛到函数的极小值。

摘要：在光纤通信中,哑设备承载着数据信号的传输。针对哑设备资源管理面临的问题,文章运用新兴的物联网关键技术,建立了能够直接管理哑设备且实现信息自动采集和数据处理的通信资源管理系统,从而为实现由传统经营管理模式向现代基于物联网的精细化管理模式的战略转型提供了技术支持。

摘要：在涉及计算机寻优等许多工程领域,都需要使用多元函数的最优化。线搜索是多元函数的最优化中已知搜索方向求最优步长的关键技术。为了提出一种高效的线搜索算法,对线搜索进行详细研究,提出一种新的线搜索寻优方法——类康托法。主要方法是去除了Fibonacci法中两个试探点必须保留一个的限制,每次把搜索区间三等分,根据试探点的导数值,来决定去除哪两个子区间。通过理论和实例的证明,结果发现类康托法比0.618法和Fibonacci法更高效,计算速度更快。其中最重要的结论是类康托法为这两种方法收敛速度的高阶无穷小。特别是在精度要求很高的时候,类康托法比这两种算法具有更明显的优势。此外,该方法具有较强的适用性,不但能用于凸函数,也能用于凹函数。

摘要：仿人机器人在行走过程中,需要及时检测到是否要摔倒,从而阻止摔倒或通过保护动作在摔倒过程中减少机器人损伤.文中基于姿态传感器(包括加速度传感器和陀螺仪)、力感应传感器(FSR)及步行阶段建立了多传感器信息融合模型,采用模糊逻辑决策方法建立了机器人跌倒检测的综合判定方法,并设计相应的控制器,该控制器可检测到仿人机器人运动时是否会摔倒,若无法避免摔倒,则采取相应的保护动作;若可避免摔倒,则通过控制髋关节阻止机器人摔倒.最后在SCUT-I仿人机器人上进行实验,结果表明,文中方法能及时检测到机器人在运动过程中发生跌倒的时刻,并及时通过稳定控制器阻止摔倒或通过倒地控制器产生保护动作,减少机器人的损伤.

摘要：针对目前神经网络中的Levenberg-Marquardt反向传播(LMBP)算法在训练过程中有可能迭代到鞍点的问题,提出一种能有效克服鞍点的LMBP改进算法。计算鞍点处雅克比矩阵的正特征值对应的特征向量并将其作为新的搜索方向。通过实例对比传统LMBP算法与改进LMBP算法的效果,证明改进的算法能有效地脱离鞍点并进一步收敛到极小点处。

摘要：为了获得具有带宽高、动态响应快、输出电压谐波少、适应非线性负载强等特点的高性能单相逆变器,设计了带观测器的单相逆变器数字电压外环电流内环控制器,通过MATLAB仿真,结果表明该控制系统具有良好的稳态和动态特性,且在带非线性负载时总谐波失真非常小,从而得出基于观测器的数字电压外环电流内环控制器可以设计出高性能的单相逆变器。