摘要：磁性微型机器人在生物医学中具有较小的侵入性,且易于通过微窄的环境,近些年来成为一个新兴的领域。然而,设计可以应用在复杂环境中的微型机器人自主导航控制系统仍旧是一个挑战。提出了一个基于显微视觉反馈的微型机器人自主导航控制方案,设计了语义分割模型以构建显微视野下的全局语义地图,然后改进了RRT-connect路径规划算法,并基于强化学习设计了轨迹跟踪控制模型以跟随规划路径。最后,搭建实验平台进行了微型机器人自主导航的实验,结果证明:所提方案能够在复杂的环境下构建环境语义地图,并实现路径的规划与导航控制。

摘要：选取二次射流流量变化和环境压力变化的工况条件,对涡轮燃烧射流涡流方案的影响进行研究。其中,二次射流流量变化时,环境压力保持101 325 Pa不变;环境压力变化时,二次射流流量保持0.014 kg/s不变。采用基于压力的隐式稳态求解器模拟涡轮内增燃燃烧室的流动与燃烧过程,并在模拟过程中应用尺度适应模拟湍流模型(SAS)。研究表明:随着二次射流流量的增加,射流涡流燃烧室内温度分布均匀化、总压损失增加、燃烧效率提高、污染物降低;随着环境压力的增大,射流涡流燃烧室内温度分布不受影响,但总压损失降低、燃烧效率提高、污染物降低。

摘要：人脸识别过程中由于外界环境、样本数量以及扰动条件等因素的影响,分类器的分类错误率会出现急剧增加,导致误匹配灾难现象的出现。针对这一问题,采用一种改进型感知器与预识别算法,在人脸无拒识闭集识别的基础上改善和解决了这一问题。在VC++平台设计出的实时人脸识别系统上经过多次测试,结果表明,所设计的分类算法具有很好的自适应性与鲁棒性,误匹配率低、速度快,便于实际应用。

摘要：有限域上的离散对数问题是公钥密码设计的重要研究内容之一。文中通过对有限域上不可约多项式性质的进一步研究,得出不可约多项式与其诱导出的友矩阵周期的相关定理,并利用有限域同构的性质构造了一种新的类ELGamal公钥密码体制。经论证,该方案的安全性等价于求解有限域上多项式离散对数问题的难解性。同时,分析了方案的加解密算法的性能,并进行了优化。新公钥体制下的密文膨胀率近似为1,在加密大批量数据时有较高的效率。

摘要：在基于加速度传感器的人体行为识别中,分类器复杂度较高,易产生过拟合现象。为此,通过递阶遗传算法(HGA)训练BP神经网络作为分类器,采用三级染色体递阶结构表示神经网络的结构和参数。设计新的适应度函数,采用选择、交叉和变异操作联合优化BP网络的精确度和复杂度。测试结果表明,在基于加速度信号的行为识别系统中,相比基本HGA和其他常用算法,利用改进的HGA训练BP网络分类器可以有效控制网络结构,在保证隐层神经元数目较少的情况下,尽可能降低输出误差,实现两者的动态平衡,且对测试样本的识别正确率可达94.63%。

摘要：针对传统阶次跟踪方法应用范围的局限性,提出一种新型阶次计算方法—阶次自相关跟踪算法。该算法改变了传统阶次跟踪方法的转速信号采集方式、故障信号获取方式及角域重采样方式,从而使蕴藏于转速变化规律中的故障信息得以凸显。该方法仅凭旋转部件转速信号便可实现故障诊断,可与传统阶次跟踪法相结合,拓展阶次跟踪技术应用范围。对不同形式的故障信号进行仿真分析,结果表明阶次自相关跟踪计算结果准确可靠,在旋转机械故障诊断领域有一定应用价值。

摘要：针对外界洋流干扰条件下水下机器人-机械手系统轨迹跟踪精度低、控制稳定性差、抗干扰能力弱等问题,提出了一种基于非线性干扰观测器的水下机器人机械手反演轨迹跟踪控制方法。在构建了机械手数学模型基础上,引入非线性干扰观测器对洋流等外界不确定干扰进行实时预估,在控制系统输入端进行动态补偿后,采用反演算法设计机械手轨迹跟踪控制器,通过李雅普诺夫定理分析了闭环系统的稳定性。仿真结果表明,设计的干扰观测器能够有效预估等效干扰并加以补偿,提出的控制方法显著提高了机械手系统轨迹跟踪性能和抗干扰能力,其跟踪精度有所提高。提出的方法能有效解决水下机械手控制中的抖动问题,提高了系统控制精度。

摘要：目的基于深度卷积神经网络的目标检测模型易受复杂环境(遮挡、光照、远距离、小目标等)影响导致漏检、误检和目标轮廓特征模糊的问题,现有模型难以直接泛化到航拍场景下的小目标检测任务。为有效解决上述问题,提出一种融合非临近跳连与多尺度残差结构的小目标车辆检测算法(non-adjacent hop network you only look once version 5s multi-scale residual edge contour feature extraction strategy,NHN-YOLOv5s-MREFE)。方法首先,设计4种不同尺度的检测层,根据自身感受野大小,针对性地负责不同尺寸车辆的检测。其次,借鉴DenseNet密集跳连的思想,构建一种非临近跳连特征金字塔结构(non-adjacent hop network,NHN),通过跳连相加策略,在强化非临近层次信息交互的同时融合更多未被影响的原始信息,解决位置信息在传递过程中被逐渐稀释的问题,有效降低了模型的误检率。然后,以减少特征丢失为前提,引入反卷积和并行策略,通过参数学习实现像素填充和突破每1维度信息量的方式扩充小目标细节信息。接着,设计一种多尺度残差边缘轮廓特征提取策略(multi-scale residual edge contour feature extraction strategy,MREFE),遵循特征逐渐细化的原则,构建多尺度残差结构,采用双分支并行的方法捕获不同层级的多尺度信息,通过多尺度下的高语义信息与初始浅层信息的逐像素作差实现图像边缘特征提取,进而辅助网络模型完成目标分类。最后,采用K-Means++算法使聚类中心分散化,促使结果达到全局最优,加速模型收敛。结果实验结果表明,非临近跳连的特征金字塔与多尺度残差结构的多模态融合策略,在提升模型运行效率,降低模型计算资源消耗的同时,有效提升了小目标检测的准确性和鲁棒性。通过多场景、多时段、多角度的样本数据增强,强化了模型在不同场景下的泛化能力。最后,在十字路口、沿途车道双场景下包含多种车辆类型的航拍图像数据集上,对比分析4种主流的目标检测方法,本文算法的综合性能最优。相较于基准模型(YOLOv5s),精确率、召回率和平均精度均值分别提升了13.7%、1.6%和8.1%。结论本文算法可以较好地平衡检测速度与精度,以增加极小的参数量为代价,显著地提升了检测精度,并能够自适应复杂的交通环境,满足航拍场景下小目标车辆检测的实时性需求,在交通流量、密度等参数的测量和统计,车辆定位与跟踪等场景下有较高的应用价值。

摘要：在标准差异进化算法(DE)的基础上,提出一种改进的差分进化算法,该算法从动态更新种群、关键参数自适应处理两个方面进行了改进。针对永磁直线同步电动机的特点,运用有限元法精确的求解直线电机内的磁场分布,分别计算边端力和齿槽力后合成得到磁阻力,并将有限元数值分析与DE法相结合,为提高数控系统中直线电动机运行的平稳性,对其磁阻力进行最小优化,具体实例的优化计算结果表明DE算法与有限元结合是电机优化设计领域中一种行之有效的方法。

摘要：本文从子系统之间、要素之间的逻辑关系研究艺术形式系统,即探析形式系统整体中的各个子系统的组织方式,各个要素的构造序列是如何借助于子系统之间、要素之间作用力的紧张和松弛,借助于这些子系统之间、要素之间的平衡和非平衡而生成的,整体的内在一致性乃其各种内部关系相互适应的结果。而且,艺术创作在本质上亦遵循形式系统建构之道,其形式子系统以及形式要素在形式系统中均应处于平衡的状态,即在子系统之间、要素之间建立合理的关联,以建构形式的关系系统。