摘要：针对单轮机器人系统的平衡控制问题,使用车轮驱动系统来控制机器人的前向平衡,由电动马达驱动的力矩来控制机器人的侧向平衡。通过对单轮机器人系统建立ODE动态模型,提出基于改进的模糊控制方法,实现了模糊控制器设计,并在单轮机器人系统稳定性控制中加以应用。三维仿真实验展示了机器人的控制过程,验证了模糊控制器在单轮机器人平衡控制中的有效性。

摘要："教学做一体化"理念下的高职课程设计,应突出以工作为中心的职业导向性原则,以做为中心的实践导向性原则,以学生为中心的主体性原则;课程设计的一般流程包括需求分析、岗位职业能力论证、课程方案设计和教学资源建设等内容。其实施步骤主要包括基于岗位能力要求设计课程目标,基于工作任务设计教学内容,基于工作场景设计教学情境,基于工作过程设计教学环节以及基于工作考核开展课程评价;以此为学生营造真实的职场环境,使人才培养更贴近市场需求,更具有实效性。

摘要：未知文本内容预测是信息检索系统的重要功能,它通过文本化、分词、建模和预测四个步骤实现。其基本语言模型采用基于最大似然估计(MLE)的概率分布方法,在实际应用中,该方法存在着效率和有效性不足的问题,影响预测的精度。通过对传统方法的分析,发现传统模型中影响系统效率和有效性的主要原因是未知词丢失、条件概率忽略以及合理未知词组零概率等问题,针对这些问题给出了引入未知词项、高阶模型和平滑处理等优化策略,导出了优化模型,并标出了影响系统性能的其他因素和下一步努力的方向。

摘要：在分析RFID系统安全的基础上,通过在ECC算法中使用信息植入技术,在电子标签中植入厂商和应用系统的特征信息,使应用系统具有相对封闭性和独立性,电子标签、读写器、后台数据库及认证系统具有自有标识和相互识别机制。通过构建的物联网RFID安全模型,使RFID感知端的认证能力在传统密码安全的基础上增加了特征信息验证功能,以提高RFID的安全性。

摘要：传统数据分析技术无法对动态数据进行分类,造成了分类过程加速较慢的问题.为此,设计基于Python语言的文本数据流自适应分类方法.将网络数据采集过程构建为模型的形式,获取文本数据流信息.将Python语言与网络爬虫技术应用到数据预处理与挖掘过程中,为后续处理提供精准度较高的数据基础.使用半监督学习半聚类分析方法构建分类器,完成文本数据流自适应分类过程.实验结果表明本文方法在提高分类加速度的同时,优化了数据分类结果,具有一定的使用价值.

摘要：针对社交网络中的社区检测问题,课题组提出了基于多属性决策的社区检测算法。该算法根据用户偏好来找到与查询用户高度相关且在多个属性中综合得分最高的社区。首先将网络建模为多属性社交道路网络,每个用户都与位置信息和多维属性相关联,然后定义了一种适用于多属性决策的社区模型,称为多属性社区,接着分别设计了全局和局部搜索算法来进行社区检测。最后,使用真实的社交网络数据集来验证算法的有效性。

摘要：针对传统推荐算法用户兴趣值低、准确性差的问题,提出基于隐语义模型的推荐算法研究.首先对隐语义模型数据特征值进行采集,获取用户的个性化喜好信息,并针对采集到的特征数据及搜索关键词,进行不同信息之间的关联性数值的判断和分类处理.在此基础上,根据判断和分类处理结果对不同层次的信息进行推荐排序处理,优化模型信息推荐步骤,实现隐语义模型信息推荐.实验研究结果表明,基于隐语义模型的推荐算法的用户兴趣值高于其他传统推荐算法,且信息推荐的准确性较高.