摘要：针对具有未知动态模型的非线性无人机群的编队问题,设计了基于神经网络的反步控制策略。首先,通过径向基(RBF)神经网络来逼近无人机的未知非线性动态,增加系统的鲁棒性和抗扰能力;然后,引入方向刚性图理论,结合反步控制策略,设计了仅基于方向信息的无人机群编队分布式控制器,并通过Lyapunov方法证明了控制系统的稳定性;最后,通过Simulink仿真验证了控制器的有效性。

摘要：为降低机械臂运行损耗和避障路径规划耗时,减小障碍物定位误差,精准执行机械臂工作任务,提出了多传感器信息融合的机械臂避障路径规划方法。利用多传感器收集机械臂周围环境信息,经过数据层、特征层及决策层处理,结合传感器检测权重,融合出障碍因素综合信息。构建机械臂动力学模型,综合考虑移动基座、关节旋转角、质量及移动惯性等因素,利用线动量和角动量间守恒关系,得出强耦合特性综合力学函数,计算每个固定检测点与障碍物间距离,得出连动杆与障碍物间发生碰撞的可能性。建立人工势场,加入引力函数、斥力函数及限制函数,完成对机械臂运动避障的实际动作控制,实现最优平滑路径规划。经仿真实验证明,所提方法路径规划效率高,障碍物定位误差小,优化次数少,节省旋转角能量,鲁棒性好。

摘要：随着语义Web概念的提出及相关技术的发展,基于语义的Web信息检索逐渐成为语义Web研究的热点.首先分析了传统的Web搜索面临的诸多挑战,然后设计了一种新的基于遗传语义搜索算法和和多层次映射的Web搜索方法.该方法充分结合遗传算法并行搜索方式,能扩大搜索空间,快速实现全局优化.实验结果表明该算法能有效提高Web搜索的质量和效率.

摘要：在云计算网格空间中进行有效的资源调度设计,可以整合云计算中心资源,提高资源利用率,减少任务执行时间。传统调度算法采用用户行为特征资源负载均衡进行调度设计,存在计算资源浪费,网格空间分配不均等问题。提出一种采用网格空间资源信息流时间尺度分析的云计算资源调度算法,考虑到每个网格站点的负载量,通过网格调度程序找到最适合执行工作云计算环境平均负载均衡值,对物理资源集合进行虚拟泛函,得到云格虚拟机系统状态响应函数。通过对资源信息流时间尺度分析和调度均衡设计,提高云格空间的均衡分布特性,频繁收集新的网络拓扑信息,得到云格空间资源调度信息的带宽频间时间-尺度耦合特性数学模型,实现云格空间资源调度算法改进。仿真结果表明,该算法在云格空间资源调度中能有效寻找一个稳定的平衡点,减少资源调度平均任务时间,网络带宽利用率提高,从而得到较好的网络利用率,为云计算网格空间资源均衡和调度性能优化提供了科学依据。

摘要：在无线传感器网络构架下,基于FPGA和KNN粒子聚类算法进行系统控制算法设计,提出一种改进的商场多元安防监测系统设计方案,进行系统硬件层设计、系统软件层设计。功能模块设计中进行了商场环境信息采集模块、火灾自动报警模块、温湿度自动预警模块、烟气报警模块和安全防盗模块设计。软件实现中引入商场火灾、温湿度等信息报警数据融合的KNN粒子聚类算法。算法仿真和系统测试结果表明,该系统对数据融合精度较高,聚类性好,为实现多元安防监测提供准确的数据基础,系统功能健全,实时性好,用户终端界面友好,交互性强,稳定性高,具有非常好的应用价值。

摘要：多代理强化学习能够将目标内容看做一个整体,可以同时进行多个类型目标的协同管理,研究基于多代理强化学习的边缘网络资源协作缓存方法。构建动态传输的边缘网络缓存模型,基于多代理强化学习定义选择动作,贪婪算法设定网络资源缓存放置路径,最佳响应协作缓存边缘网络资源,完成基于多代理强化学习的边缘网络资源协作缓存方法设计。实验结果:选择两组不同运行时段的边缘网络资源请求数据,本文方法能够实现不同数据大小之间的协同缓存,且在资源数据大小为8G时,所用的缓存时间能够控制在10s之内,较比传统方法缩短了120s,能够有效解决网络拥挤的现象,具有实际应用效果。

摘要：计算机教研模式的优化,要高质量服务于创新型和应用型人才的培育,在教育、教学、管理等方面全面展开教研。互联网时代下,要明确推进工作的具体方向与目标,了解网络教研模式的优越性,在工作如何推进上进行理性选择。科学构建网络教研模式、加强多种教研模式科学结合、对“同课异构”教研模式进行再设计、完善计算机教研的流程与形式,文章基于以上4个有效措施,实现优化计算机教研模式的目标。

摘要：提出了一种新的PCB串扰信号频率识别方法,以帮助PCB设计工程师根据串扰信号的频率特征查找串扰信号来源.原理是应用小波函数的奇异性识别能力从被干扰信号来识别串扰信号的上升或下降沿,从而根据它们直接确定串扰信号的频率.仿真结果表明,此方法确定的串扰信号频率与实际结果是一致的.

摘要：针对现有超分辨率重建算法特征利用率不足和高频细节恢复能力较弱的问题,本文提出了一种网络复杂度较低的二阶段特征融合网络(Two-Stage Feature Fusion Network, TFFN).该网络首先结合稠密连接的方式,通过不同大小的卷积核进行上下采样,提高了网络的特征利用率.然后,设计了二阶段特征融合模块,通过分阶段特征融合的方式,有助于网络专注于高频特征提取.大量实验证明TFFN具有轻量化、高效的特点,与具有代表性的超分辨率重建方法相比,TFFN在重建质量和复杂程度之间取得了较好的平衡.

摘要：由于传统方法在实际应用中的误码率较高,为此提出无线传感器网络数据传输模糊控制方法。该方法利用降噪处理技术对无线传感器网络数据传输信道进行降噪,组建成一个新的数据传输信道;在此基础上,运用模糊算法对无线传感器网络数据传输路径选择进行控制,实现无线传感器网络数据传输模糊控制。经实验证明,设计方法的误码率低于传统方法。