摘要：为减少物联网系统关键技术无线传感器网络中传感器节点的通信量,降低能量消耗,设计了一种基于人工蜂群算法优化BP神经网络的数据融合算法(BPABC)。阐述了物联网系统的分层体系结构和关键技术、人工蜂群算法,重点介绍了人工蜂群算法优化BP神经网络的数据融合方法,通过神经网络提取无线传感器网络网内原始数据中的少量特征,然后将特征信息发送给汇聚节点,从而提高数据收集效率,延长了网络使用寿命。仿真实验测试表明,与LEACH和BPGA算法相比,该算法可以有效减少网络通信量,降低节点能耗。

摘要：高校道路照明改造着重考虑的问题是节能性、经济性和安全可靠的环境照明保障。设计采用了太阳能/市电互补、硬件MPPT/PWM充放电管理、新型锂电池和光照/时间智能控制方案,较好地解决了照明的可靠性、光伏电能利用最大化、综合成本和系统功能实现的矛盾。研制样机结构简单、运行可靠,并可灵活方便地构成不同功率等级的应用,满足了改造方案"可靠、实用、节能和经济"的要求,具有明显的节能减排效果。

摘要：针对高清数字机顶盒面向家居智能化的发展趋势,设计了基于STIH416芯片与Android操作系统的智能数字机顶盒系统。嵌入式智能数字机顶盒相比传统机顶盒,其在解码能力、功耗、数据流处理以及平台拓展性方面都具有独特的优势。该文就机顶盒系统总体结构进行了介绍,硬件平台方面,对网络接入模块、条件接收系统以及红外接收模块进行了重点设计;软件方面,以Android操作系统为核心,采用松散耦合便于扩展的分层式设计。最后介绍基于移动平台的机顶盒控制端的软件设计。

摘要：不同参数Gabor滤波器都具有各自的频率选择和方向选择特性,图像中纹理基元可以利用多个方向和中心频率Gabor滤波器组提取出来的频谱值来表示。据此提出一种适应于显微图像的Gabor滤波边缘检测算法。使用特定不同方向Gabor滤波边缘提取算子对图像进行边缘信息提取,获得不同方向上边缘特征信息,对其进行分析和融合提取图像边缘。运用该方法对所获不同方向的图像边缘进行自适应融合,获得的图像边缘较理想,模糊的边缘得到增强,并有效地消除了噪声。实验结果表明,该算法对显微图像处理有效,检测到的边缘清晰。

摘要：利用人类脑电alpha波在睁眼时被阻断的现象,设计了用磁共振检测脑电信号中最高能量段的alpha波的实验。结果表明,所得磁共振信号alpha频段在不同条件下有明显的改变,且主要在alpha活动明显的枕区有比较一致的变化,从而初步证明,在特定的条件下,应用磁共振检测神经电流活动信号是可能的。

摘要：研究了不确定性统一混沌系统的鲁棒镇定问题.基于Lyapunov稳定性理论和线性矩阵不等式,并结合Schur补定理,给出了这类系统鲁棒镇定的充分条件.数值仿真表明了该设计的鲁棒控制的有效性.

摘要：采用X射线荧光光谱分析法(XRF)在线检测加碘食盐中的碘含量,将其特征谱线强度对应的电流转换成与碘含量成线性关系的数字电信号送入计算机,该信号与预先存入计算机的标准信号比较,产生的误差信号作为控制量对添加碘液的电磁阀进行调节,使食盐中的碘含量始终保持在规定范围之内。从真正意义上实现食盐生产中的碘含量的闭环控制。

摘要：热变形误差是影响数控机床加工精度的重要因素之一,因此减少热变形误差对提高数控机床的加工精度至关重要。以HMC800A立式三轴数控加工中心为对象介绍了热变形误差的测量方法,采用粗集理论的属性简化来建立测温点和热变形误差之间的相关程度从而优化测温点,使输入数据更具合理。运用BP神经网络理论建立了机床热变形误差和温升之间的数学模型,进行研究分析。最后通过MATLAB仿真实验结果表明了补偿效果的可行性。

摘要：众所周知对于超精密机床而言,热误差是影响数控机床加工精度的重要因素之一,可达机床加工精度总误差的70%。因此减少热误差对数控机床的影响至关重要。要提高加工精度,减少热误差,就必须对其进行有效的补偿。以GM2000A龙门加工中心为对象介绍了热误差的测量方法,采用灰色系统理论中的灰色关联分析法建立测温点和热误差之间的相关程度达到优化测温点的目的,使输入数据更趋于合理。最后用BP神经网络建立温升和机床热误差之间的数学模型,MATLAB仿真实验结果表明了补偿效果的可行性。

摘要：利用Zig Bee技术和GPRS技术相结合的方式,构建农田环境监控系统的总体结构,系统利用Zig Bee无线传感器网络采集土壤环境数据。为解决多传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法,首先对单个传感节点一段时间内所采集的数据根据容许函数的阈值剔除误差较大的数据,然后对该传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,得到该区域所有传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该时刻土壤的环境精确值。试验验证了系统采集到的数据准确可靠,改进算法数据融合易于实现,融合值相对误差值更低,稳健性更好。