检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

邻域互信息在磁共振颅脑图像配准的应用

计算机工程与应用 2009年第10期45卷 154-156页

作者：李晓光谭建豪湖南大学电气与信息工程学院长沙410012

引入了一种新的对互信息的扩展称之为邻域互信息。在计算图像信息熵的过程中,不仅考虑了图像中每点像素的信息,还考虑了每点像素邻域像素的信息,从而增加了配准过程中的稳定性。并抑制了配准过程中,因线性插值和部分体积插值所产生的局... 详细信息

引入了一种新的对互信息的扩展称之为邻域互信息。在计算图像信息熵的过程中,不仅考虑了图像中每点像素的信息,还考虑了每点像素邻域像素的信息,从而增加了配准过程中的稳定性。并抑制了配准过程中,因线性插值和部分体积插值所产生的局部极值情况,平滑了信息熵的曲线。然后采用基于遗传算法和Powell所组成的混合优化算法对信息熵函数进行寻优。实验结果表明该算法具有良好的精确性和有效性。

关键词：邻域互信息医学图像配准混合优化算法局部最优

在线全文

学校读者我要写书评

暂无评论

人类控制策略在双足机器人步态控制中的应用

电子测量与仪器学报 2013年第1期27卷 8-14页

作者：谭建豪章兢何志湖南大学电气与信息工程学院长沙410082

针对双足机器人面临的复杂环境下动态行走的适应性难题,提出一种基于学习人类控制策略的双足机器人步态控制方法。利用三维线性倒立摆模型构造双足行走系统的状态方程,建立人类控制策略的参数化模型,采用支持向量机(SVM)对人类控制策略... 详细信息

针对双足机器人面临的复杂环境下动态行走的适应性难题,提出一种基于学习人类控制策略的双足机器人步态控制方法。利用三维线性倒立摆模型构造双足行走系统的状态方程,建立人类控制策略的参数化模型,采用支持向量机(SVM)对人类控制策略进行辨识,并以此SVM作为COM控制器,保证躯干始终处于与地面近似垂直的姿态以及连续的质心运动,增强步态控制的鲁棒性,提高双足机器人在复杂环境下行走的动态稳定性。实验验证了此方法的有效性。

关键词：人类控制策略 SVM辨识双足机器人步态控制

不确定时滞系统的自适应支持向量机Smith预估控制

在线全文

学校读者我要写书评

暂无评论

湖南大学学报（自然科学版） 2005年第3期32卷 84-87页

作者：张国云章兢谭建豪湖南大学电气与信息工程学院

针对不确定时滞系统提出了一种自适应支持向量机Smith预估控制新方法.首先采用支持向量机对被控对象进行建模,然后设计了一个自适应支持向量机Smith智能预估器,解决了传统Smith预估控制需要预先知道被控对象精确数学模型的问题,克服了... 详细信息

针对不确定时滞系统提出了一种自适应支持向量机Smith预估控制新方法.首先采用支持向量机对被控对象进行建模,然后设计了一个自适应支持向量机Smith智能预估器,解决了传统Smith预估控制需要预先知道被控对象精确数学模型的问题,克服了基于神经网络的Smith预估控制的不足.仿真实验结果表明,自适应支持向量机Smith预估控制方法充分利用了支持向量机的非线性映射能力,在被控对象数学模型未知的情况下对不确定时滞对象进行控制,具有良好的控制品质,特别是当对象特性发生变化时,还具有良好的适应性.

关键词：不确定时滞系统支持向量机 Smith预估器系统辨识

在线全文

学校读者我要写书评

暂无评论

基于区域比例的聚类方法

计算机工程与应用 2011年第8期47卷 143-145页

作者：李伟雄谭建豪王贵山湖南大学电气与信息工程学院长沙410082

为了改善DBSCAN参数敏感性和对密度分布不均数据对象聚类质量不高的问题,提出了一种基于DBSCAN算法的改进聚类方法。算法使用K最近邻的均值距离度量密度,中心点选取当前密度最大点,并以中心点为核心点扩展种子队列,直至由给定的密度比... 详细信息

为了改善DBSCAN参数敏感性和对密度分布不均数据对象聚类质量不高的问题,提出了一种基于DBSCAN算法的改进聚类方法。算法使用K最近邻的均值距离度量密度,中心点选取当前密度最大点,并以中心点为核心点扩展种子队列,直至由给定的密度比例因子所决定的密度边缘。为了改善聚类质量,提出了候选核心点,并使用给定的半径比例因子发现核心点。在实验中,利用数据集对该算法进行了测试,测试结果证明了该改进算法的参数鲁棒性,和在聚类密度分布不均数据集时的较好性能。

关键词：基于密度的带噪声应用的空间聚类方法(DBSCAN) 聚类算法密度区域比例

在线全文

学校读者我要写书评

暂无评论

一种旋翼无人机组合导航系统设计及应用

传感技术学报 2017年第2期30卷 331-336页

作者：刘洪剑王耀南谭建豪李树帅钟杭湖南大学电气与信息工程学院长沙410082 机器人视觉感知与控制技术国家工程实验室长沙410082

针对传统组合导航算法相对复杂,对系统硬件要求太高,实时性不好的缺点,设计了一种基于线性卡尔曼滤波器的简单实用组合导航算法。考虑到传统卡尔曼滤波器在系统噪声变化时滤波精度变差甚至发散以及模糊控制器计算量大的缺陷,设计了线性... 详细信息

针对传统组合导航算法相对复杂,对系统硬件要求太高,实时性不好的缺点,设计了一种基于线性卡尔曼滤波器的简单实用组合导航算法。考虑到传统卡尔曼滤波器在系统噪声变化时滤波精度变差甚至发散以及模糊控制器计算量大的缺陷,设计了线性迭代调整观测噪声参数的方法对滤波器进行自适应改进,提高了算法的鲁棒性和实时性。利用STM32微控制器和MEMS惯性单元以及UBLOX GPS定位模块搭建硬件平台进行实验验证。结果表明:在168 MHz时钟频率下,一次姿态数据读取和解算共耗时3.27 ms,一次组合导航滤波耗时2.18 ms,二者分别运行在100 Hz和5 Hz频率下。最终组合导航结果可以满足无人机在1 m的精度范围内自动悬停的需求,验证了所设计的组合导航算法的可靠性和实用性。

关键词：无人机卡尔曼滤波自适应组合导航