点击切换搜索课件文库搜索结果(916)
文档格式:PDF 文档大小:2MB 文档页数:10
《工程科学学报》:面向三维复杂焊缝的焊接机器人焊缝跟踪方法(长安大学)
文档格式:PDF 文档大小:5.36MB 文档页数:8
《工程科学学报》:多机器人编队控制研究进展
文档格式:PDF 文档大小:3.13MB 文档页数:7
《工程科学学报》:基于BP神经网络的机器人波动摩擦力矩修正方法
文档格式:PDF 文档大小:549.76KB 文档页数:6
铁水扒渣检测系统是一套基于机器视觉的扒渣评级系统,其主要作用是采用高分辨率摄像器观察铁水罐中实时情况,通过工控机采集成像,分析图像中铁渣的厚度和范围,并对照评级工艺条件评判出扒渣的等级.本系统提高在线扒渣等级评判的自动化水平,降低工人经验判别不稳定因素的影响,实现工人的劳动保护
文档格式:PDF 文档大小:5.95MB 文档页数:6
针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能
文档格式:PDF 文档大小:546.62KB 文档页数:7
本文从冶金热力学数据库应用系统如何在M-150计算机上实现的角度,介绍它的机器环境和系统构成。它由四部分构成:1.数据库:存贮有399种二元系合金和2211种化合物(或元素)的热力学数据。2.数据管理系统:主要完成对数据库中所有数据检索、修改、插入、删除等任务。3.应用程序库:由七个复杂的计算程序组成,完成化学平衡体系的热力学性质的计算。4.监控系统:协调整个系统,使之正常工作
文档格式:PDF 文档大小:1.35MB 文档页数:8
研究了多目标多阶段混合流水车间的紧急订单插单重调度问题,综合考虑工件批量、刀具换装时间、运输能力等约束。先以最小化订单完工时间和最小化总运输时间为双目标建立静态初始订单调度模型,再针对紧急订单插单干扰,增加最小化总加工机器偏差值目标,建立三目标重调度优化模型,并分别用NSGA-II算法与融合基于事件驱动的重调度策略和重排插单策略的NSGA-III算法对两个模型进行求解。最后,以某实际船用管类零件生产企业为案例,先对NSGA-II算法和NSGA-III算法的性能进行评估,得到NSGA-II算法更适用于解决双目标优化问题而NSGA-III算法在解决三目标优化问题时表现更优的结论,再将所建模型与所提算法应用于该企业的十组插单案例中,所得优化率接近三分之一,验证了实用性和有效性
文档格式:PDF 文档大小:723.23KB 文档页数:9
网络环境下的恶意软件严重威胁着工控系统的安全,随着目前恶意软件变种的逐渐增多,给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题,围绕威胁工控系统网络安全的恶意软件对象,本文通过结合利用强化学习这一高级的机器学习算法,设计了一个检测应用方法框架。在实现过程中,根据恶意软件行为检测的实际需求,充分结合强化学习的序列决策和动态反馈学习等智能特征,详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性,可为一般恶意软件行为检测提供一种智能化的决策辅助手段
文档格式:PDF 文档大小:1.29MB 文档页数:12
电子皮肤作为一种柔性触觉仿生传感器已经广泛地应用于人体生理参数检测与机器人触觉感知等领域。基于金属和半导体材料的传统电子皮肤触觉传感器,由于柔韧性和可穿戴性差,已经难以满足实际使用中对拉伸性、便携性的要求。得益于柔性材料、制造工艺和传感技术的快速发展,近年来聚二甲基硅氧烷、碳纳米管、石墨烯等新材料被用于制备或支撑电子皮肤传感器,使电子皮肤在性能上更趋于人类皮肤。本文分析讨论了电子皮肤新材料以及应用于电子皮肤当中的传感技术,重点总结了近年来电子皮肤在可拉伸/压缩性、生物相容性、生物降解性、自供电性、自修复性、温度敏感性以及多功能集成等方面的研究进展,展望了未来电子皮肤新性能的研究方向以及实现大面积、低成本、多种功能集成电子皮肤传感器阵列的可能途径
文档格式:PDF 文档大小:798.92KB 文档页数:7
提出基于双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)和前向神经网络的融合模型完成公共安全事件的触发词识别任务.首先通过BiLSTM提取整段文本的高层语义特征,避免了以往机器学习方法需要人工提取特征的问题,其次采用特征拼接并在前向神经网络中识别并分类事件触发词.实验结果表明相较于基准模型,本文方法在中文突发事件语料库(Chinese emergency corpus,CEC)上取得了更为突出的性能,Micro-F1值为78.47%.此外本文讨论了不同拼接特征在触发词识别任务中的重要性,对文本分析中3类特征(词性、句法、实体)的重要程度进行了比较和分析,得出句法特征对于事件触发词识别任务助益最大的结论
首页上页6869707172737475下页末页
热门关键字
搜索一下,找到相关课件或文库资源 916 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有