针对非结构环境下高速公路绿篱修剪机器人手臂实时准确避障问题, 提出一种基于扰动人工势场法的避障路径规划解决方法.根据绿篱隔离带与障碍物分布情况, 设计智能修剪机器人执行机构, 构建包络障碍物简化模型, 分析机械臂与障碍物的碰撞条件, 求解机械臂在修剪过程中的避碰空间.引入斥力场调节策略来优化势场模型, 建立斥力场扰动机制调整斥力影响方式, 消除传统算法中的局部极小点、目标不可达等现象.在避碰空间内, 应用扰动人工势场法对机械臂进行路径规划仿真, 仿真结果表明, 机械臂跳出局部极小点, 灵活顺利避障, 成功抵达目标点, 验证了该方法的有效性和可行性

海底金矿矿山水害对矿山生产、人员施工及矿山设备等产生较大威胁，是矿山开采中的自然灾害之一，快速有效的判别出矿山水害水源对于事故的防治有重要意义。三山岛金矿的巷道围岩裂隙普遍并长期存在涌水现象，矿区开采中矿井水害的水源主要有海水、第四系水、基岩裂隙水、地下水等，为了准确快速的判别矿井水水源，有效预防矿井水突水及水害威胁，本研究结合监测点水样的水文地质条件与不同监测点水样的水化学成分分析，选取Mg2+、Na++K+、Ca2+、SO42?、Cl?和HCO3 ?共6项指标作为判别因子，通过主成分分析得出不同水样的矿化程度。在贝叶斯算法分析原理的基础上，将马尔可夫链蒙特卡洛(Markov Chain Monte Carlo, MCMC)引入到贝叶斯方法中，运用统计软件SPSS统计，构建贝叶斯判别分析模型，得出基于水样样本信息的算法估计的后验分布，得出矿山水害水源的分析方法。运用三山岛金矿水害取水点的水样分析数据进行详细的分析验证，建立矿井突水水源模型，进行不同水样的信息分析，得出贝叶斯统计函数并进行水源判别结果分析，验证了贝叶斯矿山水害水源判别模型的准确性和实用性，对现场工作的开展和水害防治有一定的指导意义

电火花放电通道在正交磁场的作用下向洛伦兹力方向偏转、延伸,进而导致电蚀凹坑形貌发生变化,研究磁场辅助电火花加工(MF-EDM)过程中电蚀凹坑的形貌变化规律及特点,对进一步明晰电火花加工机理具有重要意义. 基于MF-EDM气中单脉冲放电试验,使用表面轮廓仪观测电蚀凹坑延伸长度、深度、宽度及放电起始点偏移量,并得出磁场及放电参数对电蚀凹坑的影响规律. 结果表明:电蚀凹坑长度随着磁感应强度、开路电压的增大而增大;电极外伸长度的影响结果相反;电蚀凹坑深度随着磁感应强度、开路电压、电极外伸长度的增加没有明显的变化规律;电容与磁感应强度存在最优参数组合以使凹坑长度最大;随着磁感应强度及放电能量的增加放电起始点的偏移量增加

基于残余应力测试新方法与先进电化学测试技术的进展, 围绕残余应力类型和大小对金属材料点蚀以及应力腐蚀行为的作用机理进行了总结和归纳. 研究发现, 尽管残余压应力对腐蚀行为的抑制作用得到了大量实验的证实, 但是在不同条件下其作用方式以及机理不尽相同, 并且与材料的结构特点以及腐蚀产物等密切相关. 同时, 残余拉应力的作用尚不明确, 受到材料类型和其他因素耦合的严重影响. 另外, 在某些环境下, 影响腐蚀行为的关键是残余应力梯度或残余应力的某个临界值. 但是对有色金属的研究表明残余拉应力和压应力均会导致基体中位错和微应变等结构缺陷增加, 进而促进点蚀敏感性, 降低材料服役性能. 最后, 对目前研究存在的局限进行了讨论和展望

针对提高Wi-Fi指纹室内定位技术性能，提出了一种基于卷积神经网络（Convolutional neural networks，CNN）的信道状态信息（Channel state information，CSI）指纹室内定位方法。在离线阶段联合定位环境参考点的幅度差和相位差信息，利用CNN进行训练，保存训练后的CNN网络模型作为指纹；在线阶段，针对不同实验场景，对测试数据的幅度差信息和相位差信息进行加权处理，引入改进的基于概率的指纹匹配算法，利用待定位点的CSI信息并通过CNN网络模型预测待定位点的坐标。此外，为增强算法普适性，针对复杂室内场景，提出了双节点定位方案来提高定位精度。在廊厅和实验室室内两种不同定位场景进行了实验，信息联合定位算法分别获得了24.7 cm和48.1 cm的平均定位误差，验证了基于CNN的CSI幅度差和相位差联合定位算法的有效性

2.4空间大地直角坐标系及其转换模型 2.4.1空间直角坐标系与相应大地坐标系的关系 1、X、Y、Z与B、L、H间的关系 空间坐标系的定义:Z/自转轴,X位于赤道面,指格林 尼治天文台,Y指东,构成右手系。 大地坐标系的定义:B为过坐标点椭球面的法线与赤道面 交角、L为过坐标点的子午线与起始子午线的夹角,H 为点沿法线到椭球面的距离

一、实验目的 1.了解病毒包涵体形态特点及在细胞内的位置。 2.了解单层细胞生长特点及现象。 3.了解立克次体、螺旋体、衣原体及真菌形态及染色特点

前列腺核磁超声图像配准融合有助于实现前列腺肿瘤的靶向穿刺。传统的配准方法主要是针对手动分割的前列腺核磁（Magnetic resonance, MR）和经直肠超声（Trans-rectal ultrasound, TRUS）图像上对应的生理特征点作为参考点，进行刚体或非刚体配准。针对超声图像因成像质量低导致手动分割配准效率低下的问题，提出一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。首先，针对图像分割任务训练前列腺超声图像的活动表观模型（Active appearance model, AAM），并基于随机森林建立边界驱动的数学模型，实现超声图像自动分割。接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。实验结果表明，本文方法能准确实现前列腺超声图像自动分割与配准融合，9组配准结果的戴斯相似性系数（Dice similarity coefficient, DSC）均大于0.98，同时尿道口处特征点的平均定位精度达1.64 mm，相比传统方法具有更高的配准精度

本章讨论的问题:1单管放电略为什么不能满足多方面性能的要求?2如何将多 个单级放大电路连接成多级放大电路?各种连接方式有和特点?3直接糊合放大电路的 特殊问题是什么?如何解决?4差分放大电路与其它基本放大电路有什么区别?为什么 它能抑制零点漂移?5直接耦合放大电路输出级的特点是什么?如何根据要求组成多级 放大电路?

一、点在一个投影面上的投影 二、点的两面投影