一种基于微分进化的采摘机器人运动反解方法

针对传统的采摘机器人运动反解求法的求解过程过于繁琐及自适应性等不足,提出了一种基于微分进化的采摘机器人运动反解求取方法。该方法首先利用采摘机器人运动正解方程构造出求解采摘机器人运动反解的目标函数,然后运用微分进化算法的泛化性和自适应性对该目标函数进行优化处理,从而求解出采摘机器人运动反解。同时,为了分析该方法的性能,还分别对传统的采摘机器人运动反解和基于微分进化的采摘机器人运动反解进行了对比试验,从而验证了该方法的有效性和鲁棒性。     

基于支持向量机的土壤主要盐分离子高光谱反演模型

快速、无损、定量地获取土壤盐分离子组成及含量是盐渍化土壤治理、改良和利用的重要依据。以新疆盐渍化土壤为研究对象,应用高光谱分析技术获取不同区域土壤盐分离子的特征光谱,在对光谱数据去噪、数据变换基础上分析了鲜样(T1)、风干(T2)和干燥(T3)3类土壤,过2、1、0.15 mm筛处理对离子含量光谱拟合模型精度的影响,建立了基于支持向量机的土壤主要盐分离子光谱反演模型,并对模型的精度和普适性进行了检验。结果表明:土壤原始特征光谱与盐分离子含量均不存在显著相关性,最大相关系数为Na+的0.41;通过光谱数据变换能够明显增强特征波段与离子含量的相关性,K+、Na+、Mg2+、Ca2+、SO_4~(2-)、Cl-和HCO-3的最优变换形式分别为(lgR)'、(lgR)'、R'、(lgR)'、CR、R'和CR,T1处理构建的拟合模型均不能很好地反演离子含量,T3处理的模型估测精度优于T2,土壤粒径越细对土壤离子含量的光谱反演效果越好。分析各处理模型的决定系数和标准误差表明,经T3处理、过0.15 mm筛所构建的离子拟合模型预测精度最高,其中K~+、Na~+、Ca2+和SO_4~(2-)的RPD分别为2.153、2.674 5、2.051和2.786 4,以未参与建模和检验的石河子垦区土样对4种离子模型的普适性检验,其R2分别为0.621 4、0.689 7、0.614 4和0.650 7,说明构建的模型适于估算该区域土壤K+、Na+、Ca2+和SO_4~(2-)的含量。     

基于残差BP神经网络的6自由度机器人视觉标定

基于视觉伺服控制的机器人手眼标定和逆运动学求解一直是视觉伺服领域的核心问题。随着应用场景的逐渐复杂,传统手眼标定方法已无法满足需求;随着网络深度的增加,单一BP神经网络逆运动学求解算法的误差趋于饱和甚至变大,无法进一步提升网络性能。针对以上问题,本文将手眼标定和逆运动学求解融合为拟合目标图像坐标到机器人各关节角之间的映射关系问题,提出了一种残差BP神经网络算法。使用多个残差网络模块的方式加深BP神经网络的深度,残差模块的输入信息可以在网络内跨层传输,较好地解决了因深度增加网络模型容易产生梯度消失而无法提升网络性能的问题;通过6自由度机器人雅可比方程对逆运动学解的空间进行划分,确定了8个独立的区域,基于独立区域方法对训练数据进行处理,从而避免了多自由度机器人逆运动学多解对网络学习的影响,网络训练精度提升了2个数量级,训练速度提高了2倍。在REBot-V-6R型6自由度机器人输送线分拣系统中进行二维平面抓取和三维实物抓取实验,实验结果验证了该方法的准确性。结果表明,该方法比1层BP神经网络、3层BP神经网络、5层BP神经网络的训练精度分别提高了4个数量级、2个数量级、5个数量级,测试精度提高2个数量级;与传统标定方法相比,本文方法节约了逆运动学求解过程的计算成本,抓取位姿精度提高了1个数量级。     

基于原型网络的小样本禽蛋图像特征检测方法

机器视觉因具有检测速度快、稳定性高及成本低等优点,已发展成为禽蛋无损检测领域主流检测手段。使用该技术对禽蛋进行无损检测时,需要依赖大量禽蛋图像作为数据支撑才能取得较好的检测效果。由于养殖安全等限制,禽蛋图像数据的采集成本较高,针对该问题,提出了一种适应于小样本禽蛋图像检测的原型网络（Prototypical network）。该网络利用引入注意力机制的逆残差结构搭建的卷积神经网络将不同类别的禽蛋图像映射至嵌入空间,并利用欧氏距离度量测试禽蛋图像在嵌入空间的类别,从而完成禽蛋图像的分类。本文利用该网络分别验证了小样本条件下受精蛋与无精蛋、双黄蛋与单黄蛋及裂纹蛋与正常蛋的分类检测效果,其检测精度分别为95%、98%、88%。试验结果表明本文方法能够有效地解决禽蛋图像检测中样本不足的问题,为禽蛋图像无损检测研究提供了新的思路。     

含一个未知边界的抛物型方程反问题稳定数值算法

在物理学中模拟均匀的多孔介质流时会遇到一类一维抛物型反问题,该问题由一个含一未知边界条件的抛物型方程以及在某指定内点上测量得到的特定数据条件所构成。为了能够更好的求解该类反问题,首先证明解的唯一性,然后给出其离散后的有限差分格式求解该反问题,并讨论了该格式的稳定性条件,最后给出数值试验表明该方法的有效性和可行性。     

Argo数据库的构建与渔业分析应用

遥感数据在渔业分析中应用广泛,但它只能提供海洋表层参考信息,远洋捕捞常常需要次表层环境信息辅助渔场预测。Argo剖面数据提供了从表层到2 000 m以浅的数据,利用Argo数据建立的次表层海况数据库可以为渔业分析提供更多的参考信息。从GDacs服务器自动定时下载数据并更新数据库,利用Akima插值方法处理垂直剖面数据,通过分析温度和盐度的变化情况计算出温跃层和盐跃层,以及其深度、厚度、强度等信息,利用反距离权重插值法绘制海洋次表层环境信息图,结合渔业信息数据可以很好地应用于渔业分析。研究亮点:多数金枪鱼类生活在海洋表层至100 m,温跃层限制了鱼类的上下移动。文章研究了Argo数据自动化处理,使用AKIMA、IDW插值生成温跃层上(下)界温度、盐度、深度、强度;根据温跃层深度选择用于辅助分析的水层;分析渔获量分布、变化等与海洋次表层环境特点的关系。     

AX=b在逆M-阵类中的反问题

将线性方程组 Ａ Ｘ＝ ｂ 分为５ 种情况（ Ｘ＞ ０、 Ｘ≥０、 Ｘ＜ ０、 Ｘ≤０、 Ｘ 为一般情况），通过构造矩阵的方法，讨论了该线性方程组的反问题在逆 Ｍ－ 阵类中有解的条件．在一般情况下，当给定的实向量 Ｘ 与ｂ 中相应的分量同号时，则线性方程组 Ａ Ｘ＝ ｂ 在逆 Ｍ － 阵类中的反问题有解．     

一种基于神经网络的结构参数识别方法

提出了一种基于神经网络的结构参数识别方法，该方法以残余力向量作为结构参数识别的网络输入。针对训练样本在数据空间分布不均匀的问题，采用ＧＳＬ变换对训练样本数据进行预处理。从而提高了网络收敛速度及参数识别精度。本文算例说明了方法的有效性。     

革命的出场与反思的缺席——论解放区文学的示众描写

作为民众翻身的一个重要环节,解放区文学对示众的描写一改鲁迅等人的批判色调,充满肯定意味。这种新型示众不仅颠覆了传统的政治权力结构,使民众取代地主成为社会的主人;而且解构了传统的社会关系结构,使阶级意识取代传统人情成为社会人际关系构架的基础。然而,由于作家们反思意识的缺席,过于强调阶级怨恨与阶级暴力的革命性与合理性,忽视了程序正义的重要性,使得这种示众描写潜含着人性与社会危机。