五指机械手仿人抓取有限元建模与分析方法

    公开(公告)号:CN112720467A

    公开(公告)日:2021-04-30

    申请号:CN202011498152.0

    申请日:2020-12-17

    Abstract: 本发明属于电子信息技术领域,提供了一种五指机械手仿人抓取有限元建模与分析方法,包括以下步骤:构建机器人手模型、构建触觉传感器阵列、不同状态的抓取模型及分析;通过虚拟环境下建立五指机械手,代替现实中的硬件实现,尽可能还原人类手部不同形式的抓取动作,节省实验空间,降低实现难度,为后续实现将人手的抓取经验迁移并嵌入到机器手抓取上索要做的仿人抓取姿态学习创造实验条件。

    一种LTE-IEEE802.11p混合网络协议切换方法

    公开(公告)号:CN110149337A

    公开(公告)日:2019-08-20

    申请号:CN201910441769.X

    申请日:2019-05-24

    Abstract: 本发明提供一种LTE-IEEE802.11p混合网络协议切换方法,包括以下步骤:提取车辆在当前行驶环境下的QoS指标,并更新QoS模型;根据更新后的QoS模型计算理论切换点;根据车辆速度和GPS定位精度计算围绕理论切换点的预警区间;车辆进入理论切换点的预警区间,则开始协议切换。本发明从LTE和IEEE802.11p协议的本身出发,深入研究其QoS特点从而得到本方法,进而克服了单一协议与V2I通信要求不匹配的弊端,有效保证在QoS导向系统中,最大满足V2I通信的需求。

    一种基于迭代图割和自适应聚类的显著性检测方法

    公开(公告)号:CN106447679B

    公开(公告)日:2019-04-09

    申请号:CN201610902519.8

    申请日:2016-10-17

    Abstract: 本发明属于图像处理领域,涉及一种基于迭代图割和自适应聚类的显著性检测方法,解决图像显著性检测问题。首先,使用简单线性迭代聚类SLIC算法对图像进行分割,得到大小不同的超像素。然后,基于迭代图割算法得到图像的背景部分,提出自适应聚类算法构建图像的初始显著性图。最后,根据初始显著性图中的显著部分,通过超像素的区域性查找显著区域,使用迭代图割算法更新显著区域得到最终的显著性图。该方法减少计算量的同时又不失精度,且具有很高的准确性。

    一种网络控制系统上行调度算法

    公开(公告)号:CN108650714A

    公开(公告)日:2018-10-12

    申请号:CN201810353599.5

    申请日:2018-04-19

    Abstract: 本发明公开了一种网络控制系统上行调度算法,该发明技术方案将研究角度从传统的控制方法转变为通信机制,使用网络调度机制代替控制系统的硬件设计,不改变网络控制系统(NCS)中的任何硬件设备,既不重新设计控制器,也不修改传感器的采样率,将NCS看作一个网络应用或服务,通过设计网络调度器解决通信延迟对NCS控制质量的影响,并通过探索控制质量(QoC)与通信延迟间的关系,将其转化可用于调度机制的服务质量(QoS)参数,实现基于QoC驱动的上行调度算法。本发明提供的技术方案不仅降低了系统设计复杂度和硬件开销,同时还对各种控制系统具有兼容性。

    一种短时交通流预测模型方法

    公开(公告)号:CN105469611B

    公开(公告)日:2017-12-01

    申请号:CN201510990866.6

    申请日:2015-12-24

    Abstract: 一种短时交通流的预测方法,属于公路交通、计算机与数学交叉技术领域。首先,对获取的原始交通流数据进行降噪,对降噪后的原始数据进行样本重建(6‑9个采样点作为一个样本,步长为1个采样周期)形成新的重建后的样本数据集,利用聚类算法根据样本和样本的一阶差分对重建后的样本数据集进行分类,得到m个聚类中心,最后用m个聚类中心训练WNN,确定WNN模型参数。再利用残差序列对ARIMA模型训练,得到ARIMA模型,最后通过结合WNN模型和ARIMA模型对交通流数据进行预测。本发明研究了短时交通流预测模型,把聚类算法和WNN相结合,通过改善训练数据的质量,提供了一种更为鲁棒和精确,实时的短时交通流预测模型。

    一种基于新贪心策略的按需服务数据包调度贪心算法

    公开(公告)号:CN106713173A

    公开(公告)日:2017-05-24

    申请号:CN201611019367.3

    申请日:2016-11-17

    CPC classification number: H04L47/622 H04L41/5051 H04L67/12

    Abstract: 本发明属于计算机无线通信技术领域,涉及在基站集成无线网络环境下,一种基于新效用函数贪心策略的按需服务数据包调度贪心算法。首先我们建立该环境下数据包调度问题的数学模型,包括时隙模型和报文请求模型,将原问题转化为整形规划问题,这种整形规划问题可以证明为NP问题,在线性时间内不能找到其最优解,根据模型的特殊情况,可以将问题转化为0‑1整形规划问题,这样可以大大的减少求解问题的复杂性。在实际的online条件(即当前只有部分信道情况已知,部分待调度报文到达)下,基于本文提出的效用函数函数值的贪心策略比基于现有效用函数的贪心策略具有更好的仿真效果,能够提高分配报文的总效益。

    VANET中基于P2P-BT的多媒体合作共享方法

    公开(公告)号:CN103763334B

    公开(公告)日:2017-02-22

    申请号:CN201310204781.1

    申请日:2013-05-28

    Inventor: 吴迪 陈娜 谭国真

    Abstract: 本发明属于移动通信技术领域,公开了一种车联网VANET中基于P2P-BT的多媒体合作共享方法。首先为了在VANET中很好地实施PB-MCSM,本文根据一般P2P-BT的特点,结合VANET中各类车辆的特点和运动轨迹,建立了VANET层次架构;然后,针对VANET中多媒体资源查询率低的问题,提出了基于分布式Tracker服务器的多媒体查询算法;提出了基于间接互惠博弈的树状回传算法,保证车辆在下载同时也进行上传,解决由于自私和断链造成的传输延迟;本发明的效果和益处是能够模拟真实环境下节点的多媒体传输情况,适用于自私的VANET环境;实验表明本发明提高了VANET中多媒体资源的成功查询率和回传率,降低了回传过程的回传延迟,提高了车辆用户的满意度。

    一种基于车联网环境下交叉口的自适用控制方法

    公开(公告)号:CN104575035B

    公开(公告)日:2016-08-17

    申请号:CN201510031026.7

    申请日:2015-01-22

    Abstract: 一种基于车联网环境下交叉口的自适用控制方法,其属于车联网技术领域。该方法充分利用了车联网的优势,将车辆的实时状态信息提供给路侧单元,它首先对整个交通路网进行抽象建模,计算出各股交通流的动态优先级;再根据交叉口的具体特性,建立最优相位相序模型,以求得当前交叉口的最优相位相序,使得高优先级的交通流能够优先通过路口,同时保证单次放行的车流量最大。该方法不用大量的埋设传感器,这不仅仅减轻了城市控制系统建设的成本,还有益于交通控制系统的维护升级。实时精确的掌握交通流、车辆的状态,大大的改变了以往交通控制系统严重滞后,得到信息较少甚至是错误的情况。

    一种面向安全指标的VANET信道拥塞联合控制方法

    公开(公告)号:CN105792278A

    公开(公告)日:2016-07-20

    申请号:CN201610304467.4

    申请日:2016-05-10

    CPC classification number: H04W28/0289 H04L47/12 H04L67/12

    Abstract: 一种面向安全指标的VANET信道拥塞联合控制方法,包括以下步骤:S1、建立双Beacon发送模型;S2、建立交通安全模型,计算紧密范围和警戒范围;S3、依据电磁波确定性传播模型确定发送功率;S4、依据VANET控制信道的马尔科夫模型计算发送速率;S5、依据折算算法确定最终的发送参数。本发明将微观车辆移动模型与通信模型结合。微观车辆移动模型研究的是单个车辆驾驶行为以及车辆与车辆之间的相互影响。从车辆安全的角度将移动模型与通信模型结合起来能够在保证车辆安全的前提下最大限度得减低信道负载,达到信道拥塞控制的目的。

    一种提高K-means收敛速度的方法

    公开(公告)号:CN105469114A

    公开(公告)日:2016-04-06

    申请号:CN201510829755.7

    申请日:2015-11-25

    CPC classification number: G06K9/6223

    Abstract: 一种提高K-means收敛速度的方法,解决了K-means聚类因迭代次数过多而导致聚类效率偏低的问题。考虑到K-means的迭代次数取决于重构误差函数的收敛速度,如果收敛速度低,那么迭代次数就会多,为此,本发明的新方法通过提高重构误差函数收敛速度来减少迭代的次数。新方法将传统K-means聚类过程中每划分完数据集一次才更新聚类中心一次(每次迭代只更新一次聚类中心)的处理策略加以改进,在每次迭代过程中增加聚类中心的更新频度,即在划分过程中,当簇每增加一个数据对象时就将该簇的聚类中心更新一次。该方法通过一次划分多次更新聚类中心的新策略来提升重构误差函数的收敛速度,以实现减少迭代次数,达到提高K-means聚类效率的目的。

Patent Agency Ranking