三级倒立摆的T-S型前馈补偿模糊神经网络控制

为解决T akag i-Sugeno型模糊神经网络在控制多变量系统时的规则组合爆炸问题,提出一种误差前馈补偿的模糊神经网络控制方案,有效实现了三级倒立摆的稳定控制。该控制方案适用对状态变量可按性质和重要程度划分的多变量系统的控制,大大减少了模糊神经网络控制器的规则数,有利于利用专家的控制经验,具有良好的鲁棒性和非线性适应能力。     

一种新的基于图像的重绘技术

在“同心拼图”的基础上，根据利用狭缝图像的集合来表示和生成场景的原理，提出了一种新的基于图像的绘制技术．采用这种技术可以实现对物体的环视和实时漫游，尤其是在某些应用领域如雕塑等的重绘上比同心拼图更加合理．算法中提出了一种在实际环境中对像素深度值的新假设．在实验中没有直接利用拍摄点得到采样图像，而是进行了重采样，使数据量相对较少．