好奇心驱动的深度强化学习机器人路径规划算法

针对采用深度强化学习算法实现机器人路径规划任务中,训练前期随机性高导致奖励难获取问题,提出内在好奇心驱动的深度确定性策略梯度算法对连续型动作输出的端到端机器人路径规划进行研究。将环境获取的感知信息作为输入状态,输出机器人动作(线速度、角速度)的连续型控制量,在Gazebo仿真平台进行训练并验证。实验结果表明,基于内在好奇心驱动的深度确定性策略梯度路径规划算法可以较好地实现端到端的机器人路径规划,并且有利于解决训练前期奖励难获取问题,与离散型动作输出的深度Q学习网络模型进行了对比分析,结果表明本文算法决策控制效果更优越。在真实环境中进行了验证,在静态障碍和动态障碍的场景下,所提出算法可成功到达目标点。     

外文期刊订购的博弈分析

用博弈理论对印刷版与电子版外文期刊订购现象进行了剖析。提出在今后很长一段时期里,馆际互借、资源共建共享是各高校图书馆奋斗的目标。尤其是对纸质外文期刊的共建、共享应落到实处,这样才能满足更多的读者对外文期刊的日益增长的需求。     

风景区内接待区建设的控制与引导

针对目前风景区内接待区建设存在的“城市化”现象,文章从接待区建设规模控制、建设风貌引导以及居民社会问题的解决三方面提出相应的措施。     

电偶极子在均匀电场中的运动特征研究

电偶极子在均匀电场中受到力矩的作用而发生转动,但由于惯性的存在,电偶极子不会立即静止在平衡位置,而是会在平衡位置附近振动.本文从动力学和能量特征两个方面证实,初始角度较小的情况下,电偶极子做筒谐振动.     

基于提升整数小波的数据隐藏算法

提出了一种基于提升整数小波变换的数据隐藏的算法.该算法把秘密数据先进行无损加密和压缩,而后嵌入到图像整数小波变换后的高波子带系数中.解决了提取信息中的虚假信息取舍和小波反变换时的灰度值溢出问题.对比实验表明:能够嵌入大容量的数据,而且保持良好的视觉效果.     

复杂网络稀疏性的统计物理研究综述

大多数实际存在的复杂网络是稀疏的,即网络平均度远小于节点数:k—N.到目前为止,关于这一性质的起源,它对于网络功能与网络上动力学过程的影响,可能的应用价值的研究还都远远不足.实际上,稀疏性与网络的其它拓扑性质密切相关.近几年来,人们对复杂网络稀疏性的相关效应从理论和实验两个方面都做了深入的研究,但是,还缺乏原理性的探讨.从统计物理的视角出发,稀疏性应当被看作复杂系统中个体之间相互作用的涌现性质,而不应当是现有模型中先验的前提.本文拟就复杂网络稀疏性的统计物理研究作一综述.     

一种图像敏感对象的识别方法

针对现有的图像识别方法识别某一指定对象,提出了一种图像敏感对象的识别方法,该方法改进了现有目标识别的局限性;首先通过计算得到图像中对象的敏感度值,然后对图像对象进行纹理、色彩、形状和显著特征提取,最后结合敏感度值识别出图像中敏感度大的对象,并与经典的敏感度检测方法比较;实验结果表明该方法敏感信息丢失少,且能精确得到图像对象敏感度值,通过敏感度的不同,识别出人眼感兴趣的对象信息。     

基于SIFT特征的彩色图像拼接方法研究

针对传统特征提取拼接算法在复杂图像中配准过程中出现的过多误匹配,导致拼接后图像出现鬼影、模糊等问题,从而影响拼接图像的质量,提出一种改进的SIFT配准算法。在对目标图像提取SIFT特征后,利用SIFT描述子的尺度以及梯度方向信息建立最小邻域匹配剔除误匹配点,之后利用局部均方根误差(RMSE)评价映射矩阵与RANSAC算法相结合,迭代出精确变换模型。在对图像进行几何矫正后,提出一种自适应的混合线性算法对重合区域图像变换至HIS颜色空间进行图像拼接,最后得到平滑无缝的完整彩色全景拼接图像。实验结果证明,该算法在拼接复杂场景并且重合区域不多时仍有较好的准确性及稳定性。     

顶空液相微萃取测定溶剂型涂料中挥发性有机物

应用顶空液相微萃取法对溶剂型涂料中的挥发性有机物(VOC)进行分离富集,直接进样气相色谱法分析。对萃取溶剂进行了筛选,并研究了平衡温度、溶剂体积、萃取时间等影响因素对萃取效率的影响。在优化的条件下,苯、甲苯、二甲苯、三氯乙烯和四氯乙烯的检出限分别为0.25、0.25、0.75、1.25和1.75μg/L。进行了方法的准确度和精密度试验,平均回收率为94.14%~119.33%,相对标准偏差为2.9%~18.9%。