基于自适应权值裁剪的Adaboost快速训练算法

Adaboost是一种广泛使用的机器学习算法,然而Adaboost算法在训练时耗时十分严重。针对该问题,该文提出一种基于自适应权值的Adaboost快速训练算法AWTAdaboost。该算法首先统计每一轮迭代的样本权值分布,再结合当前样本权值的最大值和样本集规模计算出裁剪系数,权值小于裁剪系数的样本将不参与训练,进而加快了训练速度。在INRIA数据集和自定义数据集上的实验表明,该文算法能在保证检测效果的情况下大幅加快训练速度,相比于其他快速训练算法,在训练时间接近的情况下有更好的检测效果。     

基于驱动量补偿的压电型微小机器人运动控制

为解决一种左右平行驱动式压电陶瓷微小机器人,由装配误差和压电陶瓷特性的不一致所带来的运动偏差,提出了一种基于驱动量补偿的方法对微小机器人进行运动控制.在详细分析微小机器人的stick-and-slip 运动原理的基础上进行实验设计,对左右压电陶瓷驱动器分别输入不同的驱动量,得到多个微小型机器人在横向位置上的位移偏差量.对所得实验数据用最小二乘法进行处理,并拟合出曲线,进而确定微小型机器人的输入驱动量的补偿值.实验表明,加入了补偿输入后,微小型机器人在相同步数下的直线前进运动中,横向的位置偏差减少为原来的6.1％.利用最小二乘法所得到的基于驱动量补偿的运动控制,能有效抑制微小机器人直线运动中横向位置的偏差.     

静脉输液过程中滴速自动控制系统的建模与仿真

为对静脉输液过程的滴速自动控制系统进行设计和分析,对此类型系统进行建模和仿真研究;通过实验数据拟合出输液过程的静态模型,进而得到非线性的动态模型;采用一阶惯性环节对执行机构的动态特性进行描述,采用定积分对基于红外光电对管的滴速检测环节进行建模;在静态工作点对过程模型进行基于增量法的近似线性化处理,对给定值小范围变化的情况设计了PID控制律,对给定值大范围变化的情况采用先开环控制后闭环控制的控制策略;仿真结果表明,该模型能较准确反映被控过程和控制系统的特性,对控制系统的实施有较好的参考价值。