|
| - 新基于蚁群算法的并联机器人误差补偿方法
- 作者：谢平 刘志杰 杜义浩 来源期刊：计算机工程 年卷号：2011,37(16).-11-13
- 摘要：提出一种利用蚁群算法补偿Stewart并联机器人位姿误差的方法。基于闭环矢量法建立Stewart并联机器人位姿误差模型,通过6个驱动杆的长度误差和铰链误差得到并联机器人的位姿误差。在位姿误差模型的基础上,利用基于网格划分策略的连续蚁群算法,通过信息素更新指导蚂蚁反复搜索,对驱动杆杆长误差进行寻优,最终补偿Stewa...
-
- 基于蚁群算法的并联机器人误差补偿方法
- 作者：谢平 刘志杰 杜义浩 来源期刊：计算机工程 年卷号：2011,37(16).-11-13
- 摘要：提出一种利用蚁群算法补偿Stewart并联机器人位姿误差的方法。基于闭环矢量法建立Stewart并联机器人位姿误差模型,通过6个驱动杆的长度误差和铰链误差得到并联机器人的位姿误差。在位姿误差模型的基础上,利用基于网格划分策略的连续蚁群算法,通过信息素更新指导蚂蚁反复搜索,对驱动杆杆长误差进行寻优,最终补偿Stewa...
-
- 实时性环境中JVM垃圾收集算法
- 作者：李娜[1] 刘俊辉[2] 来源期刊：计算机工程 年卷号：2011,37(15).-52-54
- 摘要：提出一种适用于实时性环境的Java虚拟机垃圾收集算法。该算法通过对增量式收集器中堆空间划分方式和引用跟踪进行改进,以减少垃圾收集时带来的不确定性暂停,并且该算法可以指定用户在一个时间段内进行垃圾收集,以便使应用程序暂停时间达到最短,从而适用于实时性环境。实验结果表明,该算法能有效减少垃圾收集时暂停的频率和时长。
-
- 基于加权标识S-图的最短路径研究
- 作者：李书举 李文敬 主汝凉 马俊 刘阿宁 来源期刊：计算机工程 年卷号：2011,37(15).-46-48
- 摘要：为解决智能交通系统中交通运输网络分析和最短路径问题,提出加权标识S-图最短路径算法。根据Petri网基本原理和加权S-图的特点,给出交通网络加权S-图的网模型。阐述加权标识S-图最短路径的基本原理、求解加权标识S-图的最短路径定理及证明。通过交通运输网络示例和实验对算法进行验证,对比分析算法性能。结果表明,加权标识...
-
- 基于平均期望间隔的多标签分类主动学习方法
- 作者：刘端阳 邱卫杰 来源期刊：计算机工程 年卷号：2011,37(15).-168-170
- 摘要：针对多标签主动学习速度较慢的问题,提出一种基于平均期望间隔的多标签分类的主动学习方法。计算支持向量机分类器中的期望间隔,并将其作为样本选择标准。实验结果表明,该方法在分类精度、Hamming Loss、Coverage等评价标准上优于基于决策值和后验概率等主动学习策略,能更好地评价未标记样本,有效提高分类精度和速度...
-
|