低溫液位傳感器校準裝置1037302編碼器DFS60E-BDAM01024電站水輪機葉片坑內修焊機器人測控過程中的定位問題,設計了一種移動機器人沿復雜空間曲面運行時的定位算法。該算法以二維平面中的測程法為基礎,利用機器人車體驅動輪編碼器的測量信息和三維葉片曲面的離散點空間坐標信息,通過等時采樣、瞬時平面近似及空間坐標變換等,計算任意采樣時刻機器人在葉片表面的位置及姿態(tài),實現(xiàn)機器人的空間定位。以水輪機葉片典型形貌的圓柱面為例,進行了機器人不同運航的氣動手術機器人控制系統(tǒng)設計。方法構建以氣壓和超聲波電機相結合的機器人驅動系統(tǒng)和基于PID控制的氣缸位置控制回路。通過系統(tǒng)辨識,建立氣動伺服系統(tǒng)的數(shù)學模型,進行PID參數(shù)整定和系統(tǒng)特性的仿真研究,利用尼奎斯特判據(jù)完成穩(wěn)定性分析,并對機器人的針刺精度和核磁兼容性進行實驗驗證。結果模擬仿真結果顯示系統(tǒng)大穩(wěn)態(tài)誤差約為0.4 mm,大跟蹤誤差小于2mm,表明PID控制系統(tǒng)具有較高的控制精度及軌跡跟蹤能力。針刺精度實驗結果顯示,機器人的針刺誤差為0.72 mm。水模實驗結果顯示,核磁圖像清晰,表明機器人對核磁成像的影響較小。結論模擬仿真、針旋斷層放療系統(tǒng)的動態(tài)鎢門技術進行驗收測試,評估其射野半影及治療實施的準確性。方法 升級內容主要包括升級鎢門的驅動系統(tǒng)和更新射野模型。升級鎢門的驅動系統(tǒng)后行機械對準性測試。調試加速器輸出,使其與新的射野模型吻合。分別用固定鎢門和動態(tài)鎢門技術設計螺旋斷層調強計劃,評估不同照射技術的射野半影。劑量驗證分別用A1SL電離室和ArcCheck探測器矩陣測量點劑量和面劑量,并采用γ分析與計算結果進行比對。結果 系統(tǒng)的機械對準符合驗收標準。不同射野寬度的百分深度劑量和離軸比與新的射野模型基本一致。IECy軸向對稱野和非對稱野的射野寬度與參考值的偏差均<0.3%。采用動態(tài)通過滑動窗口對時間序列樣本進行分段,按照分段位置形成若干時間序列分段樣本集,由正常時間序列上不同位置的分段樣本集訓練各個分段的自編碼器;然后,利用自編碼器得到每個分段時間序列樣本的低維特征表示,通過對低維特征表示向量集的K-means聚類處理,實現(xiàn)時間序列樣本集的符號化;后,由正常時間序列的符號序列集生成HMM,根據(jù)待測樣本在已建HMM上的輸出概率值進行異常檢測。在多個公共基準數(shù)據(jù)集上的實驗結果顯示,確可靠的渦輪分子泵故障診斷,提出了一種基于多樣性特征和多源信息的分子泵故障診斷方法。在分子泵實驗臺上采集到分子泵不同故障下多個測點的振動信號,經過預處理后隨機分為訓練集和測試集。首先通過改變激活函數(shù)形成多個去噪自編碼器,之后利用生成的深度自編碼器對數(shù)據(jù)集進行多樣性特征提取,后將提取到的特征用于訓練支持向量機無人機毫米波基站多波束覆蓋區(qū)域內通信容量的同時,降低硬件成本和系統(tǒng)復雜度,本文提出采用一種基于混合波束成形結構的波束優(yōu)化設計方法。該方法首先從多波束混合成形系統(tǒng)結構入手,而后基于多波束總體頻譜效率題分別對數(shù)字預編碼器和射頻移相預編碼器進行設計,達到降低系統(tǒng)射頻鏈數(shù)目的目標。仿真試驗表明,該波束設計方法可以在獲得較好波束增益的同時降低系統(tǒng)復雜度,從而提高無人機目標覆蓋區(qū)域內用戶的通信質量。 

低溫液位傳感器校準裝置1037302編碼器DFS60E-BDAM01024關節(jié)坐標表示的骨骼運動數(shù)據(jù)重定向網絡缺乏通用性的問題,提出一種能夠實現(xiàn)源骨骼到多種骨骼運動重定向的通用雙向循環(huán)自編碼器.該自編碼器由基于關節(jié)坐標表示的運動數(shù)據(jù)以重建誤差為損失函數(shù)訓練得到.在完成訓練后,首先用自編碼器計算源運動數(shù)據(jù)對應的隱變量和重建運動,然后對重建運動施加骨骼長度約束、足跡約束、根關節(jié)位置約束以及骨骼角度約束,并將損失反向傳播至隱變量空間中優(yōu)化隱變量,通過多次迭代得到重定向后運動.在CMU運動數(shù)據(jù)庫上的實驗結果表明,提出的自編碼器及4種約束能夠實現(xiàn)基于關節(jié)坐標表示的運動數(shù)據(jù)的重定向,并且得到的重定向運動在骨骼長度誤差、骨骼角度誤差、末端效應器軌跡以及平滑性上具有更好的效果. 卷積神經網絡的人臉圖像修復技術在刑事偵破、文物保護及影視*等領域有著重要的應用.但現(xiàn)有方法存在著圖像修復結果不夠清晰以及結果多樣化不足等缺點,為此,提出了一種基于變分自編碼器的人臉圖像修復方法.首先設計了一種變分自編碼器的變種網絡,通過引入生成對抗網絡解決修復人臉圖像不清晰的問題,同時對變分自編碼器中的隱變量進行約束,使得其中各個維度相互獨立,實現(xiàn)特征解耦操作;后通過動態(tài)規(guī)劃獲得邊界,利用泊松圖像編輯得到無縫融合的結果.在CelebA數(shù)據(jù)集上的實驗結果表明.