闵华清
- 作品数：177 被引量：431H指数：9
- 供职机构：华南理工大学更多>>
- 发文基金：国家自然科学基金广东省自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术经济管理文化科学电子电信更多>>
- 基于分析函数描述的认知机器人潜在动作模型被引量：1
- 2013年
- 根据人类的视觉注意机制,提出了分析函数,并在此基础上建立了认知机器人的潜在动作模型.模型的形式化方法以动作为中心,前置条件和后置条件为动作的执行提供了参考准则.实验部分以机器人学习抓取物体为例,模仿了婴儿的学习过程,并在Webots仿真平台上验证了潜在动作模型,为认知机器人的研究提供了一种新的有效途径.
- 易长安闵华清罗荣华钟智鹏
- 关键词：视觉注意分析函数
- 用ASP实现中文网页文本的加密与解密被引量：2
- 2001年
- 在Internet网络信息传递中如何将明文变换成密文 ,或将密文变换成明文 ,即保护信息在传递中不被他人窃取或修改是一个需要解决的问题 .本文讨论了一种利用维尔南 (Vernam)加密算法和ASP代码对中文网络信息进行加密与解密的方案 ,并给出了实现相应功能的源程序。
- 罗克闵华清
- 关键词：中文网页ASP加密功能模块INTERNET
- 基于地磁的室内地图构建装置
- 本实用新型公开基于地磁的室内地图构建装置。本实用新型包括可移动载体、人机交互模块、室内空间位置指纹信息获取模块、移动机器人方位角的获取模块、运动控制及速度获取模块和主控模块。本实用新型结构简单，操作方便，成本低，克服了在...
- 朱金辉林政树闵华清粱富云殷士龙庄壮伟张梅
- 文献传递
- 基于双因素方差分析的推荐算法被引量：1
- 2008年
- 提出一种新的基于双因素方差分析的推荐算法DFAR。该方法基于成熟的统计学模型,简单易理解,具有很好的鲁棒性。实验结果证明,该算法相比传统的项目协作过滤算法取得了更好的推荐效果,并大大节省了算法所需要的空间。
- 陈健庄瑜文闵华清
- 关键词：推荐系统双因素方差分析
- 基于RBF网络的Q学习框架仿人机器人稳定控制方法
- 本发明公开了基于RBF网络的Q学习框架仿人机器人稳定控制方法，该方法包括：提出基于RBF网络的Q学习框架 （RBF-Q Learning），该框架解决Q学习过程中状态空间连续化和行为空间连续化的问题；提出基于RBF网络的...
- 毕盛黄铨雍韦如明闵华清董敏
- 文献传递
- 仿人机器人步态规划反馈控制研究综述被引量：3
- 2011年
- 仿人机器人步行稳定性是机器人领域重要研究内容之一。介绍了仿人机器人常用的步态规划方法,划分为非反馈式和反馈式的两种步态规划算法。总结了反馈式步态规划主要研究的内容,并以世界著名Asimo、HRP、KHR和Darmstad仿人机器人为例,描述仿人机器人具体反馈控制方法和过程。探讨了仿人机器人步态反馈控制中有待研究的内容。
- 毕盛闵华清陈强
- 关键词：仿人机器人步态规划反馈控制
- 基于结构划分清除分区表和引导区病毒的技术
- 1998年
- 在对硬盘分区结构进行综合分析的基础上，提出一种基于硬盘自身划分结构修复硬盘分区表和硬盘ＢＯＯＴ区（ＤＯＳ或Ｗｉｎｄｏｗｓ引导区）的技术，该技术可以在没有任何数据备份的情况下可靠地修复硬盘分区表和ＤＯＳ引导区，安全地抢救因硬盘分区表或ＤＯＳ引导区被破坏而丢失的硬盘重要数据，还可以清除一切硬盘分区表和ＤＯＳ引导区病毒．
- 闵华清李建辉赵世平
- 关键词：硬盘分区表DOS引导区计算机病毒
- 一种基于色带的可谱曲电子音乐装置
- 本实用新型公开了一种基于色带的可谱曲电子音乐装置，包括单片机控制板、用于表示乐曲的色带、用于音乐装置功能选择的按键模块、用于色带上各个色块颜色识别的颜色传感器模块、用于音乐播放的蜂鸣器模块以及装置外壳，所述按键模块、颜色...
- 朱金辉庄壮伟闵华清张梅方春林
- 文献传递
- 一种仿人机器人斜坡运动步态规划方法被引量：6
- 2010年
- 以SCUT-Ⅰ仿人机器人步态运动为对象,提出了由斜坡运动步长、步行周期等参数控制的斜坡运动模式,并基于倒立摆模型对斜坡运动过程中仿人机器人的髋关节和摆动腿踝关节的轨迹进行规划,从而得到斜坡运动的轨迹;最后,根据SCUT-Ⅰ仿人机器人模型参数,在Matlab 6.5中建立机器人的模型,对机器人斜坡运动进行仿真实验,验证了该规划方法的有效性及稳定性.
- 毕盛闵华清陈强庄钟杰刘奇峰
- 关键词：仿人机器人步态规划
- 预测型关联规则演化学习的适应值函数被引量：3
- 2005年
- 为了提高基于遗传算法的分类预测准确度,探讨了评价规则质量的适应值函数,提出了基于置信度和支持度加权和的适应值函数,以取代传统的基于灵敏性和选择性的适应值函数.理论分析和实验结果都表明,文中提出的新适应值函数对于预测型关联规则演化搜索的引导作用明显地优于传统的适应值函数.新的适应值函数有利于改进基于遗传算法的机器学习.
- 许孝元韩国强闵华清
- 关键词：遗传算法关联规则
