关键词： 电机学   故障诊断   波束形成   模式识别  

摘要： 随着近几年经济的快速发展,科技技术的进步,电机企业的发展也是比较的迅速,引进了先进的设备,不仅代替了人工,而且提高了生产的效率.在机械设备的安装过程中,随着市场以及社会的需求变化而发生变化的.在电机轴肋板发生故障时比较的常见.为了能够及时的找到故障所在的原因,会通过在电机工程过程中肋板振动的相关信息,在通过图像进行处理信息,这样就可以区分电机轴肋板在故障的下的特征和正常下的特征.如果再次出现故障的时候可以及时的发现,并且及时的处理.对声成像的验真有两种方式,一种是模拟仿真,一种是试验,也是对准确性和适应性一个最好的证明.在机械安装的过程中传感器出现的问题,声成像是最好的检测的方式.

关键词： 木材   树种判别   缺陷分类   缺陷分割   等级分选  

摘要： 我国林业资源相对匮乏,但目前国内主流木材加工厂的加工备料方法过于简单粗放,模式传统,致使原材料的加工利用率不高,加工生产效率较差。为有效的提高木材利用率、提高木材生产效率,本文基于多特征模式识别木材分类分选,通过将待选木材图像按树种进行检索分类,从而进一步按照提取的缺陷类别及检量标准实现基于机器视觉的木材等级分选。现有的基于机器视觉的木材缺陷分等,皆为按照缺陷本身形态特征参数对木材等级分选,并未实现在木材树种分类的基础上分等优选,这同生产实际的木材分等检量标准操作是不相符的。针对上述问题,本研究在对木材树种判别的基础上,对木材图像进行缺陷分类,根据针叶树材与阔叶树材缺陷类型的不同,按照提取的缺陷面积检量参数,将木材分为特等、一等、二等和三等。本研究在120个树种中选取有代表性的50个中国常见树种,每个树种对应径切面和弦切面两幅图像,作为检索实验的研究对象,构建多类树种样本库1。再采集5个东北常见树种的样本,制作这5个树种的2种切面(径切、弦切)的木材图像,每个树种100个,共计1000幅,其中包括104个死节、40个活节、72个虫害、92个裂纹缺陷图像,构建样本库2。研究内容及实验结果主要为:(1)为实现木材树种检索判别,本文研究了木材图像检索的颜色与纹理特征提取与相似度匹配判别方法。结合木材材色与纹理的自身特点,提出了适合木材树种判别的匹配检索方法。利用基于颜色空间非等间隔量化的主色调特征提取方法,可以对颜色分布范围较窄、树种间颜色差异相对细微的木材图像进行特征匹配,从而达到更为理想的检索判别效果。在经过颜色特征检索后,进一步利用6个纹理特征包括:对比度(CON),二阶角矩(ASM),方差和(SV),长行程加重因子(LRE),分形维数(FD),小波水平能量分布比重(EPLH)构建特征量体系以实现进一步检索,通过实验结果分析可知,分步检索可令检索判别结果趋近于更高的精准度。(2)提出了一种针对木材图像缺陷二值化局部阈值分割算法,该算法采用计算窗口模板均值、标准差、以及极值来计算各点阈值。实验结果表明,本研究提出的算法针对复杂背景木材图像缺陷分割具有良好的性能,性能明显优于全局阈值、Bernsen算法,略高于Niblack算法和Sauvola算法。算法对木材图像的缺陷分割精度可达92.58%,更适用于材色或光照不均一、有纹理噪声干扰等背景的木材缺陷图像。(3)在缺陷分割基础上,根据不同木材缺陷特异性的采用形态学方法进一步的改善缺陷提取效果,在大幅度的减少噪声的基础上,最大程度还原了缺陷二值特征。并利用形态学函数有效提取缺陷的长度、宽度、数量及位置等相关参数。(4)木材图像缺陷检测分类部分采用了 3种模型:BP神经网络模型、SVM支持向量机分类模型、CNN卷积神经网络模型。BP神经网络通过分别提取了 LBP特征以及HOG-LBP融合特征实现分类,分类准确率最高为50%。SVM分类模型提取了 HOG特征、LBP特征以及HOG-LBP融合3组特征,而以HOG-LBP融合特征实现缺陷分类效果明显优于采用HOG或LBP单一特征。分别采用4种核函数基于HOG-LBP融合特征实现分类,通过实验发现多项式核函数及高斯核函数分类性能最好,准确率均为98.68%。CNN卷积神经网络模型输入层维度512× 512× 3,采用尺寸为9× 9的1、0相间的卷积核,分别验证了其层数为2-4层时的分类准确率。采用CNN卷积神经网络测试最优为4层结构,分类准确率为98.68%。(5)通过对实验参数的优化设计,以及训练过程的监督及实验结果的比对分析,验证了不同模型的性能及优势所在。通过比对分析,认为BP神经网络虽为传统经典模型,但对于木材缺陷的HOG特征、LBP特征以及HOG-LBP融合特征并不敏感,因此,在当前特征提取情况下,不太适用于木材模型分类。CNN卷积神经网络模型及SVM支持向量机模型较之更适合木材缺陷检测分类,其对木材缺陷的检测及分类具有较高的分类准确率。

关键词： 4G信令数据   三角定位数据   DPI(深度报文检测)   出行需求   模式识别  

摘要： 交通出行信息是现代复杂背景下进行交通规划、交通管理等的重要准备和必要前提。传统方法通常采用几年一次的采样率在5%以内的抽样调查来获取数据,后来出现了线圈、RFID、视频等定点采集手段。前者调查周期长、成本高,且依赖于被调查者记忆的准确性,不够准确。后者需要安装设备,成本高、损毁率高,且数据质量依赖于设备布设情况,难以反映全网出行情况。随着互联网时代的到来和智能手机的普及,手机数据(信令数据、账单数据和三角定位数据)体现出了巨大的优势。一方面,4G技术使得手机数据的质量有了大幅提升,手机数据原本就具有的全时空覆盖特性更为明显,可以轻松得到全时段全区域的用户信息;另一方面,手机数据来源于移动通信运营商的日常运营数据,无需额外布设设备,在手机普及率越来越高的今天优势明显。基于上述考量,本论文充分利用手机数据的全时空特性,对苏州市全市的出行需求和出行模式进行了提取。首先,本论文充分调研了目前城市交通现状和手机终端使用情况,在研究了现有交通数据采集技术、OD估计和出行模式提取方法的基础上,总结了现有研究的不足,并提出了本次研究的方向,基于4G信令数据和三角定位数据提取城市层面的出行生成、出行分布和出行模式。其次,在回顾了移动通信的发展后,简要介绍了移动通信技术与定位技术的特性,为手机数据的优势和存在的问题做了铺垫。随后详细陈述了4G信令数据、三角定位数据和地图等数据的特点。在第三章的最后部分,重点介绍了本次研究的必要前期处理方法:基站与交通小区映射方法和空间索引构建方法。在划分基站服务范围时,本文采用了泰森多边形方法,之后通过交通小区与泰森多边形的重叠关系确定分配比例。考虑到Hive平台数据操作的计算效率,本论文采用了网格加R树的混合空间索引方法,对研究区域划分等距网格并建立多级索引,从而极大降低了后续算法的时间复杂度。之后,通过对苏州市两个交通小区早高峰期间交通吸发量提取的示例,介绍了利用4G信令数据提取出行生成信息的方法。该方法和传统的交通调查和人工计数方法相比,极大地降低了人力和物力,可以得到更准确全面的信息,优势明显。随后,基于4G手机信令数据,采用阈值法估计手机用户出行OD。采用试错法尝试不同基站停留时长阈值-基站切换时长阈值组合下得到的人均日出行量,将结果与同年苏州市进行的出行调查的结果进行对比,从而确定最佳阈值。在此基础上进行延伸,将该方法应用于苏州市职住分析,对用户居住地和工作地进行了研究,并统计了各行政区之间的通勤出行量。该结果可以指导区域交通规划,对于改善干道拥堵等问题可以起到指导作用。接着,利用三角定位数据位置精度高的特点,研究了出行模式提取方法。首先对漂移数据、乒乓数据和冗余数据进行了清洗,通过数据来源基站判断是否是地铁模式出行。随后,设定非直线阈值和慢行阈值,判定慢行交通、公共交通和小汽车出行,并判定用户每天主要出行模式。用户高频使用手机的现状可以在一定程度上弥补三角定位数据时空覆盖率低的缺陷,且地铁模式的精准识别也可以给此类研究带来一些新的思路。最后,对本论文的主要研究成果和创新点进行了总结,并提出了一些可以提高的方向。本文利用手机数据全时空覆盖的特性,提出了城市交通出行需求估计和出行模式识别方法,对于全面把握城市交通现状,准确刻画区域间交通联系有重要意义。

关键词： 直流电缆   局部放电   泄漏电流   特征提取   模式识别   深度信念网络   D-S证据理论  

摘要： 高压直流输电技术在长距离大容量输电以及新能源接入中扮演着举足轻重的角色,其中,交联聚乙烯(XLPE)电缆因其良好的电气、机械及耐老化等性能在直流输电中得到了广泛的应用。然而XLPE电缆在安装和敷设过程中难以避免地受到外界恶劣环境的影响,导致绝缘发生劣化和故障,所以XLPE绝缘故障状态的检测与诊断等运维技术是亟待研究的课题。局部放电和泄漏电流是表征电力设备绝缘性能的两种主要方式,但现阶段对直流下XLPE电缆局部放电与泄漏电流在诸如形成机制、特征规律及识别技术等方面的研究仍相对欠缺,且关于局部放电与泄漏电流联合检测及识别的研究相对较少。针对上述问题,本文对以下几个方面开展研究:对直流局部放电等效电路、重复过程、时序特性、脉冲机理以及泄漏电流的基本组成和XLPE绝缘泄漏电流的形成机制进行了分析,从理论上研究了绝缘缺陷与局部放电及泄漏电流关键参数的内在关联,以及局部放电与泄漏电流之间的相关关系。基于常见的电缆绝缘故障类型设计了四种典型绝缘缺陷模型:绝缘划伤缺陷、导体毛刺缺陷、绝缘内部气隙缺陷和外半导电层残留缺陷。搭建了局部放电与泄漏电流联合试验平台,研究了可能出现的干扰并制定相应措施。对直流局部放电的放电量-时间序列、放电重复率-时间序列以及放电量-电压关系、放电重复率-电压关系进行分析,绘制了典型直流局部放电特征图谱对XLPE电缆典型绝缘缺陷放电的发展特征、受电压影响等规律进行分析,总结了不同绝缘缺陷局部放电在放电模式及统计特征方面的区别。研究了基于改进深度信念网络的局部放电脉冲电流识别方法,利用深度学习实现了局部放电的类型识别。对直流电缆典型绝缘缺陷的绝缘内部电场与电导率分布进行三维建模仿真研究,作为辅助研究泄漏电流特征的理论支撑。对泄漏电流随时间发展特性以及稳态泄漏电流与外施电压关系进行分析,揭示了不同缺陷在泄漏电流波动程度和随电压上升的非线性程度存在差异。基于小波包理论将泄漏电流分解至子频带,对典型绝缘缺陷的节点能量进行分析,结果表明节点能量可作为特征提取和分类的依据。对典型绝缘缺陷局部放电和泄漏电流之间的相关性进行分析。基于Pearson相关系数、Shannon熵等分析手段研究了放电量、放电重复率与泄漏电流之间的相关特征。基于典型直流局部放电图谱的形状特征参数和泄漏电流小波分解节点能量特征参数,利用加权D-S证据理论对不同信息源融合并进行识别,实现了对多源信息的有效利用。

关键词： 食管鳞癌   环状RNA   代谢组学   指纹谱   标志物   CircRNA基因  

摘要： 目的:　　利用氢质子代谢指纹谱结合不同模式识别方法探寻食管鳞癌（EsophagealSquamousCellCarcinoma,ESCC）患者血清代谢标志物，根据所筛选的代谢标志物进行代谢通路图分析，寻找潜在的ESCC诊断标志物组，分析和评价ESCC的代谢特点，获得ESCC的特征性代谢指纹谱，从代谢水平上为ESCC预防筛查、早期诊断及精准治疗提供一定的理论基础，为深入了解ESCC的发生、发展机制提供丰富的分子水平的代谢信息。　　方法:　　于2015年9月至2016年12月，收集本院心胸外科新入住院并经病理组织确诊的早期食管鳞癌患者（I/II级）的血清样本25份，术后未经放化疗的早期ESCC患者（I/II级）血清样本24份，以及筛选同期本院体检中心年龄及性别相匹配的健康对照组的血清样本40份，共89份，取血清离心后上清液，置于5mm核磁管内进行采样，利用配备CPBBO探头的600MHzBrukerAvanceIII谱仪(BrukerCorporation,Kalsruhe,Germany)对三组样本进行数据采集，扫描结束后使用MestReNova软件(V9.0.1,MestrelabResearch,SantiagodeCompostela,Galicia,Spain)对谱图进行预处理，后采用主成分分析(PrincipalComponentsAnalysis,PCA)、偏最小二乘法-判别分析(PartialLeastSquares-DiscriminantAnalysis,PLS-DA)、正交偏最小二乘法-判别分析(OrthogonalPartialLeastSquare-DiscriminantAnalysis,OPLS-DA)对获得的氢质子图谱进行模式识别，根据三种模式识别的辨别能力，检测正常对照组与术前ESCC组、术前ESCC组与术后ESCC组，术后ESCC组与正常对照组三组间的差异性代谢物，并绘制受试者工作特征曲线（ReceiverOperatingCharacteristiccurve,ROC）图，进一步筛选出特异性及灵敏性较高的潜在特征性代谢标志物组，同时利用R(,3.5.0)软件对所得差异性代谢物进行聚类分析，并通过人代谢数据库(humanmetabolomedatabase,)和KEGG数据库（KyotoEncyclopediaofGenesandGenomes,KEGG,)绘制代谢通路归属图，对发生代谢紊乱途径进行分析。　　结果:　　***-DA方法优于PCA和PLS-DA，三组间共筛选出31个差异代谢物;对模型的有效性利用交叉验证后得到的R2X和Q2值进行评判，另外用多变量单因素方差分析对模型的有效性进行验证，ESCC患者与对照组间（R2X=72.3%,Q2=0.921,P=2.06×10-26），ESCC术前与术后组间（R2X=64.2%,Q2=0.810,P=2.27×10-11），ESCC术后与对照组间（R2X=61.9%,Q2=0.940,P=2.23×10-35），并分别筛选出29个，25个和6个差异有统计学意义的代谢标志物;2.结合ROC曲线对三组间差异代谢物进一步分析，在ESCC与对照组间筛选出包含有6个诊断特异性及灵敏性较高的具有潜在诊断价值的标志物组成的标志物组（AUC=0.969）;ESCC术前与术后组间筛选出包含有5个诊断特异性及灵敏性较高的具有潜在诊断价值的标志物组成的标志物组（AUC=0.985）;而ESCC术后组与对照组间仅筛选出1个潜在的标志物（AUC=0.858）;3.代谢通路图分析显示，三组间发生了糖，脂肪酸，氨基酸，胆碱，酮体，核苷酸及脂质的多种代谢途径的紊乱。　　结论:　　1.基于氢质子代谢指纹谱结合模式识别方法能有效区分正常对照组、ESCC术前与术后组三组间的差异代谢物;2.早期ESCC代谢指纹谱揭示了在分子水平上发生了多种代谢网络途径扰动，为ESCC预防、早期诊断及精准治疗提供有效的分子水平的代谢信息，为临床手术评估、术后个体化靶向放化疗提供了新的思路和独特视角。

关键词： 地震成像   频散分析   模式识别   时频分析   背景噪声   全波形反演   SH/勒夫波   粘弹介质  

摘要： 横波速度是浅地表最关键的地震参数之一,从高频面波中提取横波速度信息一直是浅地表地球物理学界的研究热点。为深入认识高频面波的传播规律和对介质的成像能力,本文主要涵盖以下研究内容:(1)应用经典的面波多道分析(Multi-channel Analysis of Surface Waves,MASW)技术处理了一组瑞雷波实测数据,并详细介绍了形成1D横波速度剖面和拟2D横波速度剖面的数据处理流程。最后,根据测区的区域地质概况从拟2D横波速度剖面和拟2D横波速度的梯度剖面中识别出了地层的风化界面,同时,指出了MASW的局限性;(2)为深入认识弹性介质中瑞雷波与勒夫波的传播规律,本文首先采取高阶交错网格有限差分法实现两层模型中面波传播的仿真,并应用τ-p变换分别形成了瑞雷波和勒夫波多道记录的频散能量图。通过分析频散能量图发现,相比瑞雷波,各模式勒夫波能量分配均匀,不存在“模式接吻”现象,易于提取多模式频散曲线。并应用线性映射实现了广义模式识别(Generalized Pattern Search,GPS)这种非线性反演算法对含软弱夹层四层地质模型的反演,进一步分析瑞雷波和勒夫波对横波速度的评价能力。结果表明,高模式瑞雷波的加入会显著地提高横波速度评价结果的精度和反演系统的鲁棒性,高模式勒夫波的加入会令反演系统对半空间以上的异常层过度敏感,使参数过度估计,但同时也会提高半空间横波速度评价结果的精度。实测数据的分析结果表明,高模式勒夫波的穿透深度更深;(3)因炮检距过短,主动源地震记录中的低频(小于10 Hz)面波还没有发育为稳定传播的面波,因此,难以准确地从主动源记录中提取出低频面波的相速度,进而实现深部(大于30 m)横波速度评价。针对这项问题,本文尝试采取时频分析法测量背景噪声中低频面波的相速度,进而实现对深层介质横波速度的评价;(4)基于水平层状介质假设的面波频散分析方法,只适用于横向变化缓慢的介质,难以实现对横向变化剧烈的介质的2D或3D成像。针对这一问题,本文开展了直接匹配波形的勒夫波全波形反演(Full-Waveform Inversion,FWI)研究,具体包括,梯度导引类算法和预处理算法的数值测试。一系列的数值测试结果表明,基于逆散射理论的预处理技术能够大幅度地提升拟合函数的收敛速度,增强对深部介质的地震照明强度,提升成像精度。最后,应用预处理共轭梯度算法实现了对实测勒夫波数据的全波形反演,并探讨了子波的一致性对成像精度的影响;(5)介质已被广泛证实具有各向异性和粘弹性,而很多面波勘探技术都假设介质是各向同性弹性介质。为此,本文开展了Kelvin-Voiget(一种可以描述地层衰减特性的粘滞体模型)介质中的瑞雷波和勒夫波传播规律研究。分析了层状模型中的粘弹性瑞雷波和勒夫波的频散规律,并与相同层状模型中的弹性瑞雷波和勒夫波比较。结果表明,介质的粘弹性会影响波形的振幅,且会大幅度衰减信号中的高频成分。介质的粘弹性会令地震波能量的占优频带变窄,地震道的峰值频率向低频端移动。此外,介质的粘弹性会压制高阶面波的发育,尤其是高频处的高阶面波。

关键词： 地震反射模式   特征融合   生成对抗网络   非负矩阵分解   特征学习  

摘要： 在油气田预测研究中,通常利用地震相预测地下地质结构,划分好的地震相图在开采过程中具有很高的应用价值。识别地震信号的反射模式,是划分地震相的主要方法之一。如果直接处理高维地震信号,容易引发计算复杂度高、维数灾难和划分效果模糊等问题,所以需要对其提取特征来表征地震反射模式。但目前叠前地震信号的特征提取方法大都只生成单一特征,无法完整表征叠前地震信号的反射模式;传统叠后地震信号特征提取方法大都需要人工参与特征提取过程,无法做到数据驱动的智能特征学习。因此本文基于地震信号特征提取,结合地震信号预处理和分类识别算法对地震反射模式识别方法进行研究,主要创新工作如下:一、提出基于多尺度特征融合的叠前地震反射模式识别方法(1)针对叠前地震信号数据量大、标签量少的特点,本文首先引入深度卷积生成对抗网络对叠前地震信号无监督地提取多层特征。生成对抗网络模型是目前最新的无监督学习模型,通过改进可以提取叠前地震信号一系列从低层到高层的特征。(2)在改进的深度卷积生成对抗网络的基础上提出一种新的基于多尺度特征融合的特征提取方法。通过多尺度融合低层特征和高层特征,可以得到叠前地震信号反射模式的完整表征,从而能对叠前地震反射模式开展更为精准的识别工作。最后引入模糊自组织映射神经网络对得到的融合特征进行分类,生成最终的叠前地震相图。二、提出基于智能特征学习的叠后地震反射模式识别方法传统方法多采用人工设计或筛选的指标来提取叠后地震信号的特征,这些方法通常需要的工作量很大并极其依赖专家知识而无法做到自动化定量。针对这些问题,本文首先提出叠后地震信号智能特征学习方法,该方法能够在数据驱动下自动学习叠后地震信号特征。并引入模糊自组织映射神经网络对学习到的特征进行分类,生成叠后地震相图。这种叠后地震反射模式识别方法能够在降低工作量的同时提升识别效果。

关键词： MVC架构模式识别   MVC架构模式重构   本体  

摘要： 随着软件系统的不断演进,软件系统会变得越来越复杂,软件设计的变更和文档的缺失导致维护人员越来越难以理解软件系统,维护成本也变得越来越高。针对这样的软件系统,开发人员需要对其进行重构。最基本的重构是代码重构,代码重构能够解决软件源代码在结构上的不良设计等问题,但是代码重构不能解决软件在架构层面上的问题,不能够有效地提高软件的性能。因此出现了架构重构,架构重构旨在解决软件在架构层面上出现的各种坏味道,架构重构的关注点是架构各个模块之间的依赖结构信息,没有关注软件各个模块之间的功能信息,架构重构有可能会导致软件功能的变化。因此需要面向模式对软件进行重构,软件架构模式从功能的角度描述了软件架构,面向模式进行重构的前提是要了解软件系统的架构模式,因此需要进行架构模式识别。MVC架构模式是软件架构模式的一种,在web信息系统和桌面应用程序中应用得十分范围广泛,对于MVC架构模式进行识别和重构是有价值的。本文主要研究MVC架构模式识别和重构,MVC架构模式识别是前提,MVC架构模式重构是落脚点,重构的开展是基于MVC模式识别结果,最终的目的是使得软件朝着健康的方向演进,降低软件维护的成本。本论文的主要工作包括:(1)针对特定目标系统的MVC架构模式进行模式识别。模式识别方法是基于本体,首先构造可复用的MVC架构模式本体,然后针对特定目标系统进行信息提取,利用提取的基本信息结合MVC架构模式本体构造特定目标系统本体,最后针对特定目标系统本体采用推理机进行本体推理,获得模式识别结果。(2)针对特定目标系统进行基于MVC模式识别结果的重构。首先根据MVC架构模式应用规范生成重构需求,其次在重构需求的基础上结合模式识别的结果生成重构方案,重构方案包括重构点的获取、重构方案的实施以及重构点实施后的有效性验证,有效性验证主要是采用人工的方式在特定目标系统中实施重构方案的具体操作,通过对比前后MVC架构模式图的变化来检测重构点是否消失,从而验证重构方案的有效性。(3)针对基于本体的MVC架构模式识别和重构技术实现了MVC架构模式识别和重构原型工具,包括业务逻辑、数据库、可视化三大模块的设计与实现,最后在原型工具上对优秀开源软件进行实验与分析,验证MVC架构模式识别和重构技术的有效性。

关键词： sEMG   演示编程   轨迹优化   人机交互   模式识别  

摘要： 近年来,智能机器人技术的研究越来越深入,演示编程成为研究的又一热议话题,演示是人与动物技能学习的一种方法,将演示学习机制赋予到机器人系统,使其具有类似人的动作技能是演示编程研究的重要内容之一。工业制造是一项复杂且必要的任务,利用工业机器人来完成这项任务并不容易。为了解决上述问题,本文进行了深入的研究,主要研究成果如下:首先,在肌电信号的获取与识别方面,分析了 sEMG的产生神经机理,研究了HR再线滤波,然后选取不同的时域方式对信号进行时域特征的提取,对三种特征提取的方式进行了比较,并综合比较了三种分类的识别效果和实际的验证性能,最后选择采用改进的SVM与HMM的二级模型分类算法用于对实验室youbot机器人的控制,识别率达到93.6%,在控制youbot全方位移动的过程中,满足实际要求。其次,在基于sEMG信号的人机协调控制方面,本文首先对实验室Yumi机器人进行了运动学模型的建立,以及对其进行了正逆运动学的分析,然后对双臂机器人的工作空间进行分析,采用五次多项式插值的方法在matlab下对Yumi七自由度机械臂进行运动规划分析,并进行了末端期望到达的点与实际到达点的误差分析,然后基于ROS环境对Yumi机器人进行模型的建立,进一步验证了算法的有效性。之后进行人机空间的映射,建立手臂的正运动学,七自由度机械臂通过逆运动学自动规划到人演示的位置点,实现人机协调控制。实验利用实验室的Yumi七自由度机器人进行开展,通过人佩戴手环,可以实时的控制Yumi机械臂运动。最后,本文采用演示编程（Programming by Demonstration,PBD）的概念,提出了演示再现问题的PBD框架,该框架主要分为运动模式识别与机器人控制模式再现两个部分,运动模式识别主要使用上述二级模型分类算法对演示人动作模式进行识别分类;机器人控制模式再现分为机械臂动作轨迹的解析规划与人机异构关节坐标映射,动作轨迹的解析规划主要是根据提出的高斯混合模型的轨迹识别算法（GMTI）得到将演示人映射到机械臂的运动轨迹进行优化,然后再根据机械臂轨迹规划算法实现机械臂对演示人演示轨迹的优化复现,根据这个框架,在实验室Yumi机器人上进行验证,通过演示不同的运动模式实现对多关节Yumi机器人的演示编程。

关键词： 稀土离子   核酸   DNA   时间分辨   模式识别   荧光生物传感器  

摘要： 稀土离子荧光生物传感器的设计及其应用成为当前国内外的研究热点。相较于其他荧光物质,稀土离子具有独特的光谱特性,如大的斯托克斯位移、长的荧光寿命、狭窄的发射峰,以及较宽的发射谱带,从近紫外区到红外区。这些特点使得稀土离子荧光生物传感器可以消除背景荧光的干扰,减少与其他峰的重叠面积,同时采用时间分辨荧光分析方法,实现高灵敏度、高选择性的检测。开发新型的稀土离子荧光生物传感器,对于疾病早期诊断、食品安全和环境科学等领域而言是一项重要内容。本文以基于稀土离子和核酸化学作用的荧光生物传感新方法的设计及应用研究为研究目标,通过利用不同核酸及核酸类似物对不同稀土离子的敏化作用,制备一系列稀土/核酸配位聚合物,构建操作简单、多功能化、多种靶标同时检测的稀土荧光生物传感器,通过时间分辨模式和模式识别等方法,实现氨基酸、金属离子、硫醇化合物以及环境参数等检测,为疾病早期诊断及临床治疗、环境监测与保护和生化分析等重要领域提供了新的策略。具体来说,本论文包括以下六个部分:第一章绪论本章主要介绍了稀土荧光生物传感器的荧光特点及核酸配位的稀土聚合物构建原理。着重介绍了时间分辨荧光模式和模式识别阵列式两种模式下,基于稀土/核酸配位聚合物的荧光生物传感器的制备及在生化分析领域的应用。第二章基于鸟苷酸/铽配位聚合物与铜离子自组装的时间分辨荧光生物传感器及逻辑体系设计在许多重要的生命活动中,半胱氨酸（Cys）和组氨酸（His）扮演着不可或缺的角色。过多的Cys会导致阿兹海默症和心血管疾病,而His在组织的生长修复以及金属离子在生命体的传输过程中都不可缺少。因此同时检测半胱氨酸（Cys）和组氨酸（His）具有重要意义的。在本工作中,我们首次设计合成了一种新型的铽离子配位聚合物与铜离子自组装的时间分辨荧光生物传感器体系(Tb/GMP-Cu2+)。其中,鸟苷酸（GMP）可以与铽离子（Tb）自组装形成超分子配位聚合物（Tb/GMP）,具有很强的绿色荧光;当加入Cu2+后,Tb/GMP荧光被淬灭。把Tb/GMP-Cu2+作为一个时间分辨荧光生物传感器,当再加入Cys或His后,Tb/GMP-Cu2+荧光又会恢复;之后我们通过引入N-马来酰亚胺（NEM）和Ni2+分别作为Cys和His的掩蔽试剂,构建一个逻辑门体系用“turn on”时间分辨荧光的方法实现了Cys和His的分别检测。另外,该方法还可以用在大鼠血清样品中实现Cys和His的检测,得到了很好的回收率,表明了Tb/GMP-Cu2+时间分辨荧光生物传感器良好的选择性和在实际应用中巨大的潜力。第三章基于5′-核黄素磷酸钠/铕配位聚合物的多功能化荧光传感器构建及对物理、化学刺激的双响应在本工作中,我们通过自组装的方式制备得到了一种新型的刺激响应的荧光聚合物。此聚合物以5′-核黄素磷酸钠（RiP）作为配体,铕离子(Eu3+)作为螯合配体的中心金属离子。其中RiP作为刺激响应的信号指示单元,得到的多功能化RiP/Eu3+配位聚合物(RiP/Eu3+CPs)对物理刺激和化学刺激均有响应,可以作为一个荧光生物传感器实现对双刺激的响应。对于化学刺激,2,6-吡啶二羧酸（DPA）是一种炭疽杆菌标志物,其与Eu3+之间有更强的结合力,能够通过竞争反应从RiP/Eu3+CPs中攫取出Eu3+,导致RiP释放从而用荧光恢复的方式实现对DPA的高灵敏高选择性检测,检出限为41.5 nM。密度泛函理论（DFT）也证实了DPA检测响应的原理。对于物理刺激,此智能的RiP/Eu3+CPs可以作为新型的温度传感探针实现10℃-40℃的检测。这是基于温度升高破坏RiP与Eu3+之间的结合,导致RiP/Eu3+CPs的解聚从而实现RiP的荧光恢复。本工作建立了一个高效的平台,通过使用稀土掺杂的纳米尺度配位聚合物（LNCPs）构建多功能化传感器实现化学和物理刺激的同时检测。第四章基于单链DNA/铽的模式识别阵列传感器构建及时间分辨荧光和荧光寿命双模式的大规模金属离子识别分析本次工作中,第一次报道了一种单链DNA结合铽离子（Tb）的模式识别阵列体系,其中采用三段不同长度、富含鸟嘌呤（G）和胸腺嘧啶（T）的单链DNA敏化稀土铽离子组成荧光模式识别阵列传感器（DNA/Tb）用经济简单的方法实现了对大规模金属离子的响应,几乎覆盖了整个元素周期表。富含鸟嘌呤（G）和胸腺嘧啶（T）的单链DNA作为天线配体敏化稀土Tb使其发光,并作为金属离子响应单元,由于金属离子与DNA之间的相互作用可以改变DNA对Tb的天线效应从而使得DNA/Tb在不同金属离子条件下获得不同的时间分辨荧光信号以及荧光寿命,最终仅需使用三个DNA/Tb无标记探针在时间分辨荧光分析方法（TRL）和荧光寿命分析方法下实现49种金属离子的区分和检测,包括碱金属,碱土金属,过渡/后过渡金属和稀土离子。同时