您的位置: 专家智库 > >

李立明

作品数:6 被引量:39H指数:3
供职机构:北京工业大学更多>>
发文基金:国家自然科学基金北京市科技计划项目国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术机械工程更多>>

文献类型

  • 4篇期刊文章
  • 2篇学位论文

领域

  • 6篇自动化与计算...
  • 1篇机械工程

主题

  • 5篇主成分
  • 5篇主成分分析
  • 5篇综合评价
  • 5篇机器人
  • 2篇主成分分析法
  • 1篇性能综合评价
  • 1篇指标体系
  • 1篇奇异位形
  • 1篇综合性能
  • 1篇灰色关联
  • 1篇灰色关联度分...
  • 1篇机器人应用
  • 1篇机械臂
  • 1篇核主成分分析
  • 1篇FPCA
  • 1篇串联机器人

机构

  • 6篇北京工业大学
  • 1篇中国地震应急...
  • 1篇国家开放大学

作者

  • 6篇李立明
  • 4篇赵京
  • 2篇孙志娟
  • 1篇尚红
  • 1篇胡卫建

传媒

  • 2篇北京工业大学...
  • 1篇机械工程学报
  • 1篇机械设计与研...

年份

  • 1篇2018
  • 5篇2014
6 条 记 录,以下是 1-6
排序方式:
基于主成分分析法的机械臂运动灵活性性能综合评价被引量:25
2014年
在机械臂运动灵活性性能评价中,表示机械臂灵活性的指标众多,而不同指标间往往存在不同程度的相关性,其中有些相关性非常显著,这使它们提供的信息有可能发生重叠。运用主成分分析综合处理可以产生新的指标,而这些新的指标彼此互补相关又能综合反映机械臂灵活性性能的情况。通过应用主成分分析逐步降维综合处理的特性对同一构型不同尺度的平面2R和三种不同构型的空间3R机械臂运动灵活性性能进行综合评价,得到各种运动灵活性指标之间的相关性。分析结果表明,平面2R和PUMA型空间3R机械臂的5个单一灵活性指标正相关,优劣变化趋势相同,可以用1个综合灵活性性能指标代表5个单一性能指标的信息。其他两种空间3R机械臂5个单一灵活性指标有正相关,有负相关,可用1个变量代表机械臂各向同性指标的信息,1个变量代表机械臂运动能力指标的信息。
赵京李立明尚红胡卫建
关键词:机械臂主成分分析综合评价
基于多元统计分析方法的机器人综合性能评价
提高机器人性能及智能控制水平,关键在于对机器人系统的性能进行不断优化,而其核心问题是对机器人性能进行合理的评价及良好的控制。本文基于多元统计分析方法对机器人性能进行综合评价。论文的主要研究内容如下:  (1)主成分分析(...
李立明
关键词:机器人主成分分析灰色关联度分析综合评价综合性能
面向机器人应用的综合评价方法研究
提高机器人性能及智能控制水平,关键在于对机器人系统的性能进行不断优化,而其核心问题是对机器人性能进行合理的评价及良好的控制。本文依据评价过程的具体步骤,拟解决面向机器人应用的综合评价过程中亟待解决的几个重要问题:(1)评...
李立明
关键词:机器人综合评价指标体系
串联机器人机构分析和综合同步方法的应用被引量:4
2014年
为揭示机器人机构综合性能与机构类型和尺寸之间的映射规律,基于机器人机构单一性能指标的相关性和多样性,引入统计学原理,依据线性降维与非线性降维原则,应用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel principal component analysis,KPCA),对典型串联机器人——不同构型和不同尺度的平面串联机械臂进行综合性能评价,从而选择综合性能最优的机构构型和尺度.计算结果表明:KPCA方法较PCA方法有更好的降维效果,更能有效地处理多个单一性指标间的非线性关系,提供更多的综合性能评价信息,可为建立机器人机构综合性能与其机构类型和尺寸之间的数值计算关系,并进行机构构型和尺度同步综合提供科学的参考依据.
孙志娟赵京李立明
关键词:串联机器人主成分分析核主成分分析
基于FPCA的机器人运动灵活性增强综合评价被引量:1
2014年
面向机器人的多种单一运动灵活性指标,基于主成分分析(principal component analysis,PCA)方法对其综合运动灵活性进行分析和评价,评价结果受奇异位形处指标极端值的影响。进而将模糊集引入PCA,使用模糊主成分分析(fuzzy principal component analysis,FPCA)方法进行机器人灵活性综合评价。通过调节模糊隶属函数,吸收奇异位形及其附近的极端值,突出主要信息,提高分析结果的准确性和可信度,提高机器人灵活性的综合评价的效果,从而提出一种基于多种性能指标的含奇异位形的机器人任务优选的新方法。
孙志娟赵京李立明
关键词:机器人综合评价奇异位形主成分分析
基于主成分分析法和核主成分分析法的机器人全域性能综合评价被引量:9
2014年
在机器人运动学和动力学性能评价中,表示机器人运动学和动力学性能的指标众多,全域性能指标是其中一项重要的评价指标,而全域性能指标又包括:线速度全域性能指标、角速度全域性能指标等指标.不同指标间往往存在不同程度的相关性,其中有些相关性非常显著,这使它们提供的信息有可能发生重叠.引入统计学原理,依据线性降维与非线性降维原则,应用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel principal component analysis,KPCA)对不同尺度的PUMA560机器人的全域性能进行综合评价,从而选择综合全域性能最优的机器人.计算结果表明:KPCA方法较PCA方法有更好的降维效果,能够更有效地处理多个单一性指标间的非线性关系,提供更多的综合全域性能评价信息,可为建立机器人综合全域性能与其尺度之间的数值计算关系,为基于综合全域性能指标最佳尺度选取的研究提供科学的参考依据.
赵京李立明
关键词:机器人主成分分析法综合评价
共1页<1>
聚类工具0