本课程为热能动力类本科生的专业选修课。其讲授内容是从事热能动力类工程技术人员应掌握的 相关知识。其主要任务是:使学生了解、掌握计算机过程控制技术的应用和控制系统的工程实现,包 括各种计算机硬件、软件应用技术及系统控制方法,涉及计算机控制的基本概念、过程通道、总线、 通信网络和接口技术、过程计算机的常规控制技术,以及分散控制系统等

针对提高Wi-Fi指纹室内定位技术性能，提出了一种基于卷积神经网络（Convolutional neural networks，CNN）的信道状态信息（Channel state information，CSI）指纹室内定位方法。在离线阶段联合定位环境参考点的幅度差和相位差信息，利用CNN进行训练，保存训练后的CNN网络模型作为指纹；在线阶段，针对不同实验场景，对测试数据的幅度差信息和相位差信息进行加权处理，引入改进的基于概率的指纹匹配算法，利用待定位点的CSI信息并通过CNN网络模型预测待定位点的坐标。此外，为增强算法普适性，针对复杂室内场景，提出了双节点定位方案来提高定位精度。在廊厅和实验室室内两种不同定位场景进行了实验，信息联合定位算法分别获得了24.7 cm和48.1 cm的平均定位误差，验证了基于CNN的CSI幅度差和相位差联合定位算法的有效性

第8章综合布线的质量控制 本章学习目标 本章主要讲述了信息工程监理、综合布线系统工程的需求分析、招投标、及系统工程各阶段的质量控制内容。读者应掌握以下内容: 1.信息工程监理的职责 2.需求分析的基本原则 3.需求分析的过程 4.掌握工程量清单报价的方法 5.能对综合布线系统工程各阶段进行简要的质量控制

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

热轧钢材的淬火冷却是改善钢材质量和性能的重要措施,淬火过程的核心就是控制钢板的冷却速度.针对传统的淬火控冷模型的固有缺陷,为了满足扩展钢种、规格及淬火温度高精度的要求,利用神经网络技术建立了神经网络淬火控冷温度预报模型,该模型与回归数学模型相结合,完成淬火控冷现场控制.应用结果证明,该综合模型极大地提高了钢板淬火冷却的控制精度,提高了产品的成材率

综合布线应优先考虑保护人和设备不受电击和火灾之虑。严格按照规范考虑照明电线、动 力电线、通信线路、暖气管道、冷热空气管道、电梯之间的距离、绝源线、裸线以及接地与焊 接等问题,其次才能考虑线路的走向和美观程度。下面仅以工程设计中的有关问题分计算机网 络综合布线的工程设计、设备间设计、水平干线设计、垂直干线设计、管理间子系统设计、工 作区子系统设计

2.1 测试系统特性 2.2 常用传感器 2.3 常见物理量的测量 2.3.1 温度的测量 2.3.2 流体参量的测量 2.4 计算机测试系统与虚拟仪器 2.4.0 序 2.4.1 计算机测试系统的基本组成 2.4.2 计算机测试系统的总线技术 2.4.3 虚拟仪器 2.4.4 网络化测试仪器 2.4.5 计算机采集实例

介绍了一个模糊神经网络专家系统.研究了知识的“溶化”技术，即导入算法、无搜索快速推理、寻出算法，井对用三分法确立输入变量隶属函数及模糊规则求精作了有益的研究.用以上理论对连续推钢式加热炉进行控制，控制效果较为理想

1、课程性质与任务 （1）课程性质 本课程是计算机及相关专业的职业基础课程，它是程序设计的入门语言，有很强的理论性，同时也包含了一定的实践课程的成分

5.1 Linux的介绍 5.2 Linux的安装 5.3 Linux系统配置 5.4 Linux系统安全 5.5 Linux与其他操作系统的比较 5.6 实训