综合搜索课件包文库(145)
文档格式:PDF 文档大小:2.84MB 文档页数:543
机械设计制造及其自动化专业 《工科化学》 《工程制图(1)(2)》 《专业导论》 《专业认知实践》 《计算机绘图》 《理论力学》 《制图专用周》 《材料力学》 《互换性与技术测量》 《机械原理》 《机械原理课程设计》 《工程材料》 《工程热力学》 《机械设计》 《机械控制工程》 《机械设计课程设计》 《专业外语》 《材料成型技术》 《有限元分析基础》 《产品建模与仿真》 《测试技术》 《机械制造技术基础》 《液压与气压传动》 《机械制造技术基础课程设计》 《计算机辅助设计》 《生产实习》 《数控技术》 《单片机应用技术》 《优化设计》 《模具 CAD/CAM》 《网络制造技术基础》 《传感器及调理电路》 《工业机器人概论》 《绿色制造技术》 《现代设计方法综合应用与实践》 《制造装备及自动化》 《机械系统设计学》 《先进制造工艺技术》 《生产过程信息化技术》 《计算机控制技术》 《机械创新设计》 《计算机辅助制造》 《机电传动控制》 《虚拟仪器技术》 《数控编程》 《文献检索与科技论文写作入门》 《自主创新实践 1》 《自主创新实践 2》 《机械零件建模及数控加工》 《设计综合实践》 《制造综合实践》 《毕业实习和设计》 机械电子工程专业 《专业认知与实践(1)(2)》 《机械产品建模与仿真》 《检测技术课程设计》 《微控制器原理与接口技术》 《微控制器原理与接口技术课程设计》 《传感器及调理技术》 《机电系统建模与仿真》 《工业机器人工程运用实训》 《虚拟仪器工程应用》 《机电一体化系统设计》 《计算机测控技术》 《现代检测技术与应用》 《机器人技术基础》 《图像处理技术与应用》 《机器人在智能工厂中运用》 《学术报告与科技论文写作》 《专业能力综合训练 1》 《专业能力综合训练 2》 《运动控制系统编程实训》 工业工程专业 《工程制图》 《工业工程导论》 《工业工程基础》 《工程力学》 《运筹学》 《系统工程》 《创新思维》 《运筹学课程设计》 《系统工程课程设计》 《机械设计基础》 《机械设计基础课程设计》 《管理统计学》 《人因工程》 《数据库技术》 《数字建模(Pro/Engineer)》 《管理统计学课程设计》 《人因工程课程设计》 《管理信息系统课程设计》 《质量管理》 《物流工程》 《安全工程》 《质量管理课程设计》 《系统仿真》 《生产管理》 《工
文档格式:PDF 文档大小:1.35MB 文档页数:237
《高级程序设计》 《机械设计基础》 《机械制造技术基础 B》 《机械振动理论》 《现代设计方法》 《先进制造技术》 《现代控制理论》 《机械电子学》 《车辆系统动力学》 《弹性理论基础》 《工业设计理论》 《工程测试与信号分析》 《状态监测与智能运维》 《现代传感技术》 《智能硬件系统开发与应用》 《无人系统环境感知与导航》 《智能制造与装备》 《制造信息化技术》 《数字化制造中的建模与仿真技术》 《制造装备智能控制与维护》 《智能机械装备设计及应用》 《机械数字化设计及分析》 《多体系统动力学》 《应用非线性动力学》 《机械系统建模与仿真》 《车辆电子控制技术》 《新能源汽车技术》 《智能车辆理论与技术》 《电动汽车电机驱动与控制》 《机器人学与应用》 《机器人感知与控制》 《机器人操作系统解析》 《机器人应用技术》 《工业设计管理》 《工业设计方法》 《设计形态学》 《交互界面设计》 《先进材料技术》 《数字孪生技术》基础 《人工智能及应用》 《文献阅读与学术写作》 《现代检测技术与仪器》 《测试实验技术》 《机电液一体化控制技术实践》 《现代制造技术实践》 《工程软件开发与实践》 《基于面向对象方法的 PLC 编程及实践》 《智能车辆实验方法与技术》 《车辆性能数字仿真技术》 《工程建模分析与实践》 《产品交互设计实践》 《产品工业设计实践》
文档格式:PDF 文档大小:5.36MB 文档页数:8
首先介绍了传统的编队控制方法的定义、特点和常用方法及优缺点,并将传统编队控制时代定义为前编队控制时代.随着多智能体技术的发展,将多智能体技术引入到编队控制问题中,诞生了众多新的研究成果,称为后编队控制时代.后编队控制时代以多智能体技术为基础,随着通信技术、计算机技术、人工智能技术的发展而逐渐壮大起来,并受到了学者的广泛关注.前编队控制时代强调多机器人通过编队协作完成单个机器人无法实现的任务,提高任务完成效率且缩短任务完成时间.后编队控制时代则是在前编队控制时代的基础上,更强调低成本、同步性和协同性,但却不那么重视每个个体的任务分工,甚至是按照规则自由分配任务,不再有“不可替代冶的个体存在.最后给出了研究编队控制问题的基本思路和目前尚待解决的关键问题
文档格式:PDF 文档大小:3.46MB 文档页数:433
《智慧农业专业导论》 《高等数学I》 《普通化学 I 》 《普通化学实验Ⅰ》 《高等数学Ⅱ》 《普通化学实验 I》 《有机化学 IV》 《大学物理 VI》 《仪器分析》 《植物学(含分类)》 《土壤肥料学》 《基础生物化学》 《植物生理学》 《遗传学》 《生物统计与试验设计》 《基础微生物学》 《数字图像处理》 《机器学习》 《农业生态学》 《植物生物技术导论》 《分子生物学导论》 《作物栽培学》 《作物育种学》 《数据库系统原理》 《农业信息技术》 《农业遥感学》 《现代农业机械》 《大数据处理与分析》 《传感器原理与应用》 《农业软件开发》 《植物保护通论》 《农业标准化》 《农业资源学》 《农业经济学》 《单片机原理及应用》 《安卓应用开发》 《人工智能与模式识别》 《神经网络与深度学习》 《智慧农场规划与设计》 《物联网工程》 《农业无人机遥感》 《农科英语阅读与写作》 《World Agriculture》 《作物田间表型获取与分析》实验 《毕业设计(论文)》 《创新基础》 《创新思维训练》 《科创指导和训练》 《创新精神与实践》 《创新创业领导力》
文档格式:PDF 文档大小:3.07MB 文档页数:533
第一部分 学科(专业类)教育课程 《工程制图 I》 《工程制图 II》 《材料科学基础》 《机械类专业导论》 《电工电子技术》 《工程力学》 第二部分 专业教育课程 《机械设计基础》 《冲压工艺及模具设计》 《塑料成型工艺及模具设计》 《材料成形工艺》 《模具制造工艺学》 《模具 CAD》 《模具 CAM》 《模具 CAE》 《材料成型检测与控制》 《模具选材与失效分析》 《数控技术》 《先进制造技术》 《模具特种加工技术》 《液压与气压传动》 《单片机原理及应用 C》 《文献检索与论文写作》 《沟通与协调》 《智能制造导论》 《柔性制造系统》 《工业机器人技术基础》 《机电产品创新设计 》 《人工智能技术及应用》 《技术创新方法》 《快速成型技术》 《逆向工程技术》 《Solidworks 软件应用》 《MasterCAM 软件应用》 《Pro/e 软件应用》 《压铸与锻造模具概论》 《现代企业管理》 《流体力学与传热学基础》 《材料成型原理》 《材料成型及控制工程专业英语》 第三部分 应用创新实践环节课程 《工程训练 I》 《工程训练Ⅱ》 《机械设计软件及应用》 《机械零部件测绘实训》 《机械制图零部件测绘》 《机械设计基础课程设计》 《冲压模具设计课程设计》 《大学物理实验》 《塑料模具设计课程设计》 《数控机床编程与操作》 《模具制造设备操作实训》 《模具产品设计实训》 《模具制造实训》 《材料成型及控制工程专业社会实践》 《材料成型及控制工程专业毕业实习》 《材料成型及控制工程专业毕业论文(设计)》
文档格式:PDF 文档大小:2.87MB 文档页数:507
第一部分 学科(专业类)教育课程 《工程制图 I》 《工程制图 II》 《智能制造工程专业导论》 《电工电子技术》 《工程力学》 《机械工程材料》 第二部分 专业教育课程 《机械设计基础》 《控制工程基础》 《电气控制与 PLC A》 《机械制造技术基础》 《智能检测与数据处理》 《智能控制技术》 《精密传动与智能设计》 《机器视觉技术》 《制造系统自动化技术》 《智能仪器设计基础》 《智能装备及智能产品》 《智能生产计划管理》 《智能工厂集成技术》 《工业互联网导论》 《云制造与工业大数据》 《单片机原理及应用 C》 《人工智能技术及应用》 《快速成型技术》 《文献检索与论文写作》 《智能制造工艺学》 《工业机器人技术基础》 《沟通与协调》 《先进制造技术》 《液压与气压传动》 《现代企业管理》 《Python 程序设计》 《智能制造工程专业英语》 《嵌入式原理与应用 B》 《MATLAB 基础与应用》 《现代设计方法》 《机电产品创新设计 B》 《柔性制造系统》 《制造系统状态监测与故障诊断技术》 第三部分 应用创新实践环节课程 《工程训练 A》 《零部件测绘实训》 《机械设计软件及应用》 《大学物理实验》 《机械设计基础课程设计》 《电气控制与 PLC 课程设计 A》 《电工电子基础实训》 《电工实习 A》 《智能制造系统建模与仿真综合设计》 《数字化工艺仿真》 《数字化工厂仿真》 《智能制造工程专业社会实践》 《智能制造工程专业毕业实习》 《智能制造工程专业毕业论文(设计)》
文档格式:PDF 文档大小:1.49MB 文档页数:328
《专业认知教育》课程教学大纲 . 1 《光电子技术基础》课程教学大纲 . 7 《激光原理与技术》课程教学大纲 . 14 《单片机原理及应用》课程教学大纲 . 22 《电磁场与电磁波》课程教学大纲 . 32 《微波技术基础》课程教学大纲 . 39 《电子系统设计综合实践》教学大纲 . 47 《光学仪器应用》课程教学大纲 . 56 《新型微电子/光电子器件》课程教学大纲 . 65 《电子设计自动化》教学大纲 . 72 《微机原理及接口技术》课程教学大纲 . 82 《毕业设计专题》课程教学大纲 . 91 《电子科学与技术专业外语》课程教学大纲 . 97 《信号源设计》课程教学大纲 . 103 《嵌入式系统》课程教学大纲 . 109 《工业控制网络设计》课程教学大纲 . 119 《总线接口设计》课程教学大纲 . 128 《可编程逻辑器件应用》课程教学大纲 . 139 《电子系统集成》课程教学大纲 . 149 《VB 程序设计》课程教学大纲 .157 《无线传感网络设计》课程教学大纲 . 166 《半导体集成电路基础》课程教学大纲 . 173 《固体物理学》课程教学大纲 . 180 《半导体物理与器件》课程教学大纲 . 188 《文献检索专题》课程教学大纲 . 196 《理论物理导论》课程教学大纲 . 202 《人工智能导论》课程教学大纲 . 209 《模式识别与机器学习》课程教学大纲 . 216 《DSP 系统设计》课程教学大纲 .225 《传感器原理及设计》课程教学大纲 . 234 《通信原理导论》课程教学大纲 . 244 《信号与系统》课程教学大纲 . 251 《电磁兼容设计》课程教学大纲 . 261 《光电探测技术》课程教学大纲 . 270 《光纤技术及应用》课程教学大纲 . 279 《毕业实习》课程教学大纲 . 287 《模拟采集设计》课程教学大纲 . 293 《电路原理》课程教学大纲 . 300 《MATLAB 应用基础》课程教学大纲 .310 《毕业设计》课程教学大纲 . 319
文档格式:PDF 文档大小:1.76MB 文档页数:10
针对漏钢时结晶器铜板温度呈现出的“时间滞后”和“空间倒置”等典型特征,本文通过引入动态时间弯曲(DTW)和机器学习中的密度聚类(DBSCAN)方法,提取、汇集并区分结晶器温度的典型变化模式,在此基础上开发出一种新型的漏钢预报方法。借助动态时间弯曲度量不同拉速、钢种或工艺操作条件下结晶器热电偶温度的相似性,并运用密度聚类方法聚集和分离正常工况、黏结漏钢状况下的温度样本,在此基础上检测和预报结晶器漏钢。结果证实,相较于传统的逻辑判断和人工神经元网络预报结晶器漏钢的方法,基于聚类的漏钢预报方法无需人为设置阈值或参数,能够依据漏钢历史样本中温度变化的共性规律,提取并融合热电偶温度在时间、空间上典型的变化特征,准确区分和预报结晶器漏钢,具有较好的自适应性和鲁棒性
文档格式:PDF 文档大小:9.53MB 文档页数:728
《C 语言程序设计 C》 《数据结构与算法》 《计算机组成原理 C》课程纲要 《数据库原理与应用 A》 《计算机网络》 《Python 基础与应用》 《数据采集与管理》 《大数据技术原理与应用》 《Java 程序设计》 《数据可视化》 《大数据运维》 《统计数据分析方法》 《机器学习 B》 《数据分析与挖掘技术》 《数据仓库(Hive)》 《大数据实时计算》 《专业英语 B》 《数学建模》 《人工智能基础 A》 《数据导入与预处理应用》 《数据科学与大数据专业文献检索与论文写作》 《创新思维培养与创业管理》 《Scala 技术与应用》 《数据科学导论》 《大数据与云计算》 《混合现实技术》 《分布式计算》 《区块链原理与技术》 《NoSQL 数据库技术》 《多模态信息处理》 《数据隐私与安全》 《多元统计分析与 R 语言建模》 《服务科学与服务工程概论》 《数据库系统工程师》 《知识图谱》 《Scala 程序设计》 《数据科学与大数据技术导论》 《大数据专业文献检索与论文写作》 《统计分析》 《数据采集与网络爬虫》 《计算机组成原理 D》课程纲要 《数据分析师认证》 《网络前端开发》 《非结构化数据存储与分析》 《信息安全前沿技术》 《项目管理》 《软件工程》 《算法设计与分析》 《运筹学》 《虚拟化技术》 《C 语言程序设计》 《操作系统原理(Linux)》 《数据库原理与应用 E》 《操作系统原理》 《深度学习》 《Hive 查询分析》 《流计算》 《文献检索与论文写作》 《数据资产登记》
文档格式:PDF 文档大小:2.01MB 文档页数:10
针对机器或设备的剩余寿命(Remaining useful life, RUL)预测精度低的问题,提出基于一维卷积神经网络(Convolutional neural network, CNN)和双向长短期记忆(Bidirectional long short-term memory, BD-LSTM)的集成神经网络模型。为了更好地抽取时间序列上的特征,以及产生更多的训练样本,采用滑动窗口对数据进行处理,同时采用卡尔曼滤波对数据进行降噪处理,将数据标准化以及设置RUL标签。与人工提取特征不同,利用一维CNN对数据进行特征提取,并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测,并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性,以及相比于其他机器学习或者深度学习模型的优越性,实验表明所提模型在RUL预测方面更加准确
首页上页89101112131415下页末页
热门关键字
搜索一下,找到相关课件或文库资源 145 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有