§1 量纲的概念 §2 量纲和谐原理 §3 布金汉π定理与无量纲化

北京大学：《移动计算与无线网络》课程教学资源（学生PPT）无线实验——距离障碍物等因素之影响

实验目的 1无约束最优化基本算法. 2掌握用数学软件包求解无约束最优化问题. 实验内容 1.无约束优化基本思想及基本算法. 2. MATLAB优化工具箱简介 3.用 MATLAB求解无约束优化问题 4.实验作业

实验目的 1、了解无约束最优化基本算法。 2、掌握用数学软件包求解无约束最优化问题。 实验内容 1、无约束优化基本思想及基本算法 2、 MATLAB优化工具箱简介 3、用 MATLAB求解无约束优化问题。 4、实验作业

第一节　无菌动物 一、无菌动物的基本概念 二、无菌动物的发展 三、无菌动物的特征 四、无菌动物技术 五、无菌动物的饲料和饲育装置 六、无菌动物的检查 七、无菌动物在生物医学研究中的应用 第二节　悉生动物 一、悉生动物的概念 二、悉生动物的发展 三、悉生动物在生物医学研究中的应用 四、悉生动物的饲养管理 第三节　无特定病原体动物 一、无特定病原体动物的概念 二、无特定病原体动物的质量标准 三、无特定病原体动物的用途 四、无特定病原体动物的培育

极大似然估计的求法 —选择参数的估计量,使实验结果具有最大概率 估计量的几个评选标准 ·样本原点矩是总体原点矩的无偏估计量; 无偏性——E()=·样本方差是总体方差的无偏估计量; ·无偏估计量的函数未必是无偏估计量

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

实验一 系统负荷分析与无功补偿实验.1 实验二 无功补偿电容器合闸高频涌流分析与抑制实验.11 实验三 电容器无功补偿系统谐振特性分析与抑制实验.19

1．了解并熟悉逻辑无环流可逆直流调速系统的原理和组成。 2．掌握各控制单元的原理、作用及调试方法。 3．掌握逻辑无环流可逆调速系统的调试步骤和方法。 4．了解逻辑无环流可逆调速系统的静特性和动态特性

结合所研制的连续式无模拉拔加工设备的实际情况,利用DEFORM有限元软件建立了加工过程的热力耦合有限元分析模型,开展了NiTi合金线材无模拉拔加工过程的热力耦合模拟研究,获得了线材无模拉拔加工过程的温度场和应力场的分布规律,以及冷热源距离、冷却水流量及拉拔速度对成品线径的影响规律.通过实验验证了模拟结果的正确性