网站首页
校园空间
教师库
在线阅读
知识问答
大学课件
高等教育资讯网
大学课件分类
:
基础课件
工程课件
经管课件
农业课件
医药课件
人文课件
其他课件
课件(包)
文库资源
点击切换搜索课件
文库搜索结果(720)
应用于NPC型逆变器的三电平不连续PWM方法
文档格式:PDF 文档大小:693.58KB 文档页数:8
针对低频大功率二极管中点钳位(NPC)型逆变器控制系统的不连续空间矢量脉宽调制原理及控制策略的研究,提出三电平不连续空间矢量脉宽调制方法,相比于传统三电平空间矢量脉宽调制方法,在相同的开关频率下,此方法可以显著降低逆变器的开关损耗.同时,文中对三电平逆变器的中点电压不平衡问题以及在现场应用中可能出现的PN电平跳变问题进行分析,并提出解决方法.最后,针对本文提出的调制方法做中点电压的平衡控制,给出对于该算法基于仿真和实验的验证
低合金钢海水腐蚀监测中的双率数据处理与建模
文档格式:PDF 文档大小:1.26MB 文档页数:10
随着物联网技术的发展,前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实,从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题,提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先,通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优;然后,建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据,能够更多地保留原始数据信息;最后,给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR),并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明:相比于均值方法处理双率腐蚀数据,所提方法将建模样本数量由196提升到了1834;相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法,所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963,在各项指标上均优于对比算法,说明所提模型不仅减少了信息损失还提高了建模精度,对于双率海水腐蚀数据建模具有一定现实意义
安徽农业大学:《高级生物统计》课程教学资源(讲义)第一讲 基础知识(李远景)
文档格式:DOC 文档大小:202KB 文档页数:9
1、各种分析方法适宜的试验资料 2、各种分析方法的分析目的 3、各种分析方法的分析思路 4、各种分析方法的具体分析方法主要通过SAS分析软件解决
《资产评估》第三章 资产评估的基本方法(3.4)评估方法的选择
文档格式:DOC 文档大小:27KB 文档页数:2
1.各种方法的关系 1.1各种方法的联系 都要求反应资产的市场价格,都要求遵循客观性,所以结果应该趋于一致。 如果用不同的方法结果相差很大,可能的原因有:应用前提不具备;分析过程有误;资料有误;师的职业判断有误
基于YOLOv3的无人机识别与定位追踪
文档格式:PDF 文档大小:892.93KB 文档页数:7
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
《抽样调查理论与方法》课程教学资源(PPT课件讲稿)第十章 系统抽样 §1 系统抽样的若干习性 §2 估计量与方差 §3 方差与总体单元排列顺序的关系 §4 具有线性趋势的总体的抽样方法改进
文档格式:PPT 文档大小:506KB 文档页数:23
众所周知,计算机在抽样过程中起着十分重要的作用。 例如,前面提出利用计算机产生随机数,当然我们知道它产 生的是“伪”随机数。本章所讨论的系统抽样在抽样过程中 选择使用计算机将是十分方便的
基于TATLNet的输电场景威胁检测
文档格式:PDF 文档大小:754.89KB 文档页数:8
在输电场景中,吊车等大型机械的运作会威胁到输电线路的安全。针对此问题,从训练数据、网络结构和算法超参数的角度进行研究,设计了一种新的端到端的输电线路威胁检测网络结构TATLNet,其中包括可疑区域生成网络VRGNet和威胁判别网络VTCNet,VRGNet与VTCNet共享部分卷积网络以实现特征共享,并利用模型压缩的方式压缩模型体积,提升检测效率,从计算机视觉和系统工程的角度对入侵输电场景的大型机械进行精确预警。针对训练数据偏少的问题,利用多种数据增强技术相结合的方式对数据集进行扩充。通过充分的试验对本方法的多个超参数进行探究,综合检测准确率和推理速度来研究其最优配置。研究结果表明,随着网格数目的增加,准确率也随之增加,而召回率有先增加后降低的趋势,检测效率则随着网格的增加迅速降低。综合检测准确率与推理速度,确定9×9为最优网格划分方案;随着输入图像尺寸的增加,检测准确率稳步上升而检测效率逐渐下降,综合检测准确率和效率,选择480×480像素作为最终的图像输入尺寸。输入实验以及现场部署表明,相对于其他的轻量级目标检测算法,该方法对输电现场入侵的吊车等大型机械的检测具有更优秀的准确性和效率,满足实际应用的需要
南华大学:《电路原理》课程教学精品课件(PPT教案讲稿)第十五章 电路方程的矩阵形式
文档格式:PPT 文档大小:1.82MB 文档页数:71
第15章电路方程的矩阵形式 本章重点 15.1割集 15.2关联矩阵、回路矩阵、割集矩阵 15.3*矩阵A、B、Q之间的关系 15.4回路电流方程的矩阵形式 15.5结点电压方程的矩阵形式 15.6割集电压方程的矩阵形式 15.7列表法
面向六关节机器人的位置域控制
文档格式:PDF 文档大小:1.78MB 文档页数:11
多轴联动下的串联多关节工业机器人在空间轨迹运动时,在时间上保证各关节轴单独具有良好的跟踪性能,而由于机械电气的迟滞效应,并不能完全保证理想的轮廓轨迹,这说明各个伺服轴的运动在几何空间中的同步非常重要。针对运动指令与实际位置之间的迟滞所带来的机器人末端轮廓精度不高的问题,本文结合工业机器人现有的运动学和动力学以及传统的PID控制理论,研究了六关节机器人位置域控制算法。将机器人空间轮廓轨迹的控制,通过采用主?从运动关系实时建立的方法,将时域中的各个伺服关节的同步控制方法,变换到位置域的各个伺服关节的主?从跟随的控制方法,在实现位置域的同步控制的同时,引入基于位置域的PD控制,减少了主?从跟随控制的跟随误差,从而整体提高机器人末端的轮廓运动精度。该方法在Linux CNC(Computerized Numerical Control)数控系统上,以某公司HSR-JR605机器人为对象进行了实验,证明采用位置域控制方法对六关节机器人空间运动轨迹精度的提高有积极作用
面向物联网业务绿色接入的异构蜂窝网络优化
文档格式:PDF 文档大小:1.17MB 文档页数:8
物联网是未来赛博使能业务的重要支撑平台。蜂窝网络则被认为是广泛分布在部署区域中的物联网终端数据接入的主要渠道,尤其在广域覆盖方面具有难以替代的价值。在满足覆盖要求的条件下,降低蜂窝网络基站的下行发射功率在绿色通信方面具有重要的研究意义。由此提出了一种基于优化目标平滑近似和均方根传播策略的梯度下降算法,在满足物联网业务覆盖率的条件下最小化基站的总下行发射功率。首先,使用罚函数方法将复杂约束条件的异构蜂窝网络优化问题转化为简单约束形式的优化问题;其次,将不可导的目标函数通过平滑近似转化为可导形式,并给出其对天线下倾角和下行功率参数的梯度解析形式;最后,使用均方根传播梯度下降算法进行转化后的目标函数优化。仿真实验结果表明该算法可以在满足覆盖率指标的条件下最小化基站的总下行发射功率,与现有元启发算法和普通梯度下降算法相比,具有良好的收敛速度,并能更好地抑制优化过程中振荡
首页
上页
62
63
64
65
66
67
68
69
下页
末页
热门关键字
西方哲学史
西安石油大学
计划
闽西职业技术学院
林业经济学
课程设置
矩阵分布
经济学模型
经济计量学
绩效管理
基因组学
基础统计学
基础课程
会计原理
化工
核算序列分析
国际避税
管路
弓箭式管理
工程造价管理
工程计价
格式化
分解算法
分布曲线
二元
多媒体原理与技术
对话
定轴
单位根
大连
磁敏传感器
传质设备
超分子
长城
材料物理学
变速
北京邮电大学
膀胱
DSP原理及应用
安培
搜索一下,找到相关课件或文库资源
720
个
©2008-现在 cucdc.com
高等教育资讯网 版权所有