精品久久ai,伊人222成人综合网,女同一区二区

中頻采樣

風力發電系統中的并網逆變器的研究

在風力發電系統中，并網逆變器是實現電能饋送給電網的重要環節。并網逆變器的性能的好壞直接影響整個風力發電系統。首先建立了并網逆變器的數學模型，分析了空間矢量脈寬調制技術（SVPWM）。然后采用電

標簽： 風力發電系統并網逆變器

上傳時間： 2013-04-24

上傳用戶：chens000
SK信息采集2.0功能介紹: 1.可針對任何靜態網頁,動態網頁進行采集。包括htm,html,shtml,ASP,ASPX,JSP,PHP等。 2.增加自定文件采集.用戶可采集網頁中的所有文件.

SK信息采集2.0功能介紹: 1.可針對任何靜態網頁,動態網頁進行采集。包括htm,html,shtml,ASP,ASPX,JSP,PHP等。 2.增加自定文件采集.用戶可采集網頁中的所有文件. 3.采集支持utf-8和big5編碼并能轉換繁體為簡體. 4.支持文章保存圖片到本地，自動替換文件名功能. 5 .jpg、gif、png、bmp圖片自動加水印（水印圖片及位置可設置） 6.采集內容替換功能，用戶可設置替換規則進行替換. 7.支持所有文件遠程保存到本地. 8.斷點續采功能.不受意外關閉影響，重新啟動后可繼續采集不重復. 9 .可方便快速整合導出其它管理系統和CMS. 10.增加2級分類采集。適應各種網站采集. 11.緩存機制，在緩存中保存數據，操作常見動作，大量減少對數據庫的增加，刪除頻繁的操作。

標簽： shtml ASPX html 采集

上傳時間： 2015-08-18

上傳用戶：變形金剛
該程序是在VC++6.0環境中

該程序是在VC++6.0環境中，用C++語言編寫的，分三個模塊：一個是程序框架模塊，實現程序的框架結構；二是聲卡采樣模塊，實現聲卡對外部模擬信號的采樣；三是對采得的信號進行頻率值計算。

標簽： 6.0 VC 程序環境

上傳時間： 2013-12-26

上傳用戶：qiao8960
蟻群算法( ant colony algorithm) 是由意大利學者 Dorigo 等人[1 ,2 ] 于20 世紀90 年代初期通過模擬自然界中螞蟻集體尋徑的行為而提出的一種基于種群的啟

蟻群算法( ant colony algorithm) 是由意大利學者 Dorigo 等人[1 ,2 ] 于20 世紀90 年代初期通過模擬自然界中螞蟻集體尋徑的行為而提出的一種基于種群的啟發式仿生進化系統。蟻群算法包含兩個基本階段:適應階段和協作階段。在適應階段,各候選解根據積累的信息不斷調整自身結構。在協作階段,候選解之間通過信息交流,以期望產生性能更好的解,這類似于學習自動機的學習機制。蟻群算法最早成功應用于解決著名的旅行商問題(t raveling salesman problem , TSP) ,該算法采用了分布式正反饋并行計算機制,易于與其他方法結合,而且具有較強的魯棒性[325 ] 。蟻群算法創立十多年來,無論在算法理論還是在算法應用方面都取得了很多突破性研究進展。

標簽： algorithm Dorigo colony ant

上傳時間： 2016-01-18

上傳用戶：xyipie
在9格寬×9格高的大九宮格中有9個3格寬×3格高的小九宮格

在9格寬×9格高的大九宮格中有9個3格寬×3格高的小九宮格，並提供一定數量的數字。根據這些數字，利用邏輯和推理，在其他的空格上填入1到9的數字。每個數字在每個小九宮格內不能出現一樣的數字，每個數字在每行、每列也不能出現一樣的數字。這種遊戲只需要邏輯思維能力，與數字運算無關。雖然玩法簡單，但數字排列方式卻千變萬化，所以不少教育者認為數獨是鍛鍊腦筋的好方法

標簽：

上傳時間： 2017-03-02

上傳用戶：cc1915
介紹一種基于DSP的嵌入式無線圖像壓縮及無線傳輸系統的設計與實現方法。系統采用JPEG國際標準。下位機實現圖像采集、壓縮以及圖像數據無線傳輸上位機接收圖像數據并完成與PC機的通信。通過DMA

介紹一種基于DSP的嵌入式無線圖像壓縮及無線傳輸系統的設計與實現方法。系統采用JPEG國際標準。下位機實現圖像采集、壓縮以及圖像數據無線傳輸上位機接收圖像數據并完成與PC機的通信。通過DMA在圖像采集、壓縮及數據傳輸中的應用,提高了系統的運行效率。

標簽： JPEG DSP DMA 圖像數據

上傳時間： 2017-09-27

上傳用戶：cooran
神經網絡在智能機器人導航系統中的應用研究

神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應用對環境的感知，環境模型妁表示是非常重要的。未知環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是槽格法。如果用冊格法表示范圍較大的工作環境，在滿足精度要求的情況下，必定要占用大量的內存，并且采用柵格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結果能體現出輸入樣本的分布情況，從而對輸入樣本實現數據壓縮。基于網絡的這些特性，可采用K0h0n曲神經元的權向量來表示自由空間，其方法是在自由空間中隨機地選取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通過對大量的輸八樣本的學習，其神經元就會體現出一定的分布形式學習過程如下：開始時網絡的權值隨機地賦值，其后接下式進行學習：，、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其中M(f1：神經元 1在t時刻對應的權值；a(∽ 謂整系數； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最大限度地表示一定的自由空間。神經元權向量的最小生成樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可以動態地定義成矩形、多邊形。神經元數量的選取取決于環境的復雜度，如果神經元的數量太少．它們就不能覆蓋整十空間，結果會導致節點穿過障礙物區域如果節點妁數量太大．節點就會表示更多的區域，也就得不到距障礙物的最大距離。在這種情況下，節點是對整個自由空間的學習，而不是學習最小框架空間。節點的數量可以動態地定義，在每個學習階段的結柬．機器人會檢查所有的路徑．如檢鍘刊路徑上有障礙物，就意味著沒有足夠的節點來覆蓋整十自由窯間，需要增加網絡節點來重新學習所 138一以為了收斂于最小框架表示，應該采用較少的網絡節點升始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問較大，就需要由二維結構表示。采用Kohonen~沖經阿絡表示環境是一個新的方法。由于網絡的并行結構，可在較短的時間內進行大量的計算。并且不需要了解障礙物的過細信息．如形狀、位置等通過學習可用樹結構表示自由空問的基本框架，起、終點問路徑可利用樹的遍歷技術報容易地被找到在機器人對環境的感知的過程中，可采用人】：神經嘲絡技術對多傳感器的信息進行融臺。由于單個傳感器僅能提供部分不完全的環境信息，因此只有秉甩多種傳感器才能提高機器凡的感知能力。 2 神經網絡在局部路徑規射中的應用局部路徑規刪足稱動吝避碰規劃，足以全局規荊為指導利用在線得到的局部環境信息，在盡可能短的時問內

標簽： 神經網絡智能機器人導航

上傳時間： 2022-02-12

上傳用戶：qingfengchizhu
壓電陶瓷在超聲波電機中的應用研究.

超聲波電機利用壓電陶瓷的逆壓電效應，將電能轉變為機械振動，再通過摩擦作用將機械振動轉變為電機的旋轉（直線）運動，進而驅動負載。壓電陶瓷作為超聲波電機的振動發生器件，其性能的優劣直接影響到電機的輸出性能。本文采用傳統的固相反應法制備P-41和PMnS-PZN-PZT壓電陶瓷，研究壓電阿瓷在行被型超聲波電機中的應用及壓電性能對電機性能的影響.研究了P41和PMns-PZN-PZT壓電陶瓷材料的結構、性能、頻率溫度穩定性及極化方式對壓電陶瓷性能的影響。結果表明，這兩種材料都具有較好的介電溫度穩定性，P41具有明顯的鐵電體相變特點，PMns-PZN-PZT具有她豫-鐵電體相變特點。采用同時同向一次極化工藝改善了二次極化工藝所遺留的各極化區域ds不均勻、分區界面應力的存在導致的性能不穩定性，同時縮短了極化時間，提高了超聲波電機的輸出性能.P-41陶的極化采件為3kV/mm，120 ℃極化15 min，PMnS-PZN-PZT陶瓷的極化條件為3.5 kV/mm.140℃極化15 min.研究了P-41和PMnS-PZN-PZT壓電陶瓷的性能與超聲波電機性能的相關性，探討了電機的導納、負載、啟動與關斷和溫度特性。結果表明，電機具有較好的瞬態特性，啟動時間ams，關斷時間<l ms.采用P-41壓電陶瓷電機的啟動與關斷速度比PMnS-PZIN-PZT壓電陶登電機的快，與P41壓電陶瓷具有非弛豫相變特點有關，說明P41壓電陶瓷比較適用于需要反復開關的超聲電機.同時，P41電機的Qm較小而Aar比較大（TRUM-60 1型電機），具有較好的負載驅動能力。電機的表面溫度隨運轉時間的延長迅速升高，最終在某一溫度下穩定運轉，采用PMnS-PZN-PZT壓電陶瓷電機的表面溫度明顯低于采用P41壓電陶瓷的電機（TRLIM6011電機），與PMnS-PZN-PZT壓電陶瓷具有非常低的介電損耗有關，因此這種材料比較適用于需要長時間運轉的超聲波電機。預壓力對電機的性能影響很大，不同尺寸電機具有不同的驅動性能.

標簽： 壓電陶瓷超聲波電機

上傳時間： 2022-06-18

上傳用戶：
電磁場在目標識別中的應用

電磁場在目標識別中的應用

標簽： 電磁場中的應用目標識別

上傳時間： 2013-04-15

上傳用戶：eeworm
PowerPCB精采視頻教程

PowerPCB精采視頻教程

標簽： PowerPCB 視頻教程

上傳時間： 2013-07-06

上傳用戶：eeworm