自適應(yīng)多速率AMR技術(shù)剖析 自適應(yīng)多速率AMR技術(shù)剖析
標(biāo)簽： AMR 自適應(yīng)多速率
上傳時(shí)間： 2013-10-22
上傳用戶：司令部正軍級(jí)
基于穩(wěn)態(tài)模型雙饋異步風(fēng)力發(fā)電機(jī)功率特性分析
標(biāo)簽： 穩(wěn)態(tài) 模型 雙饋 功率
上傳時(shí)間： 2013-10-17
上傳用戶：1234xhb
基于穩(wěn)態(tài)模型雙饋異步風(fēng)力發(fā)電機(jī)功率特性分析
標(biāo)簽： 穩(wěn)態(tài) 模型 雙饋 功率
上傳時(shí)間： 2013-10-21
上傳用戶：啊颯颯大師的
電力自耦變壓器公共繞組過負(fù)荷分析
上傳時(shí)間： 2013-10-14
上傳用戶：xinhaoshan2016
為了解決自適應(yīng)大數(shù)表決算法無法容忍表決周期發(fā)生瞬時(shí)錯(cuò)誤的問題，提出了基于自檢測的自適應(yīng)一致表決算法。該算法通過插入檢測代碼實(shí)時(shí)搜集瞬時(shí)錯(cuò)誤信息，進(jìn)而屏蔽發(fā)生瞬時(shí)錯(cuò)誤的軟件冗余模塊參與表決，并將各軟件冗余模塊歷史記錄信息有效地應(yīng)用到表決系統(tǒng)。在此算法的基礎(chǔ)上，設(shè)計(jì)了能實(shí)現(xiàn)上述功能的表決系統(tǒng)結(jié)構(gòu)圖。最后通過仿真實(shí)驗(yàn)證明了所提算法的有效性。
上傳時(shí)間： 2013-10-13
上傳用戶：miaochun888
工程資源管理器 如何創(chuàng)建和使用 LabVIEW 中的 LLB 文件 如何使用 VI 的重入屬性（Reentrant） 用戶自定義控件中 Control, Type Def. 和 Strict Type Def. 的區(qū)別 調(diào)整控件和函數(shù)面板的首選項(xiàng) 在文件夾下直接創(chuàng)建新的 VI 圖標(biāo)編輯器上的鼠標(biāo)雙擊技巧 第二章：簡單程序結(jié)構(gòu) 順序結(jié)構(gòu) 選擇結(jié)構(gòu) 事件結(jié)構(gòu) 循環(huán)結(jié)構(gòu) 定時(shí)結(jié)構(gòu) 緩存重用結(jié)構(gòu) LabVIEW 中的泛型容器 第三章：控件、常量和運(yùn)算 LabVIEW 中的數(shù)字型數(shù)據(jù) 1 - 控件和常量 LabVIEW 中的數(shù)字型數(shù)據(jù) 2 - 運(yùn)算 LabVIEW 中的數(shù)字型數(shù)據(jù) 3 - 數(shù)值的單位 第四章：常用的程序結(jié)構(gòu) 幾種簡單的測試程序流程模型 用 LabVIEW 編寫 Wizard 類型的應(yīng)用程序 1 (LabVIEW 6.1 之前) 用 LabVIEW 編寫 Wizard 類型的應(yīng)用程序 2 (LabVIEW 6.1 ~ 7.1) 用 LabVIEW 編寫 Wizard 類型的應(yīng)用程序 3 (LabVIEW 8.0) 用 LabVIEW 編寫 Wizard 類型的應(yīng)用程序 4 (LabVIEW 8.2 之后) 在 LabVIEW 中使用常量定義 多態(tài) VI 全局變量 傳引用 第五章：調(diào)試 LabVIEW 的調(diào)試環(huán)境 斷點(diǎn)和探針 其它常用調(diào)試工具和方法 LabVIEW 代碼中常見的錯(cuò)誤 查看一段代碼的運(yùn)行時(shí)間 如何調(diào)試 LabVIEW 調(diào)用的 DLL 第六章：深入理解 LabVIEW G 語言 LabVIEW 是編譯型語言還是解釋型語言 數(shù)據(jù)流驅(qū)動(dòng)的編程語言 傳值和傳引用 VI 中的數(shù)據(jù)空間 第七章：編寫優(yōu)美的代碼 用戶界面設(shè)計(jì) 1 用戶界面設(shè)計(jì) 2 - 界面的一致性 用戶界面設(shè)計(jì) 3 - 界面元素的關(guān)聯(lián) 用戶界面設(shè)計(jì) 4 - 幫助和反饋信息 Caption 和 Label 的書寫規(guī)范 隱藏程序框圖上的大個(gè) Cluster 制作不規(guī)則圖形的子VI圖標(biāo) 第八章：編寫高效率的代碼 LabVIEW 程序的內(nèi)存優(yōu)化 1 LabVIEW 程序的內(nèi)存優(yōu)化 2 - 子 VI 的優(yōu)化 LabVIEW 程序中的線程 1 - LabVIEW 是自動(dòng)多線程語言 LabVIEW 程序中的線程 2 - LabVIEW 的執(zhí)行系統(tǒng) LabVIEW 程序中的線程 3 - 線程的優(yōu)先級(jí) LabVIEW 程序中的線程 4 - 動(dòng)態(tài)連接庫函數(shù)的線程 LabVIEW 的運(yùn)行效率 1 - 找到程序運(yùn)行速度的瓶頸 LabVIEW 的運(yùn)行效率 2 - 程序慢在哪里 LabVIEW 對(duì)多核 CPU 的支持 第九章：VI 服務(wù) VI Server （VI 服務(wù)） 后臺(tái)任務(wù) 在 LabVIEW 中實(shí)現(xiàn) VI 的遞歸調(diào)用 VB ｓｃｒｉｐｔ 打開一個(gè)VI 第十章：調(diào)用動(dòng)態(tài)鏈接庫 動(dòng)態(tài)鏈接庫導(dǎo)入工具 CLN 的配置選項(xiàng) 簡單數(shù)據(jù)類型參數(shù)的設(shè)置 結(jié)構(gòu)型參數(shù)的設(shè)置 作為函數(shù)返回值的字符串為什么不用在 VI 中先分配內(nèi)存 LabVIEW 中對(duì) C 語言指針的處理 調(diào)試 LabVIEW 調(diào)用的 DLL 第十一章：面向?qū)ο缶幊蹋↙VOOP） 利用 LabVIEW 工程庫實(shí)現(xiàn)面向?qū)ο缶幊?模塊接口 API 的兩種設(shè)計(jì)方案 LabVIEW 對(duì)面向?qū)ο蟮闹С?面向?qū)ο笈c數(shù)據(jù)流驅(qū)動(dòng)的結(jié)合 LabVIEW 中的類 第十二章：XControl 一個(gè) XControl 的實(shí)例 用 XControl 實(shí)現(xiàn)面向組件的編程 第十三章：項(xiàng)目管理
標(biāo)簽： LabVIEW
上傳時(shí)間： 2013-11-01
上傳用戶：ruixue198909
多年來，自動(dòng)測試系統(tǒng)經(jīng)歷了從專用型向通用型、開放性的發(fā)展歷程，ATS作為計(jì)算機(jī)技術(shù)的一個(gè)特定領(lǐng)域，一直都是緊隨計(jì)算機(jī)技術(shù)的發(fā)展，而如今計(jì)算機(jī)技術(shù)發(fā)展到互聯(lián)網(wǎng)階段，信息模型的概念為測試領(lǐng)域發(fā)展帶來新的階段，IEEE 1641標(biāo)準(zhǔn)充分解決了ATE的互操作和TPS可移植的問題，最大限度地降低了ATS生命周期的維護(hù)費(fèi)用，具有顯著的軍事及經(jīng)濟(jì)效應(yīng)。
上傳時(shí)間： 2013-10-13
上傳用戶：busterman
在研究基于智能電子自旋共振儀的普通高校近代物理實(shí)驗(yàn)上，設(shè)計(jì)了一種適合智能電子自旋共振儀的基于單片機(jī)和PC機(jī)的數(shù)據(jù)傳輸系統(tǒng)，并實(shí)現(xiàn)串口與嵌入式單片機(jī)數(shù)據(jù)透明傳輸?shù)挠布B接和軟件編程，實(shí)際效果表明該系統(tǒng)數(shù)據(jù)采集準(zhǔn)確，并達(dá)到了實(shí)時(shí)監(jiān)測實(shí)驗(yàn)數(shù)據(jù)的目的，同時(shí)系統(tǒng)自動(dòng)生成圖文并茂的實(shí)驗(yàn)報(bào)告，避免了手工輸入時(shí)產(chǎn)生的誤差。
標(biāo)簽： 電子自旋共振儀 信號(hào)測量 監(jiān)控系統(tǒng)
上傳時(shí)間： 2013-11-19
上傳用戶：asdfasdfd
基于合成孔徑雷達(dá)（SAR）圖像的海面風(fēng)場估計(jì)已經(jīng)得到廣泛認(rèn)可。多數(shù)風(fēng)速反演算法是以估計(jì)的風(fēng)向、校正的δvv為先驗(yàn)條件，應(yīng)用海風(fēng)模型計(jì)算而得的。在相同風(fēng)向的情況下，應(yīng)用不同的海風(fēng)模型會(huì)得到不同的風(fēng)速反演值，因此選擇合適的模型是風(fēng)場估計(jì)的關(guān)鍵。同時(shí)，風(fēng)向數(shù)據(jù)的精確度也很重要，即使不大的誤差也會(huì)給風(fēng)速的反演結(jié)果帶來明顯偏差。為解決上述問題這里提出一種不需要預(yù)先已知風(fēng)向數(shù)據(jù)的風(fēng)場估計(jì)算法。該算法將基于海洋SAR圖像中風(fēng)浪的條紋信息，以及風(fēng)浪條紋生成的自相關(guān)函數(shù)的周期性估計(jì)風(fēng)速數(shù)據(jù)，同時(shí)由風(fēng)浪條紋的最短周期方向估計(jì)風(fēng)向數(shù)據(jù)，從而估計(jì)出完整的風(fēng)場矢量。仿真結(jié)果顯示，該算法對(duì)風(fēng)速和風(fēng)向數(shù)據(jù)有較高的估計(jì)精度。
標(biāo)簽： 海洋 風(fēng)場矢量估計(jì) 算法
上傳時(shí)間： 2013-10-17
上傳用戶：520
對(duì)傳統(tǒng)混合高斯背景模型作了改進(jìn)，消除了緩慢運(yùn)動(dòng)目標(biāo)對(duì)背景模型的影響，其中提出了目標(biāo)間差分方法區(qū)分出前后幀變化區(qū)，對(duì)不同區(qū)域采用不同的學(xué)習(xí)權(quán)重更新策略。通過實(shí)驗(yàn)證明，該改進(jìn)算法提高了背景模型的健壯性，在跟蹤系統(tǒng)中獲得較好效果。
標(biāo)簽： 高斯模型 運(yùn)動(dòng)目標(biāo)跟蹤
上傳時(shí)間： 2015-01-03
上傳用戶：7891
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
