在選礦分析過程中，礦漿濃度和細(xì)度檢測(cè)是重要的工藝因素，直接影響著選礦的技術(shù)經(jīng)濟(jì)指標(biāo)。用C8051F350單片機(jī)控制高精度5 kg、分辨率1 g的稱重傳感器，根據(jù)所測(cè)得的質(zhì)量、濃度壺的體積及礦石的比重，經(jīng)過運(yùn)算得到礦漿的濃度，篩分后再根據(jù)濃度進(jìn)一步測(cè)算出礦漿的細(xì)度，用2.5英寸高亮度OLED漢字顯示所有的測(cè)量參數(shù)，菜單程序自校準(zhǔn)，能保證較高的精度，軟、硬件設(shè)計(jì)采用模塊化設(shè)計(jì)思想，系統(tǒng)可靠性高。
標(biāo)簽： WH 21 便攜 儀的設(shè)計(jì)
上傳時(shí)間： 2013-11-19
上傳用戶：hustfanenze
特點(diǎn) 顯示范圍0至19999(瞬間量),0至999999999(9位數(shù)累積量)可任意規(guī)劃 精確度0.03%滿刻度(瞬間量) 頻率輸入范圍 0.01Hz 至 10KHz 瞬間量與累積量時(shí)間基數(shù)可任意規(guī)劃(1 或 60 或 3600 秒) 瞬間量之最高顯示值可任意規(guī)劃(0至19999) 累積量之輸入脈波比例刻畫調(diào)整可任意規(guī)劃(0.00001至9999.99999) 具有二組警報(bào)功能 15 BIT 隔離類比輸出 數(shù)位RS-485 界面 數(shù)位脈波同步輸出功能
上傳時(shí)間： 2014-11-07
上傳用戶：xaijhqx
基于合成孔徑雷達(dá)（SAR）圖像的海面風(fēng)場(chǎng)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(chǎng)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(chǎng)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(chǎng)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(chǎng)矢量估計(jì) 算法
上傳時(shí)間： 2013-10-17
上傳用戶：520
通過對(duì)海上紅外圖像進(jìn)行分析，提出了一種基于海天線提取的紅外小目標(biāo)檢測(cè)方法。該算法的基本思路是根據(jù)所需提取目標(biāo)的特點(diǎn)，首先選擇感興趣的灰度區(qū)域，然后運(yùn)用Canny算子進(jìn)行邊緣檢測(cè)，接著對(duì)圖像進(jìn)行Hough變換檢測(cè)海天線，最后對(duì)海天線以下且符合目標(biāo)特征的連通域進(jìn)行標(biāo)記從而來確定目標(biāo)的位置。實(shí)驗(yàn)結(jié)果表明，該方法能較好地檢測(cè)出海上紅外小目標(biāo)。
標(biāo)簽： 海天線 紅外 目標(biāo)檢測(cè)
上傳時(shí)間： 2015-01-03
上傳用戶：long14578
提出一種基于自適應(yīng)混沌粒子群優(yōu)化和支持向量機(jī)結(jié)合的非線性預(yù)測(cè)建模算法（ACPSO-SVR），引入ACPSO啟發(fā)式尋優(yōu)機(jī)制對(duì)SVR模型的超參數(shù)進(jìn)行自動(dòng)選取，在超參數(shù)取值范圍變化較大的情況下，效果明顯優(yōu)于網(wǎng)格式搜索算法。選取UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫中的Forest fires標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行測(cè)試，實(shí)驗(yàn)結(jié)果表明該方法具有較高的精度和良好的泛化能力，對(duì)于解決多變量的回歸預(yù)測(cè)問題是一種有效的方法。最后給出了混合算法在碳一多相催化領(lǐng)域的兩種典型應(yīng)用，在反應(yīng)動(dòng)力學(xué)模型未知的情況下建立催化劑組份模型和操作條件模型，以及基于混合算法的最優(yōu)催化劑設(shè)計(jì)框架。
標(biāo)簽： ACPSO-SVR 非線性建模 預(yù)測(cè)算法
上傳時(shí)間： 2013-10-23
上傳用戶：alibabamama
為了設(shè)計(jì)一種實(shí)時(shí)高效、穩(wěn)定可靠的圖像目標(biāo)跟蹤系統(tǒng)平臺(tái)，避免因圖像邊緣提取效果差而引起跟蹤失敗，采用自適應(yīng)Canny邊緣檢測(cè)算法。該自適應(yīng)算法能夠很好的確定平滑參數(shù)以及高、低兩個(gè)閾值，更好的獲得圖像邊緣圖。經(jīng)Canny算法處理圖像目標(biāo)后，獲得目標(biāo)的單像素邊緣圖，根據(jù)邊緣圖計(jì)算得到目標(biāo)質(zhì)心。利用最小二乘法擬合出目標(biāo)的運(yùn)動(dòng)軌跡，同時(shí)可根據(jù)時(shí)間間隔預(yù)測(cè)出目標(biāo)質(zhì)心的下一位置，控制伺服機(jī)構(gòu)，實(shí)現(xiàn)目標(biāo)跟蹤。實(shí)驗(yàn)表明，采用Canny算法的目標(biāo)跟蹤系統(tǒng)，能夠滿足實(shí)時(shí)跟蹤的需要。
標(biāo)簽： Canny 檢測(cè)算法 目標(biāo)跟蹤
上傳時(shí)間： 2013-11-03
上傳用戶：testAPP
針對(duì)數(shù)據(jù)在性態(tài)和類屬方面存在不確定性的特點(diǎn)，提出一種基于模糊C 均值聚類的數(shù)據(jù)流入侵檢測(cè)算法，該算法首先利用增量聚類得到網(wǎng)絡(luò)數(shù)據(jù)的概要信息和類數(shù)，然后利用模糊C均值聚類算法對(duì)獲取的數(shù)據(jù)特征進(jìn)行聚類。實(shí)驗(yàn)結(jié)果表明該算法可以有效檢測(cè)數(shù)據(jù)流入侵。
標(biāo)簽： 模糊 數(shù)據(jù)流 入侵檢測(cè) 算法
上傳時(shí)間： 2015-01-03
上傳用戶：fujiura
在深入的對(duì)頻譜臉法和Fisherface方法進(jìn)行研究后，綜合這兩種方法的優(yōu)點(diǎn)，提出了一種基于頻譜臉和Fisherface的人臉識(shí)別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因?yàn)槿四槇D像的低頻部分對(duì)人臉的表情變化是不敏感的，所以對(duì)人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對(duì)人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個(gè)低維空間的表達(dá)。但是頻譜臉特征維數(shù)仍然較高，所以在頻譜臉法的基礎(chǔ)上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數(shù)，提高識(shí)別效率。利用人臉面部構(gòu)造產(chǎn)生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進(jìn)而根據(jù)眼睛和嘴巴構(gòu)成三角形模板的特性，精確定位人臉在圖像中的位置。實(shí)驗(yàn)結(jié)果表明，這種結(jié)合膚色和面部特征的算法，能夠?qū)θ四樳M(jìn)行較快速、準(zhǔn)確的定位，而且結(jié)果比較穩(wěn)定可靠。
上傳時(shí)間： 2013-10-09
上傳用戶：zhf01y
以新興的盲均衡技術(shù)為理論基礎(chǔ)，一些盲均衡算法相繼提出。本文以高階的QAM信號(hào)作為輸入信號(hào)，針對(duì)常模算法、多模算法、加權(quán)多模算法存在的缺陷，最終引入一種性能優(yōu)越的加入動(dòng)量項(xiàng)的加權(quán)多模算法。通過計(jì)算機(jī)的仿真實(shí)驗(yàn)首次對(duì)這些算法進(jìn)行依次比較，所得實(shí)驗(yàn)結(jié)果表明加入動(dòng)量項(xiàng)的加權(quán)多模盲均衡算法在信道均衡上的性能明顯優(yōu)于前面幾種算法，它具有更快的收斂速度和更小的穩(wěn)態(tài)誤差，因此具有實(shí)用價(jià)值。
上傳時(shí)間： 2013-11-17
上傳用戶：jkhjkh1982
數(shù)字式儀表標(biāo)度變換的實(shí)例1、模數(shù)轉(zhuǎn)換式儀表的標(biāo)度變換2、頻率計(jì)數(shù)式儀表的標(biāo)度變換3、時(shí)間計(jì)數(shù)式儀表的標(biāo)度變換4、累積計(jì)數(shù)式儀表的標(biāo)度變換
標(biāo)簽： 數(shù)字式儀表 變換
上傳時(shí)間： 2013-10-28
上傳用戶：dudu121
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
