排序方式: 共有1285条查询结果,搜索用时 15 毫秒
411.
针对小波包自适应控制子频带内包含大量卷积和相关运算导致算法收敛速度慢的问题,提出基于Hartley块的小波包滤波最小均方算法。将快速Hartley变换引入块算法,实现频域内快速卷积和相关运算;在子频带内应用Hartley块算法生成控制信号,通过重叠保留法提出基于Hartley块的小波包滤波最小均方算法;通过仿真和实验研究了定频和扫频两种工况下的隔振性能和控制效果。结果表明,基于Hartley块的小波包滤波最小均方算法不仅可以大幅缩短收敛时间,还能显著提高控制精度,且鲁棒性和稳定性良好,能够很好地应用在工程实际中。 相似文献
412.
对于Cerenkov型器件,由高频结构温升引发的热脱附会造成的射频击穿,进而导致输出功率降低和脉冲缩短。基于此,研究了电磁脉冲对高频结构的加热温升效应,推导了高频结构的温升公式,指出了理论公式的适用范围,并给出了数值求解试件温升的方法。以二周期1 MV·cm-1的高频结构为例,进行了温升的数值计算和仿真研究。结果表明,脉宽100 ns的单脉冲对不锈钢试件的温升效应明显高于其他材料。当系统工作在高重频时,电磁脉冲的温升作用可能使金属材料达到气体脱附的阈值从而引发气体脱附形成局部高压。该研究可为高功率微波源中的气体脱附以及射频击穿等研究提供参考。 相似文献
413.
提出了一种基于信号幅度分布特征与多次方谱线特征相结合的调制样式识别算法。该算法主要基于正交解调后的正交频分复用子载波信号的幅度分布特征,采用直方图统计的方法实现多进制相移键控和多进制正交幅度调制识别,用多方次谱特征实现多进制相移键控类的调制识别。相比基于经典的高阶累积量的调制识别算法,具有更好的载波频率残留偏差适应能力,在载波频率偏差条件下,提高了调制识别率;相比循环平稳方法,具有更好的信噪比适应能力。仿真实验结果表明了该方法的有效性,相同的识别率下能适应更低的信噪比。 相似文献
414.
针对航空肼燃料保障安全评价的复杂性和非线性,提出并建立了基于BP和Hopfield神经网络的动态安全评价模型。在综合分析国内外肼燃料保障安全评价的基础上,针对航空肼燃料保障过程中出现的问题,构建并优化了指标体系,选取前馈神经网络中的BP网络和反馈神经网络中的Hopfield网络建立评价模型。在详细说明了BP和Hopfield神经网络的构建方法后,进行实例验证,并对预测效果进行了比较分析。仿真表明,两种模型都能正确评价安全保障状态。但在收敛速度、联想记忆功能方面Hopfield神经网络优于BP神经网络。将BP和Hopfield神经网络用于肼燃料保障安全评价过程中,具有适用性和可行性,对于航空肼燃料保障的安全建设与安全管理研究具有重要意义。 相似文献
415.
416.
对宫颈细胞进行多分类可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据。在用6种多分类算法进行实验后,选取支持向量机作为基分类器,先用一对一策略训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率。考虑不同层特征模式的差异性,在保证识别性能的同时,每层分类前先采用主成分分析法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度。实验证明,所提层次主成分分析法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%。 相似文献
417.
研究卫星平台姿态误差对TDICCD相机成像几何质量的影响有助于提出姿态指标设计要求以提高相机几何成像质量,以像点位移为中间参量,研究平台姿态误差和成像几何质量指标之间的定量关系。基于平台姿态误差引起的像移速度、偏流角和积分时间等成像参数误差分析,结合严密几何成像模型推导像点位移的误差模型,建立从像点位移量到相邻像元间角度畸变、长度畸变、像元分辨率和定位误差等几何质量指标的定量模型,构建从平台姿态误差到相机成像几何质量指标的完整定量分析链路。仿真实验结果表明,偏航角姿态误差是影响成像几何质量的主要因素。 相似文献
418.
心理学实验教学是心理学教学的重要组成部分.基于地方高校心理学实验教学体系杂乱、心理实验教学设备欠缺、心理实验教学师资匮乏等现状,地方高校应开展以实验教学体系为核心,实验室建设为关键,实验教学师资为保障的立体式心理学实验教学改革,进而优化教学内容,提高教师的教学能力,加强学生的科研素养,丰富心理学实验教学的实质性内涵,提高心理学实验教学的质量. 相似文献
419.
420.
主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。 相似文献