虫虫首页|资源下载|资源专辑|精品软件
登录|注册

对向传播

  • 通过对其他国家对超载问题的治理措施及研究现状的深入分析

    通过对其他国家对超载问题的治理措施及研究现状的深入分析,详细地分析了超载超限对我国道路运输的影响。为了有效的控制超载现象,必须从根本上解决该问题,在这样的技术手段的背景下。本文提出了把车辆载重信号转化为电信号输出到超载控制器,再由超载控制器判断是否超载,进而向超载限定执行机构发出相应的指令,并通过CAN总线和车辆中的其他智能设备如发动机控制单元ECU进行数据通信,确定出最佳方案控制车辆工况,并通过蓝牙技术无线发送车主信息到车辆管理所,对有交管部门超载车主进行处罚,达到威慑目的。本方案的可实行性比较大,整套系统具有灵巧、可靠、实用、低功耗、智能化等优点,实用用于30吨以上的中、大型载重货车。

    标签: 研究现状

    上传时间: 2017-06-30

    上传用户:xzt

  • 摘要讨论了消除惯导平台航向效应对地地导弹多位置自对准精度影响的方 法。惯导平台初始方位相同时航向效应重复性好

    摘要讨论了消除惯导平台航向效应对地地导弹多位置自对准精度影响的方 法。惯导平台初始方位相同时航向效应重复性好,根据这个特点设计了消除航 向效应影响的两位置自对准方法。首先利用陀螺漂移历史数据粗略估计方位, 并据此转动弹体将平台转到航向效应标定时的初始方位。然后介绍了该方法实 现自对准的步骤。最后讨论了通过转动弹体实现位置精确转换的方法。

    标签: 效应 对地 导弹 精度

    上传时间: 2017-08-06

    上传用户:JIUSHICHEN

  • 本文主要向读者介绍了并行计算的相关思想

    本文主要向读者介绍了并行计算的相关思想,对有关人员的开发大有好处。

    标签: 并行计算

    上传时间: 2013-12-21

    上传用户:685

  • 通过对热门专家系统的研究

    通过对热门专家系统的研究,向读者介绍了基于人工智能的热门话题

    标签:

    上传时间: 2013-12-30

    上传用户:gououo

  • 拓扑排序:对给定的AOV网判断网中是否存在环

    拓扑排序:对给定的AOV网判断网中是否存在环,检测的办法是对有向图构造其顶点的拓扑有序序列,若网中所有顶点都在它的拓扑有序序列中,则该AOV网中必定不存在环。在拓扑排序的基础上实现关键路径的的求解。

    标签: AOV 拓扑 排序

    上传时间: 2017-09-16

    上传用户:凤临西北

  • 计算机网络网络工程的验收与鉴定网络工程进行验收是施工单位(乙方)向用户单位(甲方)移交过程的正式手续

    计算机网络网络工程的验收与鉴定网络工程进行验收是施工单位(乙方)向用户单位(甲方)移交过程的正式手续,也是用户对工程的认可。本章介绍网络工程的验收、步骤及鉴定的主要内容,并通过样例介绍鉴定会所需要的材料。

    标签: 网络工程 单位 计算机网络 用户

    上传时间: 2017-09-18

    上传用户:hjshhyy

  • 互联网传播的台湾旅游目的地形象

    通过对两岸综合旅游网站、旅行社网站及台湾旅游 官方网站的内容分析, 提炼出互联网传播的台湾旅游目的地 形象主题: 自然生态、度假、乡村、文化、城市。 进一步的相关 分析发现, 各类网站构建并传播的台湾旅游目的地形象不 同。研究结果为大陆居民赴台旅游市场的开发和台湾旅游 目的地形象的提升提供借鉴。

    标签: 互联网 旅游 形象

    上传时间: 2016-12-20

    上传用户:百变晓魔女

  • 链式前向星

    链式前向星是一种存储图的方法。如果你需要一个有序的边序列,如果排序的话用快拍O(nlogn),而链式前向星可以避免这种排序。但是数据规模较小时速度比不上邻接矩阵。 如果说邻接表是不好写但效率好,邻接矩阵是好写但效率低的话,前向星。前向星固然好些,但效率并不高。而在优化为链式前向星后,效率也得到了较大的提升。虽然说,世界上对链式前向星的使用并不是很广泛,但在不愿意写复杂的邻接表的情况下,链式前向星也是一个很优秀的数据结构。

    标签: 链式前向星

    上传时间: 2020-07-23

    上传用户:

  • 基于MATLAB的光纤剌曼传感信号传播特性的模拟研究

    基于MATLAB的光纤剌曼传感信号传播特性的模拟研究这是一份非常不错的资料,欢迎下载,希望对您有帮助!

    标签: matlab 光纤传感

    上传时间: 2022-01-27

    上传用户:wky20090436

  • 机器学习:人工神经网络

    人工神经网络提供了一种普遍且实用的方法从样例中学习值为实数、离散值或向量的函数反向传播算法,使用梯度下降来调节网络参数以最佳拟合由输入-输出对组成的训练集合人工神经网络对于训练数据中的错误健壮性很好人工神经网络已被成功应用到很多领域,例如视觉场景分析,语音识别,机器人控制神经网络学习对于逼近实数值、离散值或向量值的目标函数提供了一种健壮性很强的方法对于某些类型的问题,如学习解释复杂的现实世界中的传感器数据,人工神经网络是目前知道的最有效的学习方法反向传摇成功例子,学习识别手写字符,学习识别口语,学习识别人脸生物学动机ANN受到生物学的启发,生物的学习系统是由相互连接的神经元组成的异常复杂的网络。ANN由一系列简单的单元相互密集连接构成的,其中每一个单元有一定数量的实值输入,并产生单一的实数值输出人脑的构成,大约有1011个神经元,平均每一个与其他104个相连神经元的活性通常被通向其他神经元的连接激活或抑制最快的神经元转换时间比计算机慢很多,然而人脑能够以惊人的速度做出复杂度惊人的决策很多人推测,生物神经系统的信息处理能力一定得益于对分布在大量神经元上的信息表示的高度并行处理

    标签: 机器学习 神经网络

    上传时间: 2022-04-07

    上传用户:trh505