用于进行光响应曲线拟合，计算光饱和点，光补偿点，暗呼吸速率等
上传时间： 2017-05-05
上传用户：labeir
运用最小二乘法拟合锂电池SOC估算中的模型系数
上传时间： 2017-05-10
上传用户：到底奚不奚
为了确定拟合系数运用最下二乘法进行拟合。。
标签： SOC
上传时间： 2017-05-10
上传用户：到底奚不奚
MATLAB仿真多目标跟踪源码，包含获得目标的jpda以及immjpda滤波、有关航迹起始、多项式拟合等十几个函数。
上传时间： 2017-11-29
上传用户：likelike
高维特征向量进行处理，可以解决过拟合问题
上传时间： 2020-09-26
上传用户：
详尽地描述了LM最小二乘法的分解步骤，比较通俗易懂
标签： 拟合方法详解
上传时间： 2021-02-16
上传用户：
建模、控制算法研究以及仿真试验都是燃气轮机研制过程中必不可少的环节，本文针对三者展开研究首先，采用容积惯性法代替牛顿-拉普逊法建立三轴燃气轮机非线性动态模型，并考虑变比热、引气与冷却等环节，通过与试车数据比较验证了所建模型具有良好的仿真精度。采用容积惯性法不但提高了模型的实时性，并且动态过程更接近真实燃气轮机运转状态。分析了容积惯性法建模中低转速阶段仿真时出现的参数振荡现象产生的原因，通过增加低转速特性数据消除了参数振荡，并提出了一种基于指数平衡与样条拟合的外推方法来获得低转速特性数据。通过低压压气机特性数据外推计算与分析，证明了该外推方法具有较好的准确性。然后，针对重型燃气轮机非线性强、惯性大和负载多变等特点，提出了一种基于深度信念网络的自适应控制器。该控制器结合了深度信念网络和传统PD控制器，其中深度信念网络作用是在线调整PID参数，而传统PD控制器负责控制量的计算与输出。通过数字仿真，验证了该控制器满足燃气轮机转速控制的要求，并且具有良好的自适应性，在燃气轮机不同工况下，能够对其转速进行准确控制，使得系统快速响应的同时无超调量。最后，针对燃气轮机硬件在环仿真平台的需要，设计了一种能够采集并模拟多种范围电压、电流与频率信号的接口模拟器。搭建了燃气轮机硬件在环控制平台，在试验前对接口模拟器以及控制器进行了标定与平台的实时性验证。在已有的控制器上，完成了基于RIX作系统的多任务嵌入式控制系统开发。通过硬件在环试验，进一步验证了本文设计的控制器具有良好的控制效果与较强的自适应能力关键词：燃气轮机，容积惯性，建模，仿真，自适应控制，深度信念网络，硬件在环
标签： 自适应控制
上传时间： 2022-03-14
上传用户：
本文以某油田数字化改造项目为背景，研究内容主要分为如下四个部分（1）三维激光扫描仪在扫描作业中会产生精度不符合项目要求的问题，导致后续的维模型精度无法达到要求。本文系统分析了扫描仪的误差来源，采用单边法和交叉双边法的标定实验方案，可以较快、较准确的检验三维激光扫描仪的精度，为后续数据获取奠定了良好的基础（2）传统的纹理图片采集方法没有规则，拍摄的图片较多，数据量较大，且有时会遗漏部分场景信息。通过对比分析研究前后几次采集的大量纹理图片数据，提出了一种快速、全面的纹理采集方法，提高了采集效率，降低了数据量。通过研究降噪、增强特征等算法，对纹理图片进行处理，获取了较好的模型显示细腻感。最后，通过对比实验分析了上种不同理贴图方法在模型真实度、内存占用量和操作易程度等力面的影响，得出各个贴图方法的优缺点及适用范围，为后续的高质量、快速度的纹理贴图提供了理论依据（3）针对地面激光扫描仪在点云拼接时出现无法识别标靶球的问题，分析研究了大量其它站扫描的点云数据和标靶摆放位置，提出了相应的摆放规则，提高了识别标靶的成功率和点云拼接效率。复杂的曲面类模型在正向建模软件中的操作难度较大，且操作复杂，作者通过转换格式将点云放置在逆向软件中使用曲面拟合建模方法进行三维建模，提高了建模效率。非规則类模型在通过交集、并集和差集操作时会出现模型消失的问题，经过实验和研究，详细提出了其建模步骤，减少了该类问题的出现。团队协同作业的模型整合阶段容易出现材质和模型重复问题，结合项目的建模技术要求提出了相关的模型建模规范，提高了模型整合效率
标签： 数据融合
上传时间： 2022-03-17
上传用户：XuVshu
为实现对于未知数量纸张的计数,使用FDC2214电容检测传感器通过I2C方式来采集两极板的电容值,以STM32 F103单片机作为主控板进行数据处理。通过采集多组不同纸张所对应的电容值,并将多组数据进行数据拟合,找到最合适的拟合函数作为标准数据函数,在测量时只需将所采数据与标准数据函数逐一对比,便可找到此时所对应的纸张数,达到纸张计数的目的。在正式开始测量前,可进入自校准模式,通过按键修改拟合函数的常量,以便获得较为精准的标准数据函数。
标签： 纸张计数
上传时间： 2022-03-26
上传用户：
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
上传时间： 2022-04-08
上传用户：trh505
