电子元件识别大全（附图）
标签： 电子元件识别
上传时间： 2013-11-15
上传用户：Altman
主要介绍场效应管H参数的模型
上传时间： 2014-01-09
上传用户：1966649934
为了提高语音信号的识别率，提出了一种改进的LPCC参数提取方法。该方法先对语音信号进行预加重、分帧加窗处理，然后进行小波分解，在此基础上提取LPCC参数，从而构成新向量作为每帧信号的特征参数。最后采用高斯混合模型（GMM）进行说话人语音识别，实验表明新特征参数取得了较好的识别率。
上传时间： 2013-10-10
上传用户：asdgfsdfht
本文依据微波电磁场理论概述了微带铁氧体器件在毫米波频率下的工作模式, 探讨了毫米波微带铁氧体器件的电参数的设计考虑, 对从事毫米波微带铁氧体器件的研究, 提供了基本的设计模型, 以期引起进一步的探讨。
上传时间： 2013-10-07
上传用户：66666
在理论模型的基础上探讨了电子势垒的形状以及势垒形状随外加电压的变化, 并进行定量计算, 得出隧穿电压随杂质掺杂浓度的变化规律。所得结论与硅、锗p-n 结实验数据相吻合, 证明了所建立的理论模型在定量 研究p-n 结的隧道击穿中的合理性与实用性。该理论模型对研究一般材料或器件的隧道击穿具有重要的借鉴意义。
上传时间： 2013-10-31
上传用户：summery
采用三维泊松方程和二维薛定谔方程自洽求解方法,建立量子点接触器件（QPC）内的电势分布和二维电子气层的电子密度分布的准三维模型及模拟方法,并将模拟结果与传统的Buttiker鞍型电势分布进行比较。
上传时间： 2013-10-18
上传用户：ZOULIN58
提出了一种基于相关分析的飞机目标识别方法。该方法利用飞机图像低频和高频部分合成滤波器模板，能达到很高识别率与很低的等错率。该研究旨在提高飞机识别的准确率和降低出错率，采用一种基于相关分析的飞机目标识别方法。该方法通过对采集的飞机图像做去除背景、降噪、图像增强、二值化和归一化处理，将飞机图像低频和高频部分合成滤波器模板，通过特征比对达到识别飞机的目的。利用Matlab 7.0做10种飞机的识别实验，得出了95.47%识别率和0.04%等错率的结论，识别率和等错率均优于不变矩法、三维识别方法、基于小波分析和矩不变量的方法，印证了笔者提出的基于相关分析的飞机目标识别方法的优越性。在飞机图像数据库上的实验结果表明，该方法是可行的。
上传时间： 2013-11-03
上传用户：manlian
色环电阻识别小程序V1.0--功能说明： 1、能直接根据色环电阻的颜色计算出电阻值和偏差； 2、能根据电阻值，反标电阻颜色； 3、支持四环、五环电阻计算； 4、带万用表直读数； 色环电阻识别小程序--使用说明： 1、选择电阻环数；（四环电阻或五环电阻） 2、如果是“色环转阻值”则：鼠标点击对应环的颜色，然后点按钮“色环→阻值” 3、如果是“阻值转色环”则：输入相应阻值、单位、精度，点按钮“阻值→色环” 国家标称电阻值说明： ★E6±20%系列：1.0、1.5、2.2、3.3、4.7、6.8 E12±10%系列：1.0、1.2、1.5、1.8、2.2、2.7、3.3、3.9、4.7、5.6、6.8、8.2、9.1 E24 I级±5%：1.0、1.1、1.2、1.3、1.5、1.6、1.8、2.0、2.2、2.4、2.7、3.0、3.3、3.6、3.9、4.3、4.7、5.1、5.6、6.2、6.8、7.5、8.2、9.1 使用注意事项： 1、请不要带电和在路测试电阻，这样操作既不安全也不能测出正确阻值； 2、请不要用手接触到电阻引脚，因为人体也有电阻，会使测试值产生误差； 3、请正确选择万用表的档位（电阻档）和量程（200、20K、2M量程)
上传时间： 2014-12-24
上传用户：pinksun9
利用v自步离散法，得到变换器输入控制变量与状态变量之间的直接映射关系，基于混杂系统理论分析系统的动态方程，建立其分段仿射模型。在此模型的基础上，结合非线性预测控制算法，通过模型预测系统的输出，利用反馈校正误差，给出二次型性能指标的优化计算方法，并由此设计预测控制器。最后，以Buck功率变换器为研究对象，通过与峰值电流控制算法的仿真结果进行比较，验证模型的正确性以及控制器设计的有效性。
上传时间： 2013-10-30
上传用户：teddysha
介绍电动汽车感应充电系统松耦合变压器的特性，通过Ansoft有限元分析软件对松耦合变压器进行仿真分析，结合简化磁路模型和磁力线分布，得出大气隙下的EE磁芯的精确模型。结合精确模型和模拟结果，给出横截面积对耦合系数的影响，实际制作变压器，测量发现，面积增加，耦合系数得到提高，输出电压能力增强，为松耦合变压器的优化设计和进一步实验提供理论指导和参考。
上传时间： 2013-10-10
上传用户：行旅的喵
