首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  免费   1篇
  国内免费   1篇
金属工艺   2篇
建筑科学   1篇
能源动力   1篇
自动化技术   3篇
  2023年   1篇
  2022年   1篇
  2021年   1篇
  2020年   2篇
  2019年   1篇
  2013年   1篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
改进非线性自适应卡尔曼滤波器滤波效果分析   总被引:1,自引:0,他引:1  
为解决机械系统特别是航空液压管路系统振动过程中存在诸多噪声干扰、难以保证对有效振动信号进行准确分析的问题,结合非线性自适应算法、最小二乘法及传统卡尔曼滤波器,设计改进非线性自适应卡尔曼滤波器。通过仿真,在模拟的振动信号中加入随机噪声,并且将滤波前后振动信号的时域图和频域图进行对比。通过实验数据进行滤波效果对比,验证非线性自适应卡尔曼滤波器滤波效果的优越性。  相似文献   
2.
简述了局部热平衡模型和局部非热平衡模型的基本概念,并分别对局部热平衡模型的有效性问题和局部非热平衡模型的边界条件进行了讨论,从流态、多孔介质骨架材料和研究尺度3个角度对局部非热平衡模型在多孔介质热质传递领域的应用进行了系统的总结。针对低导热系数内的局部非热平衡效应,提出了一种基于局部非热平衡模型的等效球简化法,该方法较为准确地获取了低导热系数固体和流体的温度。为多孔介质局部非热平衡模型的使用和进一步研究提供借鉴。  相似文献   
3.
针对航空发动机液压卡箍-管路系统具有高度复杂性,导致卡箍振动信号存在非线性、非平稳性,从而难以提取出卡箍故障状态有效信息的问题,提出一种基于优化变分模态分解(VMD)与卷积神经网络(CNN)的卡箍智能故障诊断方法。基于优化的VMD将液压管路系统-卡箍振动信号分解成一系列固有模态函数;将含有卡箍故障信号明显的IMF输入到卷积神经网络训练模型,采用CNN进行自主特征学习和模式识别。并将该方法应用于实例中,结果表明:该方法不仅能有效地对信号进行分解,同时对不同类型的卡箍故障可达到精准识别和故障诊断。  相似文献   
4.
本报讯查血常规、照B超、做心电图……近日,在消防总队医院,177名地方大学生入伍新兵正有条不紊地接受10多个项目的身体检查。这次体检作为消防员上岗前检查的必备项目,不仅给消防员所在的单位递上了一份保障书,也给消防官兵自己吃了一颗定心丸。  相似文献   
5.
PHM技术在航空、工业、军事等领域得到广泛的应用。装备系统的结构组成日益复杂,哪些分系统需要安装PHM系统值得深入研究。详细研究了层次分析法与模糊综合评价法的特点和原理,根据装甲车辆的分系统构成和部队实际情况,将两种方法结合提出了综合评价模型,通过综合评价装甲车辆分系统,实现装甲车辆PHM系统的应用范围的确定,模型评价结果与专家评分基本相符,验证了该模型的可行性和有效性,为装甲装备PHM系统应用范围确定提供了借鉴。  相似文献   
6.
陈浙哲  鄢萌  夏鑫  刘忠鑫  徐洲  雷晏 《软件学报》2022,33(8):3015-3034
代码自然性(code naturalness)研究是自然语言处理领域和软件工程领域共同的研究热点之一,旨在通过构建基于自然语言处理技术的代码自然性模型,以解决各种软件工程任务.近年来,随着开源软件社区中源代码和数据规模的不断扩大,越来越多的研究人员注重钻研源代码中蕴藏的信息,并且取得了一系列研究成果.但与此同时,代码自然性研究在代码语料库构建、模型构建和任务应用等环节面临许多挑战.鉴于此,从代码自然性技术的代码语料库构建、模型构建和任务应用等方面对近年来代码自然性研究及应用进展进行梳理和总结.主要内容包括:(1)介绍了代码自然性的基本概念及其研究概况;(2)归纳目前代码自然性研究的语料库,并对代码自然性模型建模方法进行分类与总结;(3)总结代码自然性模型的实验验证方法和模型评价指标;(4)总结并归类了目前代码自然性的应用现状;(5)归纳代码自然性技术的关键问题;(6)展望代码自然性技术的未来发展.  相似文献   
7.
刘忠鑫  唐郅杰  夏鑫  李善平 《软件学报》2023,(12):5501-5526
代码变更是软件演化过程中的关键行为,其质量与软件质量密切相关.对代码变更进行建模和表示是众多软件工程任务的基础,例如即时缺陷预测、软件制品可追溯性恢复等.近年来,代码变更表示学习技术得到了广泛的关注与应用.该类技术旨在学习将代码变更的语义信息表示为稠密低维实值向量,即学习代码变更的分布式表示,相比于传统的人工设计代码变更特征的方法具有自动学习、端到端训练和表示准确等优点.但同时该领域目前也存在如结构信息利用困难、基准数据集缺失等挑战.对近期代码变更表示学习技术的研究及应用进展进行了梳理和总结,主要内容包括:(1)介绍了代码变更表示学习及其应用的一般框架.(2)梳理了现有的代码变更表示学习技术,总结了不同技术的优缺点.(3)总结并归类了代码变更表示学习技术的下游应用.(4)归纳了代码变更表示学习技术现存的挑战和潜在的机遇,展望了该类技术的未来发展方向.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号