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   10篇
  完全免费   2篇
  自动化技术   12篇
  2018年   1篇
  2017年   1篇
  2016年   1篇
  2012年   1篇
  2011年   1篇
  2008年   2篇
  2007年   2篇
  2005年   1篇
  2004年   2篇
排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
基于正则化RBF神经网络的钢包精炼炉电极系统智能建模   总被引:13,自引:1,他引:12  
通过RBF神经网络和模糊推理系统的比较,得出正则化RBF神经网络的输出特性,在此基础上利用改进的最近邻聚类算法确定网络的隐层节点个数和高斯函数中心,并估计输出层权值。仿真结果表明了所提方案的有效性。  相似文献
2.
基于Visual C++的高速数据采集及其应用   总被引:6,自引:1,他引:5  
本文分析了高速数据采集系统的结构,并以16位高速A/D数据采集器DAQ-2010为例,介绍了在VC 环境下实现高速数据采集的方法。  相似文献
3.
动态最近邻聚类算法的优化研究   总被引:4,自引:0,他引:4  
针对最近邻聚类算法对聚类半径敏感、不易获得最优解的问题,提出了基于贝叶斯信息测度BIC(Bayesianinformationcriterion)的优化方法。通过DBSCAN算法对初始数据集进行预处理,去除噪声数据。在参数空间内逐步调整聚类半径,利用最近邻聚类算法对数据集进行聚类,并计算每次聚类结果的贝叶斯信息测度值。比较各次聚类结果的贝叶斯信息测度值,最大贝叶斯信息测度值对应的聚类即为最优聚类结果。实验结果表明,优化的最近邻聚类算法很好地解决了合适的聚类半径选取问题。  相似文献
4.
改进的RBF神经网络在非线性系统中的应用   总被引:1,自引:0,他引:1  
在RBF神经网络的各种学习算法中,最近邻聚类算法学习时间短、计算量小,不需要事先确定隐单元的个数,完成聚类所得到的网络是最优的,并且可以在线学习,是一种自适应聚类学习算法,非常适合非线性实时系统的应用.但常规最近邻聚类算法在实时性要求较高的系统预测中学习时间相对较长.针对这一问题,提出了系统离线学习时采用减聚类算法,在线学习时采用改进的最近邻聚类算法,并变步长修正聚类半径和限制学习样本数.在函数拟合实验中,这种改进算法明显缩短了RBF神经网络的学习时间,在钢包精炼炉电极系统的在线辨识中的成功应用进一步表明对最近邻聚类算法的改进是有效的.  相似文献
5.
储岳中 《微机发展》2007,17(6):87-89
TreeView是微软公司在标准ASP.NET控件之外创建的一个控件集合,其功能是为Web应用程序利用树形结构组织数据。在分析该控件的安装与创建静态树形图的基础上,介绍了利用网络数据库提供树形图的节点信息,通过递归算法在Web应用程序中创建动态树形图的方法。实验结果表明,这种方法是有效的,为ASP.NET用户创建Web应用程序带来很大方便。  相似文献
6.
TreeView是微软公司在标准ASP.NET控件之外创建的一个控件集合,其功能是为Web应用程序利用树形结构组织数据。在分析该控件的安装与创建静态树形图的基础上,介绍了利用网络数据库提供树形图的节点信息,通过递归算法在Web应用程序中创建动态树形图的方法。实验结果表明,这种方法是有效的,为ASP.NET用户创建Web应用程序带来很大方便。  相似文献
7.
以钢包精炼炉(LF炉)电极系统为对象,采用西门子基于PC的控制器WinAC实现智能控制,运用现场总线技术和开放的开发工具WinAC ODK,确保了电极系统的实时性和可靠性。  相似文献
8.
分析目前高校"C语言程序设计"课程传统教学模式中存在的问题,并结合学校对该课程进行理论与实践教学一体化改革的实际情况,探讨新的C语言教学模式。  相似文献
9.
采用Fluent进行流体力学计算是模拟高炉炉缸铁水流动的重要手段,但Fluent存在操作复杂、入门困难等问题.利用Microsoft Visual Studio (VS)对Fluent进行二次开发,利用TUI (Text User Interface)语言编写的日志文件(Journal文件)作为VS与Fluent数据交互的接口,建立以炉缸直径、炉缸高度、铁口深度、铁口倾角、死料柱状态等参数为主要参数的高炉炉缸铁水流动的几何模型,通过变量替换法完成对日志文件参数修改和替换,驱动Fluent实现高炉炉缸铁水流动的建模与流场数值模拟.该应用软件结合工程实际,界面友好简单,降低了Fluent对使用者的要求并提高其工作效率,增强了Fluent在高炉工业的通用性与快捷性.  相似文献
10.
储岳中 《微机发展》2008,18(3):196-199
在RBF神经网络的各种学习算法中,最近邻聚类算法学习时间短、计算量小,不需要事先确定隐单元的个数,完成聚类所得到的网络是最优的,并且可以在线学习,是一种自适应聚类学习算法,非常适合非线性实时系统的应用。但常规最近邻聚类算法在实时性要求较高的系统预测中学习时间相对较长。针对这一问题,提出了系统离线学习时采用减聚类算法,在线学习时采用改进的最近邻聚类算法,并变步长修正聚类半径和限制学习样本数。在函数拟合实验中,这种改进算法明显缩短了RBF神经网络的学习时间,在钢包精炼炉电极系统的在线辨识中的成功应用进一步表明对最近邻聚类算法的改进是有效的。  相似文献
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