您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 变频原理介绍与变频驱动

  2. 变频空调器的原理及特点 在科学技术发展日新月异的今天,空调器也与其他高科技产品一样,以加速度的趋势发展。电动机变频调速技术的发展与应用,更为变频空调器的发展注入了新的活力。 1964年,德国的 A•Schonung等提出脉宽调制变频技术(Pulse Width Modulation)。这种调速控制技术的核心部件是逆变器——将直流电变为频率可调的交流电的装置。随着电子技术、微电子技术、单片机控制技术的发展,逆变器的功率、功能日益强大,性价比越来越高。三洋公司从1974年开始生产变频空调器,目前三
  3. 所属分类:C

    • 发布日期:2009-05-20
    • 文件大小:198656
    • 提供者:qiaoqiao159
  1. 百度杀毒官方安装程序,安全可信赖

  2. 百度杀毒是百度公司与计算机反病毒专家卡巴斯基合作出品的全新免费杀毒软件,集合了百度强大的云端计算、海量数据学习能力与卡巴斯基反病毒引擎专业能力,竭力为用户提供轻巧不卡机的产品体验。 百度杀毒软件版本为百度杀毒软件2013,是一款专业杀毒和极速云安全软件,支持XP、Vista、Win7、windows 8,而且永久免费。百度杀毒之前面向泰国市场推出英语版本,2013年4月18日,百度杀毒软件中文版正式发布。2013年6月18日,百度免费杀毒软件正式版发布。已开放下载。该产品由卡巴斯基和百度共同推
  3. 所属分类:系统安全

    • 发布日期:2014-04-12
    • 文件大小:30408704
    • 提供者:jearmy
  1. ELM极限学习机 Matlab代码

  2. 对于入门的ELM学习者,这个代码比较好的对于ELM进行了总结,更改了少量代码
  3. 所属分类:其它

    • 发布日期:2014-09-09
    • 文件大小:17408
    • 提供者:zhuansun1990
  1. 百度杀毒卡巴斯基杀毒软件引擎

  2. 百度杀毒卡巴斯基杀毒软件引擎百度杀毒是百度公司全新出品的专业杀毒软件,集合了百度强大的云端计算、海量数据学习能力与百度自主研发的反病毒引擎专业能力,一改杀毒软件卡机臃肿的形象,竭力为用户提供轻巧不卡机的产品体验。百度杀毒郑重承诺:永久免费、不骚扰用户、不胁迫用户、不偷窥用户隐私! 百度杀毒软件版本为百度杀毒软件2013,是一款专业杀毒和极速云安全软件,支持XP、Vista、Win7、windows 8,并且永久免费。 百度杀毒之前面向泰国市场推出英语版本,2013年4月18日,百度杀毒软件中文
  3. 所属分类:系统安全

    • 发布日期:2016-01-09
    • 文件大小:42991616
    • 提供者:kakabulabula
  1. Neural Network Design.pdf

  2. 第1章 绪论1.1 目的1.2 历史1.3 应用1.4 生物学的启示参考文献第2章 神经元模型和网络结构2.1 目的2.1 理论和实例2.2.1 符号2.2.2 神经元模型2.2.3 网络结构2.3 小结2.4 例题2.5 结束语习题第3章 一个说明性实例3.1 目的3.2 理论和实例3.2.1 问题描述.3.2.2 感知机3.2.3 hamming网络3.2.4 hopfield网络3.3 结束语习题第4章 感知机学习规则4.1 目的4. 2 理论和实例4.2.1 学习规则4.2.2 感知机
  3. 所属分类:机器学习

    • 发布日期:2019-05-21
    • 文件大小:10485760
    • 提供者:bobbypro
  1. CNN与决策树结合的新型人体行为识别方法研究_王忠民.pdf

  2. 基于智能手机内置加速度传感器的人体行为识别是近年来人工智能领域的一个研究热点,传统的贝叶 斯、极速学习机、决策树等识别方法都必须先针对加速度传感器采集数据提取时频域特征,并从大量的时频特征中进行特征优选。采用深度学习中卷积神经网络算法( convolutional neural network,CNN) 在大数据量与小数据量两种情况下分别进行特征学习,直接读取智能手机内置三轴加速度数据,自动提取加速度信号的特征,利用自动提取出来的加速度数据特征,结合决策树算法实现人体行为的分类识别。实验表明,
  3. 所属分类:深度学习

    • 发布日期:2020-03-06
    • 文件大小:843776
    • 提供者:Dan510275
  1. 安川变频器L1000A系列产品样本(中文版).pdf

  2. 安川变频器L1000A系列产品样本(中文版)pdf,安川变频器L1000A是电梯最佳的解决方案:1)最先进的电机驱动技术:实现对所有电机的控制,无论是感应电机或是同步电机(IPM电机/SPM电机)都能实现高性能的电流矢量控制;实现感应电机、同步电机用的变频器库存的通用化;可以通过参数设定,切换感应电机和同步电机;1.5~110KW的大容量范围,可以用于各种电梯用途。2)高性能电流矢量控制和丰富的编码器接口:高性能电流矢量控制,实现高起动转矩;备有驱动各种电机用编码器的选购卡;V/f控制,无PG矢
  3. 所属分类:其它

    • 发布日期:2019-10-19
    • 文件大小:3145728
    • 提供者:weixin_38744375
  1. 海浦蒙特选型手册(v1.1).pdf

  2. 海浦蒙特选型手册(v1.1)pdf,海浦蒙特选型手册(v1.1)智造精品感动顾客 产品选型 品类别 通用产品 行业专用产品 产品名称 HD20系列 HD30系列 HD50系列 HD31系歹 HD5E系列 HD5L系歹 MONT70系列 MONT10 MONT 13 简易型变频 多功能变频器 矢量控制变顽 高性能矢量控制驱动 多供水专用变频器 扶梯专用驱动控制器电梯专用照动控制器电梯体化控制器 同步异步一体化门异步门机控制器直流门机控制器 机控詞 应用行业 风机与泵.吻料输送机械、线拉丝行业 装机
  3. 所属分类:其它

    • 发布日期:2019-09-14
    • 文件大小:5242880
    • 提供者:weixin_38744153
  1. 2016天赐5.1极速版_嫖虫系统强刷包.zip

  2. 一、介绍 1.系统精简ROOT,使用了一个极简桌面(极简到桌面刷新都没, 新装APP后重新开关下电视,才会在桌面显示新APP的图标- -) ,但是速度极快; 2.搜索键打开HDP直播软件; 3.长按关机键可以让电视真正的关机,效果等同于拔电源; 4.将天赐系统的UI从720P调整回了1080P; 5.CPU频率调整在1.0-1.4G,添加虚拟SD卡功能,不再需要插SD 卡; 6.集成小米高清播放器酷开修正版,第一次启动播放器请耐心等 待软件初始化; 7.系统预装了沙发管家shafa.ap
  3. 所属分类:Android

    • 发布日期:2019-09-03
    • 文件大小:214958080
    • 提供者:dncsk
  1. 基于多特征融合的织物瑕疵检测研究

  2. 织物瑕疵纹理特征复杂,单一特征不能很好地反映纹理信息。为此,本文提出一种基于局部二进制模式(Local Binary Pattern,LBP)算子和灰度共生矩阵(Gray Level Co-occurrence Matrix,GLCM)的多特征融合算法。首先,对LBP算子进行了改进,提出一种基于邻域像素中值的中心对称LBP算子;然后,将其提取出的纹理特征和灰度共生矩阵提取的纹理特征进行融合;最后,通过极速学习机和支持向量机做分类实验,验证融合特征描述织物瑕疵纹理特征的能力。实验表明,本文方法提高
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:693248
    • 提供者:weixin_38633083
  1. 基于自适应极速学习机的遥感图像目标识别

  2. 基于自适应极速学习机的遥感图像目标识别
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:1048576
    • 提供者:weixin_38544075
  1. 基于多分类投影极速学习机的快速人脸识别方法

  2. 基于多分类投影极速学习机的快速人脸识别方法
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:393216
    • 提供者:weixin_38570278
  1. 基于极速学习的粗糙RBF神经网络

  2. 提出了一种用于训练粗糙RBF神经网络(rough RBF neural networks,R-RBF)的极速学习机(extreme learning machine,ELM)方法,通过引入矩阵的Moore-Penrose逆,将传统的迭代学习方法转换为一种求线性方程的极小范数最小二乘解的方法.实验证明,在训练精度、训练时间上都能够达到非常优越的性能,其泛化精度能够提升50%以上.
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:408576
    • 提供者:weixin_38706055
  1. 基于邻域粗糙集的极速学习机算法

  2. 基于邻域粗糙集的极速学习机算法
  3. 所属分类:其它

    • 发布日期:2021-02-06
    • 文件大小:248832
    • 提供者:weixin_38645335
  1. 基于ELM-BP的强化学习在倒立摆控制中的研究

  2. 解决拥有连续状态空间以及模型未知的倒立摆系统长久以来是个难题。文章将强化学习(Reinforcement Learning)与神经网络(ELM网络和BP网络)相融合,运用神经网络的抽象和泛化能力,采用Actor-Critic架构,提出基于ELM-BP的强化学习倒立摆控制方法。针对连续空间,BP充当动作网络,根据输入的状态映射出要执行的动作,ELM也叫极速学习机充当评价网络近似逼近函数值,输出评价。同时为了降低样本空间大小提高收敛速度,引入滚动时间窗机制和适合度轨迹。经过训练和学习,能够有效解决具
  3. 所属分类:其它

    • 发布日期:2021-01-13
    • 文件大小:1048576
    • 提供者:weixin_38672800