無級 變 速 器又稱CVT( continuouslyv ariable transmission,CV T)，其速比可以連續(xù)變化，使用 這種變速器，可有效地利用發(fā)動機(jī)的性能，使發(fā)動 機(jī)與傳動系得到最佳的匹配，從而提高汽車的燃 油經(jīng)濟(jì)性和動力性。無級變速器是迄今為止最理 想的變速器，它代表著當(dāng)今汽車變速器發(fā)展的水 平和方向。
標(biāo)簽： continuouslyv transmission ariable CVT
上傳時(shí)間： 2016-06-03
上傳用戶：Zxcvbnm
實(shí)驗(yàn)內(nèi)容 信號與系統(tǒng)試驗(yàn)報(bào)告 自己的作業(yè) 1.設(shè)有兩個(gè)信號： 要求x(t)和h(t)采樣形成離散序列， 參數(shù)選擇如下： 采樣率Δ=4ms， 頻率f=30Hz， a=2f2ln(M), M=2.5 在MATLAB下實(shí)現(xiàn)連續(xù)信號離散化， 并繪制出離散形式的信號波形。
標(biāo)簽： 實(shí)驗(yàn) 信號與系統(tǒng) 信號 報(bào)告
上傳時(shí)間： 2014-11-05
上傳用戶：xauthu
可以識別字符串是否符合以下文法： （1）E->TG （2）G->+TG|—TG （3）G->ε （4）T->FS （5）S->*FS|/FS （6）S->ε （7）F->(E) （8）F->i
上傳時(shí)間： 2013-12-03
上傳用戶：songrui
Z是模型一單位雨衰值,也是不考慮衰減因子的單位雨衰值 F是First,即第一模型的情況 F16 F165 F17分別是16GHz 16.5GHz 17GHz的情況,是模型一大氣層下總雨衰值 F18km是模型一下18km實(shí)例的雨衰值 S是Second,即第二模型的情況 S16 S165 S17分別是16GHz 16.5GHz 17GHz的情況,是模型二大氣層下總雨衰值 S16m S165m S17m分別是16GHz 16.5GHz 17GHz在模型二下每公里雨衰值 S1618km S16518km S1718km分別是16GHz 16.5GHz 17GHz在模型二下18km實(shí)例的雨衰值 T是Third,即第三模型的情況 T16 T165 T17分別是16GHz 16.5GHz 17GHz的情況,是模型三大氣層下總雨衰值 T16m T165m T17m分別是16GHz 16.5GHz 17GHz在模型三下每公里雨衰值 T1618km T16518km T1718km分別是16GHz 16.5GHz 17GHz在模型三下18km實(shí)例的雨衰值 zhaosheng是只考慮天線噪聲溫度對雷達(dá)最大探測距離的影響 yushuai是綜合考慮天線噪聲溫度和雨衰減對雷達(dá)最大探測距離的影響 其中,參數(shù)情況在各個(gè)程序中都有說明
上傳時(shí)間： 2013-12-25
上傳用戶：songrui
給定n個(gè)節(jié)點(diǎn)xi（i=0,1,...,n-1）上的函數(shù)值yi=f[xi]，用拉格朗日插值公式計(jì)算指定插值點(diǎn)t處的函數(shù)近似值z=f[t]
標(biāo)簽： yi xi 節(jié)點(diǎn) 函數(shù)值
上傳時(shí)間： 2013-12-21
上傳用戶：小眼睛LSL
給定n個(gè)節(jié)點(diǎn)xi[i=0,1,...,n-1]上的函數(shù)值yi=f[xi]及精度要求，用埃特金逐步插值法計(jì)算指定插值點(diǎn)t處的函數(shù)近似值z=f[t]
標(biāo)簽： xi yi 節(jié)點(diǎn) 函數(shù)值
上傳時(shí)間： 2014-01-14
上傳用戶：偷心的海盜
給定n個(gè)節(jié)點(diǎn)xi[i=0,1,...,n-1]上的函數(shù)值yi=f[xi]及精度要求，用阿克瑪方法計(jì)算指定指定子區(qū)間上的三次插值多項(xiàng)式與指定插值點(diǎn)t處的函數(shù)近似值z=f[t]
標(biāo)簽： xi yi 節(jié)點(diǎn) 函數(shù)值
上傳時(shí)間： 2017-03-10
上傳用戶：aa17807091
Fortran - Tóm tắ t nộ i dung mô n họ c Các khái niệ m và yế u tố trong ngô n ngữ lậ p trình FORTRAN. Các câ u lệ nh củ a ngô n ngữ FORTRAN. Cơ bả n về chư ơ ng chư ơ ng dị ch và mô i trư ờ ng lậ p trình DIGITAL Visual Fortran. Viế t và chạ y các chư ơ ng trình cho các bài toán đ ơ n giả n bằ ng ngô n ngữ FORTRAN.
標(biāo)簽： Fortran 7855 7897 7885
上傳時(shí)間： 2013-12-25
上傳用戶：songrui
metricmatlab ch ¬ ng 4 Ma trË n - c¸ c phÐ p to¸ n vÒ ma trË n. 4.1 Kh¸ i niÖ m: - Trong MATLAB d÷ liÖ u ® Ó ® a vµ o xö lý d íi d¹ ng ma trË n. - Ma trË n A cã n hµ ng, m cét ® î c gä i lµ ma trË n cì n m. § î c ký hiÖ u An m - PhÇ n tö aij cñ a ma trË n An m lµ phÇ n tö n» m ë hµ ng thø i, cét j . - Ma trË n ® ¬ n ( sè ® ¬ n lÎ ) lµ ma trË n 1 hµ ng 1 cét. - Ma trË n hµ ng ( 1 m ) sè liÖ u ® î c bè trÝ trª n mét hµ ng. a11 a12 a13 ... a1m - Ma trË n cét ( n 1) sè liÖ u ® î c bè trÝ trª n 1 cét.
標(biāo)簽： metricmatlab 203 184 tr
上傳時(shí)間： 2017-07-29
上傳用戶：來茴
神經(jīng)網(wǎng)絡(luò)在智能機(jī)器人導(dǎo)航系統(tǒng)中的應(yīng)用研究1神經(jīng)網(wǎng)絡(luò)在環(huán)境感知中的應(yīng) 用 對環(huán)境 的感 知 ，環(huán)境模型 妁表示 是非常重要 的。未 知 環(huán)境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環(huán)境，在滿足 精度要求 的情況下，必定要占用大量的內(nèi)存，并且采用柵 格法進(jìn)行路徑規(guī)劃，其計(jì)算量是相當(dāng)大的。Kohon~n自組織 神經(jīng)瞬絡(luò)為機(jī)器人對未知環(huán)境的蒜知提供了一條途徑。 Kohone~沖經(jīng)網(wǎng)絡(luò)是一十自組織神經(jīng)網(wǎng)絡(luò)，其學(xué)習(xí)的結(jié) 果能體現(xiàn)出輸入樣本的分布情況，從而對輸入樣本實(shí)現(xiàn)數(shù) 據(jù)壓縮 。基于 網(wǎng)絡(luò) 的這些特 性，可采 用K0h0n曲 神經(jīng)元 的 權(quán)向量來表示 自由空間，其方法是在 自由空間中隨機(jī)地選 取坐標(biāo)點(diǎn)xltl【可由傳感器獲得】作為網(wǎng)絡(luò)輸入，神經(jīng)嘲絡(luò)通 過對大量的輸八樣本的學(xué)習(xí)，其神經(jīng)元就會體現(xiàn)出一定的 分布形 式 學(xué)習(xí)過程如下：開 始時(shí)網(wǎng)絡(luò)的權(quán)值隨機(jī)地賦值 ， 其后接下式進(jìn)行學(xué) 習(xí)： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經(jīng)元 1在t時(shí)刻對 應(yīng)的權(quán)值 ；a(∽ 謂整系 數(shù) ； (『l網(wǎng)絡(luò)的輸八矢量；Ⅳ()：學(xué)習(xí)的 I域。每個(gè)神經(jīng)元能最 大限度 地表示一 定 的自由空間 。神經(jīng) 元權(quán) 向量的最 小生成 樹可以表示出自由空問的基本框架。網(wǎng)絡(luò)學(xué)習(xí)的鄰域 (，) 可 以動 態(tài)地 定義 成矩形 、多邊 形 。神經(jīng) 元數(shù)量 的選取取 決 于環(huán)境 的復(fù)雜度 ，如果神 經(jīng)元 的數(shù)量 太少 ．它們就 不能 覆 蓋整十空間，結(jié)果會導(dǎo)致節(jié)點(diǎn)穿過障礙物區(qū)域 如果節(jié)點(diǎn) 妁數(shù)量太大 ．節(jié)點(diǎn)就會表示更多的區(qū)域，也就得不到距障 礙物的最大距離。在這種情況下，節(jié)點(diǎn)是對整個(gè) 自由空間 的學(xué) 習(xí)，而不是 學(xué)習(xí)最 小框架空 間 。節(jié) 點(diǎn)的數(shù) 量可 以動態(tài) 地定義，在每個(gè)學(xué)習(xí)階段的結(jié)柬．機(jī)器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節(jié)點(diǎn) 來 覆蓋整 十 自由窯 間，需要增加 網(wǎng)絡(luò)節(jié)點(diǎn)來 重新學(xué) 習(xí) 所 138一 以為了收斂于最小框架表示 ，應(yīng)該采用較少的網(wǎng)絡(luò) 節(jié)點(diǎn)升 始學(xué)習(xí)，逐步增加其數(shù)量。這種方法比較適臺對擁擠的'E{= 境的學(xué)習(xí)，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結(jié)構(gòu)表示 。 采用Kohonen~沖經(jīng)阿絡(luò)表示環(huán)境是一個(gè)新的方法。由 于網(wǎng)絡(luò)的并行結(jié)構(gòu)，可在較短的時(shí)間內(nèi)進(jìn)行大量的計(jì)算。并 且不需要了解障礙物的過細(xì)信息．如形狀、位置等 通過 學(xué)習(xí)可用樹結(jié)構(gòu)表示自由空問的基本框架，起、終點(diǎn)問路 徑 可利用樹的遍 歷技術(shù)報(bào)容易地被找到 在機(jī)器人對環(huán)境的感知的過程中，可采用人】：神經(jīng)嘲 絡(luò)技術(shù)對 多傳 感器的信息進(jìn) 行融臺 。由于單個(gè)傳感器僅能 提 供部分不 完全 的環(huán)境信息 ，因此只有秉 甩 多種傳感器 才 能提高機(jī)器凡的感知能力。 2 神經(jīng) 網(wǎng)絡(luò)在局部路徑規(guī)射中的應(yīng) 用 局部路徑 規(guī)刪足稱動吝避碰 規(guī)劃 ，足以全局規(guī)荊為指 導(dǎo) 利用在線得到的局部環(huán)境信息，在盡可能短的時(shí)問內(nèi)
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機(jī)器人 導(dǎo)航
上傳時(shí)間： 2022-02-12
上傳用戶：qingfengchizhu
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
