<ul id="ce2ou"></ul>
在分析無刷直流電機（BLDC）數學模型的基礎上，提出了一種無刷直流電機控制系統仿 真建模的新方法。在Matlab/Simulink環境下，把獨立的功能模塊和S函數相結合，構建了無刷直流 電機系統的仿真模型。系統采用雙閉環控制：速度環采用離散PID控制，根據滯環電流跟蹤型PWM 逆變器原理實現電流控制。仿真和試驗結果與理論分析一致，驗證了該方法的合理性和有效性。 此方法也適用于驗證其他控制算法的合理性，為實際電機控制系統的設計和調試提供了新的思路。
標簽： BLDC 分 無刷直流電機 數學模型
上傳時間： 2014-01-10
上傳用戶：Late_Li
全書從算法設計和算法分析的基本概念和方法入手，系統介紹了算法設計方法與分析技巧。全書分為3個部分：第一部分介紹算法的基本概念、算法的數學基礎以及算法復雜度分析；第二部分針對排序問題和圖的問題，討論各種已有的算法，并介紹常用的算法設計方法包括分治法、貪心法、動態規劃法、回溯法和分支限界法，并介紹了計算的復雜性以及NP完全問題；第三部分講述并行計算模型和并行算法設計技術。書中每章后面都附有一定數量的習題，幫助讀者理解和掌握書中的內容。
標簽： 算法設計 算法分析 基本概念
上傳時間： 2013-12-17
上傳用戶：mikesering
語音識別中的說話人自適應研究.nh 1.MAP和MLLR算法比較 文章在討論由說話人引起的聲學差異基礎上，研究兩種基于模型 的自適應算法:最大似然線性回歸(州壓LR)和最大后驗概率(MAp)。 實驗結果表明，不論采用哪種自適應都能使識別率有一定的提升。兩 種算法之間的差異性在于MAP具有良好的漸進性，但收斂性較差， 而MLLR在很大程度上改善了收斂特性，但其漸進特性卻不如MAP。 文章討論了在側汰P自適應中，初始模型參數的先驗知識對自適 應效果的影響，以及在MLLR中，回歸類對自適應效果的影響。文 章還進一步研究了采用兩種算法的累加自適應效果，從結果看MAP 和MLLR結合的方法比單獨使用M[AP和MLLR的效果要好。文章 還對包括基于特征層的歸一化算法和用于基于聲學模型的MLLR算 法等效性進行討論，并給出了統一的算法框架。
標簽： MLLR MAP nh 語音識別
上傳時間： 2014-01-09
上傳用戶：bakdesec
一個橫好的譜估計算法，AM ma 和arma模型，可以自動的選取。
標簽： 譜估計 算法
上傳時間： 2013-12-11
上傳用戶：王者A
隱馬爾科夫模型的詳細講解，此ppt文稿非常詳細的講解了隱馬爾科夫模型的原理、關鍵算法、等等，適合進階學習。
標簽： 模型
上傳時間： 2017-07-23
上傳用戶：TF2015
結構方程中擬合函數的迭代算法，不同于PLS算法。而是采用BFGS擬牛頓法求解，得出的結果與LISREL軟件結果一致. 注：此算法只是針對本人一個模型使用，不同模型要做改動
標簽： 方程 函數 迭代 算法
上傳時間： 2014-01-18
上傳用戶：sxdtlqqjl
基于Matlab的BA無標度網絡拓撲生成算法，BA模型有兩個重要特性：增長特性和優先連接特性。
標簽： Matlab 無標度網絡 拓撲 生成算法
上傳時間： 2017-08-11
上傳用戶：dianxin61
從ML-EM 重建算法入手，分析了貝葉斯模型的一些關鍵點，針對采用傳統方法求解MAP問題的局限性，提出一種用于正電子成像的貝葉斯神經網絡重建算法，為了保留邊緣信息，引入了二進制的保邊緣變量，并應用共軛神經網絡求解，模擬的重建結果表明，應用這種算法可以得到比ML-EM 算法更好的重建圖像@
標簽： ML-EM 重建算法
上傳時間： 2013-12-03
上傳用戶：ztj182002
基于MAP算法的圖像超分辨率重構技術研究碩士論文，文中介紹了超分辨率重建的理論基礎與數學模型，基于卡爾曼濾波的序列圖像運動估計及基于MAP的超分辨率重建的具體過程。
標簽： MAP 算法 圖像 技術研究
上傳時間： 2014-01-11
上傳用戶：huql11633
基于坐標變換的空間定位模型，查片儀等高質量算法研究。
標簽： 坐標變換 定位 模型
上傳時間： 2014-12-20
上傳用戶：chenxichenyue
蟲蟲下載站版權所有 京ICP備2021023401號-1
<center id="4iqcu"></center>
