特點 顯示范圍0至19999(瞬間量),0至999999999(9位數累積量)可任意規(guī)劃 精確度0.03%滿刻度(瞬間量) 頻率輸入范圍 0.01Hz 至 10KHz 瞬間量與累積量時間基數可任意規(guī)劃(1 或 60 或 3600 秒) 瞬間量之最高顯示值可任意規(guī)劃(0至19999) 累積量之輸入脈波比例刻畫調整可任意規(guī)劃(0.00001至9999.99999) 具有二組警報功能 15 BIT 隔離類比輸出 數位RS-485 界面 數位脈波同步輸出功能
上傳時間： 2014-11-07
上傳用戶：xaijhqx
基于合成孔徑雷達（SAR）圖像的海面風場估計已經得到廣泛認可。多數風速反演算法是以估計的風向、校正的δvv為先驗條件，應用海風模型計算而得的。在相同風向的情況下，應用不同的海風模型會得到不同的風速反演值，因此選擇合適的模型是風場估計的關鍵。同時，風向數據的精確度也很重要，即使不大的誤差也會給風速的反演結果帶來明顯偏差。為解決上述問題這里提出一種不需要預先已知風向數據的風場估計算法。該算法將基于海洋SAR圖像中風浪的條紋信息，以及風浪條紋生成的自相關函數的周期性估計風速數據，同時由風浪條紋的最短周期方向估計風向數據，從而估計出完整的風場矢量。仿真結果顯示，該算法對風速和風向數據有較高的估計精度。
上傳時間： 2013-10-17
上傳用戶：520
通過對海上紅外圖像進行分析，提出了一種基于海天線提取的紅外小目標檢測方法。該算法的基本思路是根據所需提取目標的特點，首先選擇感興趣的灰度區(qū)域，然后運用Canny算子進行邊緣檢測，接著對圖像進行Hough變換檢測海天線，最后對海天線以下且符合目標特征的連通域進行標記從而來確定目標的位置。實驗結果表明，該方法能較好地檢測出海上紅外小目標。
上傳時間： 2015-01-03
上傳用戶：long14578
提出一種基于自適應混沌粒子群優(yōu)化和支持向量機結合的非線性預測建模算法（ACPSO-SVR），引入ACPSO啟發(fā)式尋優(yōu)機制對SVR模型的超參數進行自動選取，在超參數取值范圍變化較大的情況下，效果明顯優(yōu)于網格式搜索算法。選取UCI機器學習數據庫中的Forest fires標準數據集進行測試，實驗結果表明該方法具有較高的精度和良好的泛化能力，對于解決多變量的回歸預測問題是一種有效的方法。最后給出了混合算法在碳一多相催化領域的兩種典型應用，在反應動力學模型未知的情況下建立催化劑組份模型和操作條件模型，以及基于混合算法的最優(yōu)催化劑設計框架。
上傳時間： 2013-10-23
上傳用戶：alibabamama
為了設計一種實時高效、穩(wěn)定可靠的圖像目標跟蹤系統平臺，避免因圖像邊緣提取效果差而引起跟蹤失敗，采用自適應Canny邊緣檢測算法。該自適應算法能夠很好的確定平滑參數以及高、低兩個閾值，更好的獲得圖像邊緣圖。經Canny算法處理圖像目標后，獲得目標的單像素邊緣圖，根據邊緣圖計算得到目標質心。利用最小二乘法擬合出目標的運動軌跡，同時可根據時間間隔預測出目標質心的下一位置，控制伺服機構，實現目標跟蹤。實驗表明，采用Canny算法的目標跟蹤系統，能夠滿足實時跟蹤的需要。
上傳時間： 2013-11-03
上傳用戶：testAPP
針對數據在性態(tài)和類屬方面存在不確定性的特點，提出一種基于模糊C 均值聚類的數據流入侵檢測算法，該算法首先利用增量聚類得到網絡數據的概要信息和類數，然后利用模糊C均值聚類算法對獲取的數據特征進行聚類。實驗結果表明該算法可以有效檢測數據流入侵。
上傳時間： 2015-01-03
上傳用戶：fujiura
在深入的對頻譜臉法和Fisherface方法進行研究后，綜合這兩種方法的優(yōu)點，提出了一種基于頻譜臉和Fisherface的人臉識別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因為人臉圖像的低頻部分對人臉的表情變化是不敏感的，所以對人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個低維空間的表達。但是頻譜臉特征維數仍然較高，所以在頻譜臉法的基礎上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數，提高識別效率。利用人臉面部構造產生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進而根據眼睛和嘴巴構成三角形模板的特性，精確定位人臉在圖像中的位置。實驗結果表明，這種結合膚色和面部特征的算法，能夠對人臉進行較快速、準確的定位，而且結果比較穩(wěn)定可靠。
上傳時間： 2013-10-09
上傳用戶：zhf01y
以新興的盲均衡技術為理論基礎，一些盲均衡算法相繼提出。本文以高階的QAM信號作為輸入信號，針對常模算法、多模算法、加權多模算法存在的缺陷，最終引入一種性能優(yōu)越的加入動量項的加權多模算法。通過計算機的仿真實驗首次對這些算法進行依次比較，所得實驗結果表明加入動量項的加權多模盲均衡算法在信道均衡上的性能明顯優(yōu)于前面幾種算法，它具有更快的收斂速度和更小的穩(wěn)態(tài)誤差，因此具有實用價值。
上傳時間： 2013-11-17
上傳用戶：jkhjkh1982
數字式儀表標度變換的實例1、模數轉換式儀表的標度變換2、頻率計數式儀表的標度變換3、時間計數式儀表的標度變換4、累積計數式儀表的標度變換
上傳時間： 2013-10-28
上傳用戶：dudu121
E型熱電偶分度表
上傳時間： 2013-10-12
上傳用戶：alibabamama
