<rt id="4a6uu"></rt>
本應(yīng)用筆記介紹一種采用dsPIC數(shù)字信號控制器（Digital Signal Controller，DSC）或PIC24單片機來實現(xiàn)無刷直流（Brushless Direct Current，BLDC）電機無傳感器控制的算法。該算法利用對反電動勢（Back-Electromotive Force，BEMF）進行數(shù)字濾波的擇多函數(shù)來實現(xiàn)。通過對電機的每一相進行濾波來確定電機驅(qū)動電壓換相的時刻。這一控制技術(shù)省卻了分立的低通濾波硬件和片外比較器。需指出，這里論述的所有內(nèi)容及應(yīng)用軟件，都是假定使用三相電機。該電機控制算法包括四個主要部分：·利用DSC或單片機的模數(shù)轉(zhuǎn)換器（Analog-to-Digital Converter，ADC）來采樣梯形波BEMF信號·PWM導(dǎo)通側(cè)ADC采樣，以降低噪聲并解決低電感問題·將梯形波BEMF信號與VBUS/2進行比較，以檢測過零點·用擇多函數(shù)濾波器對比較結(jié)果信號進行濾波·以三種不同模式對電機驅(qū)動電壓進行換相：-傳統(tǒng)開環(huán)控制器·傳統(tǒng)閉環(huán)控制器比例-積分（Proportional-Integral，Pl）閉環(huán)控制器
標(biāo)簽： BLDC
上傳時間： 2022-07-01
上傳用戶：
該書的作者是來自 Y Combinator Research 的研究員 Michael Nielsen，他也是一位量子物理學(xué)家、科學(xué)作家、計算機編程研究人員。他的個人主頁是：Neural networks and deep learningneuralnetworksanddeeplearning.com書籍介紹 這是我個人以為目前最好的神經(jīng)網(wǎng)絡(luò)與機器學(xué)習(xí)入門資料之一。內(nèi)容非常淺顯易懂，很多數(shù)學(xué)密集的區(qū)域作者都有提示。全書貫穿的是 MNIST 手寫數(shù)字的識別問題，每個模型和改進都有詳細注釋的代碼。非常適合用來入門神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)！ 全書共分為六章，目錄如下： 第一章：使用神經(jīng)網(wǎng)絡(luò)識別手寫數(shù)字 第二章：反向傳播算法如何工作 第三章：改進神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法 第四章：神經(jīng)網(wǎng)絡(luò)可以計算任何函數(shù)的可視化證明 第五章：深度神經(jīng)網(wǎng)絡(luò)為何很難訓(xùn)練 第六章：深度學(xué)習(xí) 《Neural Network and Deep Learning》這本書的目的是幫助讀者掌握神經(jīng)網(wǎng)絡(luò)的核心概念，包括現(xiàn)代技術(shù)的深度學(xué)習(xí)。在完成這本書的學(xué)習(xí)之后，你將使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)來解決復(fù)雜模式識別問題。你將為使用神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)打下基礎(chǔ)，來攻堅你自己設(shè)計中碰到的問題。 本書一個堅定的信念，是讓讀者更好地去深刻理解神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)，如果你很好理解了核心理念，你就可以很快地理解其他新的推論。這就意味著這本書的重點不是作為一個如何使用一些特定神經(jīng)網(wǎng)絡(luò)庫的教程。僅僅學(xué)會如何使用庫，雖然這也許能很快解決你的問題，但是，如果你想理解神經(jīng)網(wǎng)絡(luò)中究竟發(fā)生了什么，如果你想要了解今后幾年都不會過時的原理，那么只是學(xué)習(xí)些熱?的程序庫是不夠的。你需要領(lǐng)悟讓神經(jīng)網(wǎng)絡(luò)工作的原理。
標(biāo)簽： 深度學(xué)習(xí)
上傳時間： 2022-07-24
上傳用戶：
OpencV是用來實現(xiàn)計算機視覺相關(guān)技術(shù)的開放源碼工作庫，是計算機視覺、圖像處理、模式識別、計算機圖形學(xué)、信號處理、視頻監(jiān)控、科學(xué)可視化等相關(guān)從業(yè)人員的好工具。本書介紹了大約200多個典型的技術(shù)問題，覆蓋了基于OpenCV基礎(chǔ)編程的主要內(nèi)容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網(wǎng)上最新資料為藍本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設(shè)計方法。全書結(jié)構(gòu)清晰、合理，范例實用、豐富，理論結(jié)合實踐，即使讀者只是略懂計算機視覺原理，也能人手對相關(guān)理論方法直接進行編碼實現(xiàn)。 "基于OPENCV的計算機視覺技術(shù)實現(xiàn)"的圖書目錄…… 前言 第一章 使用OpenCV實現(xiàn)計算機視覺技術(shù) 1.1 計算機視覺技術(shù) 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結(jié) 第二章 OpenCV的編程環(huán)境 2.1 OpenCV環(huán)境介紹 2.2 OpenCV的體系結(jié)構(gòu) 2.3 OpenCV實例演示 本章小結(jié) 第三章 OpenCV編程風(fēng)格 3.1 命名約定 3.2 結(jié)構(gòu) 3.3 函數(shù)接口設(shè)計 3.4 函數(shù)實現(xiàn) 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結(jié) 第四章 數(shù)據(jù)結(jié)構(gòu) 4.1 基本數(shù)據(jù)結(jié)構(gòu) 4.2 數(shù)組有關(guān)的操作 4.3 動態(tài)結(jié)構(gòu) 本章小結(jié) 第五章 數(shù)據(jù)交互 5.1 繪圖函數(shù) 5.2 文件存儲 5.3 運行時類型信息和通用函數(shù) 5.4 錯誤處理函數(shù) 5.5 系統(tǒng)函數(shù) 本章小結(jié) 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態(tài)學(xué) 本章小結(jié) 第七章 結(jié)構(gòu)與識別 7.1 輪廓處理函數(shù) 7.2 計算幾何 7.3 平面劃分 7.4 目標(biāo)檢測函數(shù) 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進行人臉檢測 本章小結(jié) 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統(tǒng)函數(shù) 本章小結(jié) 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結(jié) 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態(tài)學(xué)（morhing functions） 本章小結(jié) 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結(jié)構(gòu)與函數(shù)介紹 11.3 隱馬爾可夫模型中的函數(shù)介紹 11.4 人臉識別工具 本章小結(jié) 第十二章 核心庫綜合例程 12.1 檢測黑白格標(biāo)定板內(nèi)指定矩形區(qū)域內(nèi)的角點 12.2 解線性標(biāo)定方程組程序 本章小結(jié) 第十三章 運動與跟蹤 13.1 圖像統(tǒng)計的累積函數(shù) 13.2 運動模板函數(shù) 13.3 對象跟蹤 13.4 光流 13.5 預(yù)估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運動目標(biāo)跟蹤與檢測 本章小結(jié) 第十四章 立體視覺第一部分——照相機定標(biāo) 14.1 坐標(biāo)系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機參數(shù)的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進行攝像機定標(biāo) 14.6 OpenCV中的定標(biāo)函數(shù) 14.7 CVUT介紹 本章小結(jié) 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關(guān)函數(shù)介紹 本章小結(jié) 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關(guān)函數(shù)介紹 本章小結(jié) 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現(xiàn) 本章小結(jié) 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術(shù)問題 18.3 OpenCV在Linux下的相關(guān)問題 18.4 OpenCV庫中的陷阱和bug
標(biāo)簽： OpenCV 計算機視覺 技術(shù)實現(xiàn)
上傳時間： 2013-07-18
上傳用戶：huyiming139
本課題來源于國家863計劃《高速高效防爆稀土永磁同步電機研究》項目的部分研究內(nèi)容。為了進一步提高稀土永磁同步電動機的效率，本論文主要采用有限元分析與實驗相結(jié)合的方法，重點針對稀土永磁同步電動機穩(wěn)態(tài)運行時的諧波轉(zhuǎn)子銅耗、瞬態(tài)起動過程以及空載諧波磁場進行了深入研究。 論文利用有限元電磁場仿真軟件MagNet，對油田抽油用22kW稀土永磁同步電動機進行了詳細的電磁場仿真計算，首次，對諧波磁場引起的稀土永磁同步電動機穩(wěn)態(tài)運行時的轉(zhuǎn)子銅耗進行了深入分析。通過對22kW電機的間接法和直接法效率實驗，分離出諧波引起的雜散損耗，并與仿真計算結(jié)果進行對比分析，證明了：實際稀土永磁同步電動機穩(wěn)態(tài)運行時是存在轉(zhuǎn)子銅耗的，這也是和傳統(tǒng)稀土永磁同步電動機理論不同的地方。研究成果《稀土永磁同步電動機穩(wěn)態(tài)運行時的轉(zhuǎn)子銅耗分析》發(fā)表在核心期刊《微特電機》2006年第9期上。 論文采用有限元MagNet對抽油用22kW稀土永磁同步電動機進行了起動過程的仿真研究，并利用先進的動態(tài)示波記錄儀DL750對22kW電機進行了空載起動過程的實驗。實驗結(jié)果表明有限元電磁仿真計算結(jié)果是準(zhǔn)確的，也為稀土永磁同步電動機的優(yōu)化設(shè)計提供了參考依據(jù)。研究成果《基于有限元的稀土永磁同步電動機起動過程仿真研究》發(fā)表在核心期刊《微特電機》2007年第1期上。 論文應(yīng)用有限元電磁場軟件MagNet對作者設(shè)計的370W稀土永磁同步電動機的空載氣隙磁場進行了仿真分析，得到空載諧波磁場的波形畸變率是6.23﹪；為了驗證有限元分析結(jié)果的正確性，專門設(shè)計了兩臺370W稀土永磁同步電動機對拖實驗，利用WT3000電力分析儀分析出：實際空載氣隙磁場波形的畸變率是3.26﹪；通過實驗結(jié)果和仿真結(jié)果的對比分析，發(fā)現(xiàn)實際電機的轉(zhuǎn)子鼠籠條對電機空載諧波磁場有很好的抑止作用。初步的研究成果《稀土永磁同步電動機空載氣隙磁場的諧波分析研究》于2006年12月投到核心期刊《微特電機》上。
上傳時間： 2013-04-24
上傳用戶：chengli008
本課題的研究工作主要圍繞機床用永磁交流伺服電動機設(shè)計展開，所做的主要工作包括以下幾個部分： 首先，釹鐵硼永磁材料導(dǎo)電率較高、耐熱性能較差，當(dāng)電機氣隙磁場諧波含量較大時，永磁體中就會感應(yīng)出渦流形成渦流損耗導(dǎo)致永磁體發(fā)熱。因此，有必要對轉(zhuǎn)子永磁體內(nèi)的渦流進行計算和分析。本文分析了永磁同步電動機轉(zhuǎn)子永磁體內(nèi)渦流產(chǎn)生的原因，建立渦流的數(shù)學(xué)模型并推導(dǎo)出永磁體渦流損耗的計算公式。用ANSOFT有限元軟件建立電動機的物理模型進行電磁場求解，結(jié)合路的計算公式算出永磁體的渦流損耗。 其次，運行平穩(wěn)性是伺服電動機的一項重要的性能指標(biāo)，而轉(zhuǎn)矩波動的大小直接影響運行平穩(wěn)性。本文分析了機床用永磁交流伺服電動機轉(zhuǎn)矩波動產(chǎn)生的原因，運用轉(zhuǎn)矩波動計算公式結(jié)合ANSOFT有限元軟件，計算比較相同功率、相同極數(shù)不同槽數(shù)時，電動機的轉(zhuǎn)矩波動情況。通過比較計算出的轉(zhuǎn)矩波動百分比的大小，選擇所設(shè)計電動機的極槽配合，以提高機床用永磁交流伺服電動機的運行性能。 最后，完成機床用永磁交流伺服電動機基本結(jié)構(gòu)尺寸以及電磁參數(shù)的選取，利用有限元軟件，分析計算氣隙長度變化對失步轉(zhuǎn)矩倍數(shù)和永磁體用量的影響，以及永磁體寬度對氣隙磁密波形的影響，以此合理選擇氣隙長度和永磁體的寬度，使電動機的性能更優(yōu)良。在上述研究的基礎(chǔ)上，本文設(shè)計了一臺0.9kW，8極36槽的機床用永磁交流伺服電動機樣機，并對其性能進行了測試，測試結(jié)果表明，電機的性能指標(biāo)達到了預(yù)期的要求，證明了電機設(shè)計過程理論分析計算的正確性。
上傳時間： 2013-06-13
上傳用戶：腳趾頭
隨著電機在工業(yè)、農(nóng)業(yè)等領(lǐng)域的廣泛應(yīng)用，如何測試、分析和抑制電機振動和噪聲，越來越受到人們的廣泛關(guān)注。虛擬儀器技術(shù)，相比于傳統(tǒng)儀器擁有性能高、擴展性強等優(yōu)點，在工程測試等領(lǐng)域得到越來越廣泛的應(yīng)用。因此，結(jié)合虛擬儀器技術(shù)，建立電機噪聲和振動的測試分析系統(tǒng)是一種可行的解決途徑。 本文將虛擬儀器技術(shù)應(yīng)用于電機的噪聲和振動問題，建立了基于虛擬儀器的電機噪聲振動測試分析系統(tǒng)。全文主要研究工作分為三部分：前兩部分分別研究了系統(tǒng)的硬件和軟件組成，建立了完整的硬件和軟件系統(tǒng)；第三部分進行了噪聲振動實驗研究，驗證了系統(tǒng)的正確性和有效性。本文的主要研究內(nèi)容如下： 1．硬件部分。探討了系統(tǒng)的硬件組成，建立了以傳感器、信號調(diào)理電路和數(shù)據(jù)采集卡為核心的測試系統(tǒng)。系統(tǒng)硬件部分是正確采集電機噪聲和振動信號的關(guān)鍵，是測試分析的基礎(chǔ)。 2．軟件部分。用LabVIEw虛擬儀器編程語言完成了軟件部分的設(shè)計，實現(xiàn)了信號采集、顯示、處理、診斷、打印報告等一系列功能。針對電機噪聲振動的復(fù)雜性，建立了以快速傅里葉變換、功率譜函數(shù)分析、分數(shù)倍頻譜分析、小波分析等信號處理方法為核心的信號分析處理功能，并用最小二乘支持向量機實現(xiàn)了電機故障診斷功能。 3．實驗研究。實驗驗證了系統(tǒng)的信號采集、信號分析和故障診斷的正確性。構(gòu)造三類電機故障，實驗研究了采用最小二乘支持向量機進行故障診斷的有效性。 在總結(jié)全文的基礎(chǔ)上，提出了該電機噪聲和振動測試分析系統(tǒng)有待深入研究的若干問題。
上傳時間： 2013-07-22
上傳用戶：hainan_256
電動車是指以車載電源為動力，用電機驅(qū)動車輪行駛，符合道路交通、安全法規(guī)各項要求的車輛，電動車無內(nèi)燃機汽車工作時產(chǎn)生的廢氣，不產(chǎn)生排氣污染，對環(huán)境保護和空氣的潔凈是十分有益的，幾乎是“零污染”。電動汽車的研究表明，其能源效率已超過汽油機汽車。特別是在景區(qū)運行，汽車走走停停，行駛速度不高，電動汽車更加適宜。電機驅(qū)動及控制系統(tǒng)是電動汽車的核心，本文主要設(shè)計的是電動游覽車用異步電動機的驅(qū)動控制系統(tǒng)。 本文設(shè)計了以IGBT作為開關(guān)元器件的主電路結(jié)構(gòu)，通過多次改進結(jié)構(gòu)，并設(shè)計采用了具有硬件互鎖功能的驅(qū)動電路，進一步提高了主電路的可靠性。以TI公司生產(chǎn)的TMS320LF2407A芯片為系統(tǒng)控制核心，設(shè)計了控制電路以及保護電路；編寫了以矢量控制作為核心算法、空間電壓矢量控制作為PWM控制方式的控制程序。通過研究單神經(jīng)元矢量控制的原理，進行了仿真，驗證了單神經(jīng)元矢量控制具有更好的快速性、魯棒性和自適應(yīng)性。 通過大量的實驗和實際現(xiàn)場裝車調(diào)試證明，本文設(shè)計的異步電動機控制系統(tǒng)可靠性高，動態(tài)性能良好，控制簡單，適合在蓄電池供電的逆變器應(yīng)用場合(電動車)。
上傳時間： 2013-04-24
上傳用戶：1109003457
電線電纜是國家經(jīng)濟建設(shè)的一項重要的產(chǎn)業(yè)，在鐵路通信中，皮泡皮通信電纜因為其具有與其它電纜相同性能的情況下，直徑小、成本低、重量輕的特點，得到了人們的青睞。而在單線擠塑機中的溫度控制直接影響電纜的性能質(zhì)量。溫度控制的可靠與否及其控制精度的高低己成為決定產(chǎn)品質(zhì)量的關(guān)鍵，溫度控制也成為生產(chǎn)工藝的重要組成部分。在工藝控制當(dāng)中，應(yīng)盡量減小其超調(diào)量、波動、響應(yīng)時間和偏差，這對產(chǎn)品的質(zhì)量，產(chǎn)量和原料的節(jié)省都是及其重要的。 本文主要針對擠塑機的溫度這個參數(shù)進行控制。全文主要包括以下幾個部分：首先分析了傳統(tǒng)PID、和模糊控制的優(yōu)缺點。在此基礎(chǔ)上，系統(tǒng)選用了模糊自適應(yīng)PID控制算法。在硬件方面，在分析了系統(tǒng)控制對象的基礎(chǔ)上，以LPC2131為控制核心，運用MAX6675采集溫度、LCD和鍵盤作為人機交換平臺、以PWM方式對固體繼電器進行控制。軟件方面，在ARM的集成開發(fā)環(huán)境AD1.2下，利用C語言，進行了軟件的設(shè)計與調(diào)試，實現(xiàn)了硬件的配置和整體控制系統(tǒng)的所有功能。同時也實現(xiàn)了用Modbus協(xié)議與PC機通訊的下位機部分程序，并運用串口調(diào)試助手V2.2測試了其功能性。另外論文詳細的給出了控制平臺的各個功能程序模塊軟件流程。通過在實驗室對系統(tǒng)進行了模擬實驗，該控制平臺運行穩(wěn)定，可靠，實現(xiàn)了預(yù)期的功能，證明了將模糊PID算法引入擠塑機溫度控制系統(tǒng)當(dāng)中，改善了系統(tǒng)的控制效果，具有更好的魯棒性和自適應(yīng)能力。
上傳時間： 2013-05-23
上傳用戶：skhlm
PROTEL99SE常規(guī)教程（圖片教程） 5天（每天2小時），你就可以搞定PROTEL99SE的常規(guī)操作。 課程介紹： 圖片教程的第1天: 學(xué)會自己畫簡單的SCH文件 第1課:新建一個*.DDB,新建一個SCH文件,并且添加畫SCH要用到的零件庫>> 第2課:利用添加好的零件庫,進行畫第一個可以自動布線的原理圖>> 課后補充：SCH中一些必須要避免的錯誤! 圖片教程的第2天: 學(xué)會從SCH到PCB的轉(zhuǎn)變,并且進行自動布線 第一課：建立一個PCB文件，并且添加自動布線所必需的封裝庫 第二課：把前面的SCH文件變成PCB板 第三課: 對PCB進行自動布線 圖片教程的第3天: 學(xué)會自己做SCH零件。說明:SCH零件庫用來畫圖和自動布線 第一課：做一個SCH里面常要用到的電阻零件 圖片教程的第4天: 學(xué)會自己做PCB零件封裝 第一課：做一個屬于自己的PCB零件封裝 課后補充：PCB中一些必須要避免的錯誤! 布線方面的高級設(shè)置:自動布線和手動布線方面的高級設(shè)置問題 圖片教程的第5天: 一些高級的常用技巧 一、SCH中的一些常用技巧 SCH的一些高級設(shè)置和常用技巧 二、PCB的一些高級設(shè)置和常用技巧 在PCB中,如何校驗和查看PCB單個的網(wǎng)絡(luò)連接情況 在PCB中給PCB補淚滴的具體操作 在PCB中給PCB做覆銅的具體操作 在PCB中如何打印出中空的焊盤(這個功能對于熱轉(zhuǎn)印制板比較有用) 在PCB中如何找到我們要找的封裝 如何在PCB文件中加上漂亮的漢字 附件：PROTEL99SE 安裝 License 5天（每天2小時），你就可以搞定PROTEL99SE的常規(guī)操作。
上傳時間： 2013-05-24
上傳用戶：lgd57115700
電線電纜是國家經(jīng)濟建設(shè)的一項重要的產(chǎn)業(yè)，在鐵路通信中，皮泡皮通信電纜因為其具有與其它電纜相同性能的情況下，直徑小、成本低、重量輕的特點，得到了人們的青睞。而在單線擠塑機中的溫度控制直接影響電纜的性能質(zhì)量。溫度控制的可靠與否及其控制精度的高低己成為決定產(chǎn)品質(zhì)量的關(guān)鍵，溫度控制也成為生產(chǎn)工藝的重要組成部分。在工藝控制當(dāng)中，應(yīng)盡量減小其超調(diào)量、波動、響應(yīng)時間和偏差，這對產(chǎn)品的質(zhì)量，產(chǎn)量和原料的節(jié)省都是及其重要的。 本文主要針對擠塑機的溫度這個參數(shù)進行控制。全文主要包括以下幾個部分：首先分析了傳統(tǒng)PID、和模糊控制的優(yōu)缺點。在此基礎(chǔ)上，系統(tǒng)選用了模糊自適應(yīng)PID控制算法。在硬件方面，在分析了系統(tǒng)控制對象的基礎(chǔ)上，以LPC2131為控制核心，運用MAX6675采集溫度、LCD和鍵盤作為人機交換平臺、以PWM方式對固體繼電器進行控制。軟件方面，在ARM的集成開發(fā)環(huán)境AD1.2下，利用C語言，進行了軟件的設(shè)計與調(diào)試，實現(xiàn)了硬件的配置和整體控制系統(tǒng)的所有功能。同時也實現(xiàn)了用Modbus協(xié)議與PC機通訊的下位機部分程序，并運用串口調(diào)試助手V2.2測試了其功能性。另外論文詳細的給出了控制平臺的各個功能程序模塊軟件流程。通過在實驗室對系統(tǒng)進行了模擬實驗，該控制平臺運行穩(wěn)定，可靠，實現(xiàn)了預(yù)期的功能，證明了將模糊PID算法引入擠塑機溫度控制系統(tǒng)當(dāng)中，改善了系統(tǒng)的控制效果，具有更好的魯棒性和自適應(yīng)能力。
上傳時間： 2013-05-31
上傳用戶：古谷仁美
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<rt id="24g44"></rt>