排序方式: 共有89条查询结果,搜索用时 312 毫秒
21.
22.
应用人工神经网络(ArtificialNeuralNetwork—ANN)设计短期电力负荷预测(Short_termLoadForecasting—STLF)系统,利用广州电网的负荷数据进行仿真,分别作出提前1小时和未来24小时的整点负荷预测,获得比较满意的预测精度,显示出人工神经网络应用于短期电力负荷预测的良好前景.由于建立小时模型、改进了训练样本集的选取办法及采用高效率的LM(Levenber_Marquardt)训练算法,使ANN的训练速度大大加快,形成可以实时训练和预测的ANN_STLF系统. 相似文献
23.
24.
本系统主要采用可调的LM2596T芯片为核心元件进行直流稳压;当输入电压从175V变化到255V,与此同时负载由空载变化到满载的条件下,电压调整率低于0.2%;当输入电压稳定在220V,充电电流从0变化到2A时,最高负载调整率仅为0.4%;采用STM32F103FC8T6单片机控制LCD12864,实时显示充电电压和充电电流,采集电流时用采样电阻两端的电压比电阻实现,电压放大由低噪声运放OP07完成;当充电电压超出设定误差范围(可人为设定),充电电路自动断开并报警,断电后自动保存充电电压和充电电流数值,待恢复后显示该值。 相似文献
25.
基于LM35的多点温度实时监测系统 总被引:1,自引:0,他引:1
此温度检测系统,是用模拟温度传感器LM35将温度转化为电量,经电压跟随器,再由AD转换器TLC1543将电量转换成数字量.电路以LM35和AT89C51单片机为核心,包括可以在掉电时保存数据不丢失而扩展的EEPROM24C04和液晶显示屏1602.系统精度高,结构简单,调试方便,报警值设定灵活. 相似文献
26.
基于多层前向神经网络的电加热炉系统辨识 总被引:3,自引:0,他引:3
介绍了一种基于多层前向神经网络的电加热炉系统辨识。本系统选择神经网络辨识器模型,运用改进后的BP算法训练辨识神经网络,大大地提高学习速度,缩短训练时间,且辨识效果很理想。 相似文献
27.
针对本文论证了在Orlicz范数‖x‖<,M>下,L<,M>(X)空间是Banach空间. 相似文献
28.
提出了一种遗传算法和LM算法相结合的摄像机自标定方法。首先利用遗传算法获得若干组摄相机内外参数的初始值,接着利用LM算法对每一组参数进行优化,然后选取映射误差最小的那组参数。如果这组参数的映射误差满足要求,则将这组参数作为摄相机标定的最终结果;否则利用遗传算法对刚才得到的若干组参数进行交叉和变异操作,再利用LM算法优化每一组参数,直至映射误差满足要求。最后将摄像机标定结果用于视差估计,以判断标定结果的正确性。实验结果表明,提出的结合LM算法和遗传算法的摄像机自标定方法是正确有效的。 相似文献
29.
文章分别考察了1 min5、min和10 min等间隔抽样的股票日内收益,并利用样本偏度方法和基于偏t分布的LM检验方法对3种抽样频率的日内收益的非对称性进行检验;结果表明,随抽样频率升高,样本峰度系数增大,在1 min频率,样本偏度检验几乎拒绝所有股票和股票指数收益的对称性,而LM检验仅拒绝其中几只,但是在5 min和10 min频率,2种检验结果趋于一致。 相似文献
30.