《Machining Dynamics—Frequency Response to Improved Productivity》 经典车削和铣削力建模原理,方法,参数辨识和加工颤振等。
2021-11-01 18:04:33 3KB 铣削力建模 颤振 参数辨识
1
论对抗性的稳健性 该存储库包含有关的论文的LaTeX源。 这篇文章旨在帮助所有人-从设计自己的神经网络的人到审查国防论文的人,到只是想知道国防评估中要考虑的那些人-了解有关评估对抗性鲁棒性的方法的更多信息。 这是一份生活文件 我们不希望这成为传统论文,它只写一次就从未更新过。 虽然如何评估对抗性鲁棒性的基本原理不会改变,但是我们今天提供的有关评估对抗性鲁棒性的大多数具体建议可能很快就会过时。 因此,我们希望不时更新本文档,以便与研究界当前接受的最佳实践相匹配。 抽象的 事实证明,正确评估针对对抗性示例的防御措施非常困难。 尽管最近有大量工作试图设计能够抵抗自适应攻击的防御措施,但很少成功。 大多数提出辩护的论文很快就会被证明是不正确的。 我们认为,一个重要的因素是执行安全评估的难度。 在本文中,我们讨论了方法论的基础,回顾了公认的最佳实践,并提出了评估对抗性例子的防御措施的新方法。 我们
2021-11-01 08:43:12 46KB TeX
1
传统最小二乘对粗差比较敏感,在有粗差系统中计算很容易失败,而Huber方法给出了较为稳健的计算结果
2021-10-29 20:24:20 64KB 鲁棒性估计
1
针对永磁直线同步电机(PMLSM)伺服控制系统易受参数变化、外部扰动、非线性摩擦力等不确定性因素的影响,采用了一种自适应非线性滑模控制(ANLSMC)方案.首先,建立了含有不确定性因素的PMLSM动态方程,然后,通过速度作为状态变量的非线性函数和广义滑模面相结合,设计了非线性滑模面,这样不仅提高了系统的响应速度,而且增强了系统的鲁棒性.通过自适应控制在线调整趋近律中的控制增益来调节系统状态轨迹到达滑模面的趋近速度,削弱了抖振现象,同时减少了系统跟踪误差,进而提高系统的控制精度.最后,实验结果表明所采用的控制方案有效可行,与滑模控制(SMC)和非线性滑模控制(NLSMC)相比,ANLSMC不仅提
1
基于递推最小二乘法的参数辨识程序.doc MATLAB
1
摘要:构建了Buck变换器参数辨识的方法。通过检测电感电流和输出电压的波形信号,可辨识出电路的滤波电感、滤波电容及其等效串联电阻,并可应用于参数在线辨识,故障趋势判断和预知维护。最后通过实验验证了这一方法的有效性。 0   引言   随着电力电子技术的日益发展,电力电子变换器在工业、航空、信息产业等领域得到了越来越广泛的应用。Buck变换器是一种结构比较简单,应用十分广泛的DC/DC降压变换器,也越来越多地应用在许多大功率电压变换场合。因此,对其可靠性和可维护性的要求也越来越高。   元器件的软故障,如电容、变压器、电感、开关器件特性劣化等参数性故障,会降低变换器的工作性能和安全性,影响输出指
1
为提高井下应急救援无线Mesh网络的鲁棒性,提出了基于混合网状网结构的组网模式。在该模式下,无线终端参与无线Mesh网络组网,能够在骨干传输网络出现问题时对数据进行路由转发,从而消除了传统基础设施结构应急救援无线Mesh网络中终端通信对骨干传输网络的绝对依赖。此外,针对该模式下Mesh终端能耗较高的问题,进一步提出了一种改进AODV路由策略。该策略在AODV路由协议的基础上增加了节点类型信息与通信状态信息,根据节点类型与通信状态决定路由选择方式,实现了路由选择过程对Mesh终端的识别与避免,从而节约了无线Mesh终端能量。针对该策略的路由性能的仿真结果表明,该策略相比AODV提高了矿井应急救援无线Mesh网络的吞吐性能、传输稳定性与实时性;当骨干路由节点发生故障时,该策略能够快速重建路由,具有较强的路由恢复能力。
2021-10-26 17:50:50 499KB 矿井 应急救援 无线Mesh网络 鲁棒性
1
使用从单个图像进行3D人脸建模的Python代码 新功能:请参阅我们的后续项目,以进行。 此页面包含端到端演示代码,这些代码直接从不受约束的2D面部图像中估算3D面部形状和纹理。 对于给定的输入图像,它将生成面部形状和纹理的标准层文件。 它伴随我们的论文[1]中描述的深层网络。 在此版本中,我们还包括了地标构成的姿势和表情拟合的演示代码。 此版本是正在进行的人脸识别和建模项目的一部分。 请,请参阅以获取更新和更多数据。 特征 直接从图像强度用于3D形状和纹理估计的端到端代码 在不受限制的条件下设计和测试人脸图像,包括具有挑战性的LFW,YTF和IJB-A基准 首次显示使用我们的网络提取的3D面部形状和纹理参数具有描述性和鲁棒性,并通过这些基准上的3DMM表示提供了近乎最新的面部识别性能 没有昂贵的迭代优化,内部循环即可回归形状。 因此,3DMM安装非常快 使用回归的3D人脸模型,根据检
2021-10-22 16:09:02 42.47MB C++
1
获得泽尼克多项式的频谱信息是正确利用该多项式进行误差拟合的关键。推导出了泽尼克多项式的傅里叶变换公式,在频域中分析了不同阶数该多项式的径向频谱信息和幅角频谱信息,得到了有限项泽尼克多项式能够有效表达面形误差的最大径向空间频率和角频率。基于频域分析理论,利用泽尼克多项式对不同口径局部误差进行了拟合,并利用齐戈(Zygo)干涉仪对带有不同面形误差的光学元件进行了试验分析。结果表明,当误差的径向空间频率或角频率超出泽尼克多项式所能表达的频谱范围时,拟合误差迅速变大。
2021-10-20 19:54:05 1014KB 应用光学 面形拟合 傅里叶变
1
基于LabVIEW的信号频域分析,提供信号频谱分析的例子程序
2021-10-20 19:38:54 14KB 频域分析
1