首先介绍混合动力列车能源框架图；然后对其中的核心枢纽（并联双向DC-DC）进行建模与分析，提出了自均流的双闭环控制方案；最后，为验证方案的可行性，在Simulink下进行了仿真。结果表明，均流式并联双向DC-DC控制器在双闭环的控制下，不仅能够保证输出电流与输出电压的稳定，并且在自均流的控制方案下，能够将初始电感平均电流差值由0.34 A降到低于0.01 A以下，验证了上述理论方案的可实践性。
2022-05-26 03:30:41
86KB
1
请引用这些论文： [1] S. Mukherjee和R. Guddeti，“使用加速框架在立体图像中基于深度的选择性模糊”，Springer-Verlag杂志“ 3D研究”，第1卷。 5，没有。 2014 年 3 月。 [2] S. Mukherjee 和 R. Guddeti，“基于立体视觉的稀疏视差估计的视差计算混合算法”，IEEE 第 10 届信号处理和通信国际会议 (SPCOM)，2014 年 7 月。 我的算法采用了一种快速的混合方法（基于块和区域的混合）从校正后的立体图像对进行立体视差估计。 对于来自 Middlebury 立体视觉数据集的三个标准基准图像（Tsukuba、Sawtooth 和 Venus），其错误率分别低至 7.8%、5.3% 和 4.7%，尺寸分别为 384x288、434x380 和 434x383 像素。 该算法在具有 Intel i7-2600 CPU
2022-05-25 14:48:46
368KB
1
matlab 外文翻译 外文文献 英文文献 MATALAB 混合仿真平台控制算法的概述.doc
2022-05-25 14:08:20
71KB
基于高斯混合模型GMM的说话人身份识别matlab仿真+含代码操作演示视频
运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。
2022-05-25 09:09:17
2.85MB
1. 从Matlab导出.m文件为Dll文件
Step1将Matlab工作路径转为目标.m文件所在文件夹在控制栏输入“mex –setup”
弹出如下说明
Step2点击“mex –setup C++”弹出如下说明看到“MEX configured to use ‘Microsoft
Visual C++ 2013 Professional’ for C++ language compilation”说明配置好用C++语
言进行编译
Step3继续输入“deploytool”弹出compile窗口选择第三个即Library Compiler
Step4在弹出窗口中左上角选择“C++ Shared Library”右侧添加需要转换的.m文件
下面第一行输入转换后的Dll文件名最后点击右上角“Package”对号如果.m
文件中包含其他.m文件中的函数不用一起添加Matlab会自动检测然后在窗
口下面框中显示出依赖文件;
Step5生成后文件夹如下图所示第一个文件夹中的exe文件用于程序发布时用第
个文件夹中包含相当于release下得.h.lib和 .dll文件第三个文件包含测试用
地.h.lib和 .dll文件等文件是测试需要的
Step6新建一个Win32控制台应用程序工程自己命名比如然后将for_testing文件中
的 .h.lib和 .dll文件拷到新建应用程序下和.cpp文件放在一起如下图
2022-05-24 16:44:03
579KB
1
用于分布和不确定性估计的混合密度网络：使用Keras（TensorFlow）进行分布和不确定性估计的通用混合密度网络（MDN）实现
2022-05-24 12:59:42
14.16MB
1