针对冲压件回弹误差，建立了基于RP/RT/RE技术的三维复杂形状板料冲压成形回弹误差精度闭环控制系统。以回弹误差为控制目标，以线性控制系统、空间Fourier变换和频域传递函数为理论基础，基于模具实验迭代，建立了模具回弹误差补偿修正算法，并首次将该算法应用于三维复杂形状板料冲压模具制造过程。工程实例表明，该系统对于三维自由曲面板料冲压模具制造具有良好的工程实用价值，特别能对冲压件回弹误差进行有效补偿。
2021-05-31 19:03:35
4.77MB
1
这不是 3 维条形图，而是带有 3D 误差条的 2D 条。 参见屏幕截图。
误差线的下部可能无法正确显示。 在这种情况下，稍微调整视点。 或者如果您有好的解决方案，请告诉我。
2021-05-31 11:03:15
2KB
1
利用两个非对称直方图分别向相反方向平移嵌入信息，会产生像素值的补偿还原效应，提出了一种更好的像素值预测方法，生成两个更偏向0值右侧和左侧的非对称预测误差直方图，这样的两个直方图在进行第二层信息嵌入时，会出现更多的像素点恢复到原始图像像素值，减少图像扭曲失真，提高载密图像质量。与传统算法相比，减少了参与直方图修改的像素量，进一步保护了载密图像质量。
2021-05-30 15:22:47
2.41MB
1
该程序通过 MSE 和感知器的方法将具有 2 个特征的 2 个不同类分开。 感知器分类器的两种不同方式一种是通过MATLAB命令（感知器）训练一层感知器网络，另一种是我根据感知器理论和梯度下降公式编写的程序。 （还添加了演示文件）。 绘制了所有分类线。 在程序中，如果最大迭代达到一条线，同时绘制了最小错误分类对象。
2021-05-29 16:03:07
2KB
1
风速的随机性和间歇性等特点使得目前风电场参数预测模型存在较大的预测误差，对此提出了采用马尔科夫链（MC)方法对模型的预测误差进行修正。分别求出参数的实际值与模型预测值之间的误差序列，利用模糊C-均值聚类算法对其进行状态划分；根据各误差状态计算出MC状态转移概率矩阵，进而计算模型预测误差修正值，最终得到精度较高的预测值。采用MC方法分别对广义回归神经网络(GRNN)模型、T-S模糊神经网络模型以及Elman神经网络模型的预测误差进行修正，并应用MC修正后的3种模型对山西某风电场测风塔不同步长风速进行预测仿真实验研究，分析讨论了MC对各预测模型误差的修正效果。仿真结果表明，所提出的误差修正方法能够有效提高测风塔风速预测精度，为预测模型的误差修正提供了一种有效的实用的方法。
2021-05-29 15:44:42
704KB
1
Matlab中的三种运算精度
数值算法：每个数值都取16位有效数字，按浮点数进行运算；运算速度快；
符号算法：按有理数计算方法运算，可得出有理表达式运算慢；
可控精度算法：用digits（n）指定运算的有效数字；
还有计算中的几个原则
2021-05-26 22:47:12
37KB
1