采用PSO算法优化PID参数,完成PID优化控制。
1
PSO粒子群算法,找到常减压装置传递函数,simulink搭建模型,辨识常减压装置传递函数参数
1
氧化锌避雷器重要参数选择: 1.氧化锌避雷器额定电压、 2.氧化锌避雷器标称残压、 3.氧化锌避雷器能量吸收能力。 word格式。内容不多但充分说明了选取原则。
2022-10-19 21:54:47 16KB 避雷器 参数选择
1
针对现有双边滤波算法参数设定复杂、不具通用性等问题,提出一种基于参数估计的双边滤波算法。该算法从计算图像噪声水平和边缘强度出发,在弱纹理区域采用PCA对图像的噪声水平进行估计;利用Sobel算子检测出图像的有效边缘,并对其强度水平进行定义,进而在最佳峰值信噪比准则下自适应设置滤波参数的空间标准偏差和亮度标准偏差,从而得到自适应双边滤波器。最后,对本文滤波结果进行主客观质量评价。研究结果表明:本文算法是有效的
2022-10-19 21:16:43 1.8MB 研究论文
1
标准粒子群算法程序,函数优化,参数优化,可用于PIDNN.
2022-10-19 19:43:02 6KB pidnn pso pso参数优化 参数优化
1
单相boost电路平均电流模式PFC仿真研究以及参数计算-PFC_current_loop_cal.m   希望能和有兴趣的同志探讨。   附件包含一个PFC simulink仿真模型以及电流环和电压环参数调节的m文件。
2022-10-19 17:35:11 557B matlab
1
在案例12中我们采用SVM来做分类预测,达到了较满意的结果,但用SVM做分类预测时需要调节相关的参数(主要是惩罚参数c和核函数参数g)才能得到比较理想的预测分类准确率,那么SVM的参数该如何选取呢?有没有最佳的参数呢?采用cross validation的思想可以在某种意义下得到最优的参数,可以有效的避免过学习和欠学习状态的发生,最终对于测试集合的预测得到较理想的准确率.采用实例验证表明,用cross validation选取出的参数来训练SVM得到的模型比随机的选取参数训练SVM得到的模型在最后分类预测上更有效.
2022-10-19 14:21:08 288KB SVM
1
本文档介绍BL-10GE6608B 8口盒式EPON OLT规格参数,为光纤工程师、项目经理、网络工程师提供技术指标参考。
2022-10-19 14:06:31 395KB 10GEPONOLT EPONOLT OLT 10GPON
1
通过调节Pid参数,观察每个参数对结果的影响
2022-10-19 13:56:24 269KB PID控制
1
首先是获取特定进程对象,可以使用Process.GetProcesses()方法来获取系统中运行的所有进程,或者使用Process.GetCurrentProcess()方法来获取当前程序所对应的进程对象。当有了进程对象后,可以通过进程对象名称来创建PerformanceCounter类型对象,通过设定PerformanceCounter构造函数的参数实现获取特定进程的CPU和内存使用情况。 具体实例代码如下: 首先是获取本机中所有进程对象,分别输出某一时刻各个进程的内存使用情况: using System; using System.Collections.Generic; using
2022-10-19 10:45:31 61KB cpu使用率 cpu参数 cpu时间
1