排序方式: 共有101条查询结果,搜索用时 15 毫秒
91.
92.
93.
针对棒材在线计数系统中多运动目标的跟踪问题,提出了一种利用棒材端面二值图像的垂直投影曲线的运动特征、几何特征和位置特征来实现快速、稳定跟踪的算法.它能够在线自适应选择跟踪窗口的位置和大小,然后依据距离相关度、面积相似度和置信度函数评价每次的观测数据,使得跟踪过程具有良好的容错性.现场应用结果表明:该跟踪算法实时性好、可靠性高,保证了棒材在线计数的准确性. 相似文献
94.
95.
96.
简要介绍了小干扰电压稳定和暂态电压稳定的分析方法,利用电力系统分析综合程序(WP- SASP6.1)和电力系统暂态安全定量分析软件(FASTEST1.0)对陕西电网分别进行了小干扰电压稳定性分析和暂态电压稳定性分析,两种方法得到的计算结论基本一致。通过计算,发现了陕西电网在电压稳定方面存在的一些问题和系统的薄弱环节,并提出了相应的电压稳定控制措施。 相似文献
97.
锂电池的荷电状态(state-of-charge,SOC)涉及的物理特性或电化学特性高度复杂,其值一般难以直接测量,基于深度神经网络等新方法的SOC估计近期为相关研究者所关注.为进一步提升SOC估计性能,有效捕获锂电池SOC的动态物理特性,缓解深度神经网络模型容易发生的梯度消失与梯度爆炸等问题,本文引入双向学习策略,基于双向长短期记忆循环神经网络(bidirectional long short-term memory,Bi-LSTM)以及双向门控循环单元网络(bidirectional gated recurrent unit,Bi-GRU)估计锂电池的SOC取值.双向循环神经网络SOC估计模型由输入层、隐藏层和输出层组成.输入层输入电池电压、电流与温度序列;隐藏层在正向LSTM/GRU层的基础上增加反向LSTM/GRU层,引入逆序信息,基于输入序列上下文所含信息整体上学习、表征电池特性序列与SOC序列之间的内在关联;输出层输出模型的估计值.所拟模型使用Python语言结合TensorFlow后端在Keras框架中实现,并基于基准数据集在3种温度条件下结合多种工况进行性能分析.结果表明,双向学习策略能有效提升锂电池SOC的估计性能,较之单向学习模型具有更高的估计精度与鲁棒性.与构造电池等效模型等方法的思路不同,所拟方法基于数据驱动学习锂电池SOC的非线性特性,将易于观测的锂电池特性序列数据映射为待估计的SOC取值,为锂电池SOC估计提供了可能的新思路. 相似文献
98.
为简化地板辐射供暖系统的传热计算,将多表面间的辐射传热简化为地板表面与非热表面间的辐射传热,以此建立了地板辐射供暖系统的简化传热计算模型。对地板辐射供暖系统的简化传热计算模型的计算精度及地板辐射传热量占总传热量的比例进行了实验研究。通过实验研究计算得出简化传热计算模型的计算精度为±4%。地板传热量中辐射传热约占60%,在各非热表面中,屋顶面辐射传热比例最大,外墙较内墙大。 相似文献
99.
100.
花点图案是由许多小黑点密集排列形成的点阵图案,它均匀分布在汽车挡风玻璃的四周。花点在丝网印刷和烧结过程中可能出现黏连、残缺与缺失等缺陷。采用人工进行花点缺陷的检测容易误检和漏检,且检测数据不易统计和分析。为了解决该问题,提出采用机器视觉技术来提取黑边花点轮廓作为相机移动轨迹;然后用PLC控制2台相机的移动来分段采集4条黑边的花点图案,以便获得微小花点的清晰图像;最后采用YOLOv5s算法来实现花点缺陷类型和位置的在线检测。文中通过对不同算法检测结果的比较,验证了YOLOv5s算法在花点缺陷检测方面的优越性和鲁棒性。 相似文献