首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  国内免费   2篇
  完全免费   1篇
工业技术   8篇
  2019年   1篇
  2014年   1篇
  2011年   1篇
  2010年   1篇
  2008年   1篇
  2006年   1篇
  2003年   2篇
排序方式: 共有8条查询结果,搜索用时 31 毫秒
1
1.
本文将国内外计算机动画发挥情况进行了对比,并介绍了目前计算机动画技术发挥在那的现状。  相似文献   
2.
王天健  吴振升  王晖  刘栋 《电网技术》2011,35(11):178-182
利用最小二乘支持向量机(1east square-support vector machine,LS.SVM)的方法识别气体绝缘组合电器局部放电的类型。在信号的快速分类后利用相位分布的局部放电特征谱图的特征参数作为LS.SVM识别放电类型的依据;信号快速分类处理部分主要包括信号时间一频率特性提取部分和模糊C-均值聚类2大部分,它们把信号的时间一频率点群分为由若干具有相似信号组成的信号子群。仿真实验表明该方法可有效地应对设备情况复杂的场合且有效回避传统神经网络识别受初始值影响较大、维数过高等一系列问题。  相似文献   
3.
采用分层多源信息融合的电网故障诊断方法   总被引:3,自引:1,他引:2  
鉴于调度自动化水平及通信、广域测量技术的发展,提出了一种分层多源信息融合的电网故障诊断方法,以开关量诊断层和多源信息融合诊断层2个层次,在基于SCADA系统开关量实现电网单一故障快速诊断的同时,综合开关量信息与故障录波器及WAMS的电气量信息,着力解决保护、断路器拒动、误动造成的多元件停电的故障诊断。仿真算例计算表明,此方法的分层模式增强了故障诊断针对性,并在多源信息融合诊断时减少了对电气量数据的需求,能有效降低保护、开关拒动误动对电网故障诊断的影响,提高了准确度,具有良好的工程实用价值。  相似文献   
4.
医学图像自动多阈值分割   总被引:3,自引:1,他引:2  
针对医学图像的自动多阚值分割问题,采用模糊C-均值(FCM)聚类法找到医学图像的不同组织和背景的聚类中心,再利用二雏直方图的方法,找到多阈值分割的各个阈值点进行分割.引用二维直方图的方法可以很好地保留目标的细节信息,更好地抑制噪声.  相似文献   
5.
根据河南省1960-2017年19个气象站的逐日降雨数据计算标准化降水指数(SPI),结合模糊C均值聚类法、小波分析,从月、年际和周期维度上研究近57年来河南省干旱的时空变化特征。结果表明:所有气象站点可以分成3个区域,分别为豫东南、豫北、豫西地区;全区在1966、1986、1997年发生持续干旱,豫东南持续干旱时间最长为10个月且在夏季易旱,豫北持续干旱时间最长为9个月且易发生特旱,豫西持续干旱时间段最多但尺度最长为7个月;干旱频率主要分布在豫北,豫西次之,豫东南最小,但干旱频率都在30%以上,且20世纪90年代后干旱频率在各区之间分布比较均匀;豫东南、豫北、豫西分别呈现23~25、20~22、15~17 a易干旱的主周期。  相似文献   
6.
层次模块化模糊神经网络在铝电解故障诊断中的应用   总被引:4,自引:2,他引:2  
目的针对铝电解故障发生机理及特点,提出采用层次模块化模糊神经网络实现对铝电解故障快速、有效检测的新方法.方法利用数据处理子模块,诊断子模块,决策子模块,从而对铝电解生产过程中的故障进行诊断.结果数据处理子网络实现了对数据的特征提取,优化了数据结构,将大结构的神经网络分解成多个小网络,并用决策神经网络对故障进行模式分类.结论该方法优化了大结构神经网络的学习性能,提高了故障检测的准确率,具有良好的实用价值.  相似文献   
7.
在充分研究减法聚类法、模糊C均值聚类法和最大隶属度原则的基础上,针对机械零件分组中的模糊性,将以上的方法或者原则应用到其中。并结合工程实际情况作适当修改,使其更符合工程实际。通过实例验证了此方法的正确性和实用性,并分析了这种方法的优缺点。  相似文献   
8.
模糊C-均值聚类新算法在说话人辨认中的应用   总被引:2,自引:0,他引:2  
该文提出了一种将模糊C-均值聚类法的各种改进算法与矢量量化法相结合的说话人辨认的新方法。首先从语音信号中提取MFCC特征矢量,其次利用矢量量化来设计码书,最后用改进算法对待识语音进行辨认。新算法的辨认率达到95%以上,抗噪性能也优于矢量量化法。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号