检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

72 篇 专利

馆藏范围

72 篇 电子文献
0 种 纸本馆藏

日期分布

机构

7 篇 淮阴工学院
6 篇 南昌新世纪会展中...
6 篇 南昌虚拟现实检测...
6 篇 北京理工大学
4 篇 国家电网有限公司
3 篇 南京理工大学
3 篇 中冶华天南京工程...
3 篇 中冶华天工程技术...
2 篇 中国运载火箭技术...
2 篇 华北计算技术研究...
2 篇 湖南科技大学
2 篇 华南农业大学
2 篇 西南石油大学
2 篇 中南民族大学
2 篇 清华大学
2 篇 中国电子科技集团...
2 篇 湖南核三力技术工...
2 篇 国网陕西省电力公...
2 篇 上海交通大学
2 篇 西安电子科技大学

作者

7 篇 张楚
6 篇 荀航
6 篇 胡翔
6 篇 翁冬冬
5 篇 彭甜
4 篇 马由
4 篇 汤艳
4 篇 刘康
3 篇 汪凯
3 篇 熊金琳
3 篇 张新荣
3 篇 赵贤林
3 篇 陶孜菡
2 篇 梁金千
2 篇 陈理国
2 篇 杨璇
2 篇 周艺环
2 篇 梁勇
2 篇 劳天
2 篇 尹涛

语言

72 篇 中文

检索条件"主题词=测试数据样本"

共 72 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

一种应用于MEMS惯组的零偏长短期变化值测试方法

一种应用于MEMS惯组的零偏长短期变化值测试方法

引用

作者：杨静沈利华蔡燕斌石磊赵博 100076 北京市海淀区北京142信箱402分箱

一种应用于MEMS惯组的零偏长短期变化值测试方法，步骤为：（1）获取MEMS惯组的原始输出数字量；（2）对原始输出数字量进行误差补偿；（3）获得MEMS惯组每一拍输出的角速度与加速度；（4）将MEMS惯组每一拍输出的角速度与加速度作为一... 详细信息

标准号: CN103954304B

一种应用于MEMS惯组的零偏长短期变化值测试方法，步骤为：（1）获取MEMS惯组的原始输出数字量；（2）对原始输出数字量进行误差补偿；（3）获得MEMS惯组每一拍输出的角速度与加速度；（4）将MEMS惯组每一拍输出的角速度与加速度作为一组测试数据样本X_i，从固定时刻开始连续记录多组X_i，记录时长为t；（5）如果t≤40min，则利用全部X_i求取MEMS惯组的零偏短期变化值ΔX_S，如果t＞40min，则求取MEMS惯组的零偏长期变化值ΔX_L；（6）选取作为判断条件，当且仅当MEMS惯组的零偏短期变化值均小于J时，判定MEMS惯组的短期变化值满足要求；当且仅当MEMS惯组的零偏长期变化值均小于J时，判定MEMS惯组的长期变化值满足要求。

关键词：零偏长期变化原始输出数字量判定测试数据样本输出连续记录判断条件误差补偿时长测试记录应用

来源：评论

学校读者我要写书评

暂无评论

一种应用于MEMS惯组的零偏长短期变化值测试方法

一种应用于MEMS惯组的零偏长短期变化值测试方法

引用

作者：杨静沈利华蔡燕斌石磊赵博 100076 北京市海淀区北京142信箱402分箱

标准号: CN103954304A

关键词：角速度加速度数字量求取小于测试数据样本测试方法连续记录误差补偿固定

来源：评论

学校读者我要写书评

暂无评论

软件测试综合控制方法及系统

软件测试综合控制方法及系统

引用

作者：陈辉劳天马由陈兵辉汤艳 100000 北京市海淀区北四环中路211号

本发明是有关于一种软件测试综合控制方法及系统，该方法包括以下步骤：核实用户权限；维护项目基础信息；导入测试实验室；提取或生成测试用例和测试用例标志；生成测试数据样本；进行软件测试。本发明集测试执行管理和测试流程管理方... 详细信息

标准号: CN104866426B

本发明是有关于一种软件测试综合控制方法及系统，该方法包括以下步骤：核实用户权限；维护项目基础信息；导入测试实验室；提取或生成测试用例和测试用例标志；生成测试数据样本；进行软件测试。本发明集测试执行管理和测试流程管理方法为一体，支持测试数据样本自动生成，支持测试用例半自动生成，并对测试执行结果进行统计分析和文档化，能够灵活地定义不同软件业务数据描述以及接口描述，结合QC测试管理系统，严格按照专业领域软件测试技术要求和质量要求，为项目管理者提供快速、准确的项目测试过程和结果。

关键词：测试执行软件测试测试测试管理系统测试数据样本软件测试技术生成测试数据测试流程接口描述软件业务生成测试数据描述项目测试项目基础用户权限专业领域自动生成综合控制统计分析样本核实管理灵活维护

来源：评论

学校读者我要写书评

暂无评论

芯片测试方法及相关设备

芯片测试方法及相关设备

引用

作者：倪天明宋钛 518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层

本申请属于计算机技术领域，具体涉及一种芯片测试方法、芯片测试装置、计算机可读介质以及电子设备。该芯片测试方法包括：获取用于对芯片进行质量预测的预测模型；根据采集到的测试数据样本以及所述预测模型对当前测试流程进行流程修... 详细信息

标准号: CN115308562A

本申请属于计算机技术领域，具体涉及一种芯片测试方法、芯片测试装置、计算机可读介质以及电子设备。该芯片测试方法包括：获取用于对芯片进行质量预测的预测模型；根据采集到的测试数据样本以及所述预测模型对当前测试流程进行流程修改，以生成针对待测芯片的适应性测试流程；根据所述适应性测试流程对所述待测芯片进行质量测试，以得到所述待测芯片的质量测试结果；根据所述待测芯片的质量测试结果更新所述测试数据样本，并根据所述待测芯片的质量测试结果更新所述预测模型。本申请可以减少芯片测试时间，降低芯片测试成本，提高芯片测试效率和测试精度。

关键词：待测芯片芯片测试质量测试结果预测模型测试数据样本适应性测试计算机技术领域计算机可读介质芯片测试装置测试流程电子设备流程修改质量测试质量预测更新申请采集芯片测试

来源：评论

学校读者我要写书评

暂无评论

软件测试综合控制方法及系统

软件测试综合控制方法及系统

引用

作者：陈辉劳天马由陈兵辉汤艳 100000 北京市海淀区北四环中路211号

标准号: CN104866426A

关键词：测试用例测试数据样本测试执行软件测试测试管理系统软件测试技术综合控制方法测试实验室项目管理者测试过程测试流程管理方法基础信息接口描述进行统计维护项目业务数据用户权限专业领域导入核实软件分析管理

来源：评论

学校读者我要写书评

暂无评论

基于聚类分析与改进神经网络协同预测顶板稳定性的方法

基于聚类分析与改进神经网络协同预测顶板稳定性的方法

引用

作者：鲁义陈健李敏李贺吴芳华谷旺鑫 411100 湖南省湘潭市雨湖区石码头2号

本发明公开了一种基于聚类分析与改进神经网络协同预测顶板稳定性的方法，先选择所需获取的因素参数，对各个因素参数分别建立评价分级，将分级后各个顶板的因素参数进行统计整理；采用K均值聚类分析建立四种类型顶板稳定性系数的训练... 详细信息

标准号: CN112465347B

本发明公开了一种基于聚类分析与改进神经网络协同预测顶板稳定性的方法，先选择所需获取的因素参数，对各个因素参数分别建立评价分级，将分级后各个顶板的因素参数进行统计整理；采用K均值聚类分析建立四种类型顶板稳定性系数的训练和测试数据样本，进而建立四种不同类型的预测模型；分别对四种预测模型进行反复学习，获取四种模型的首层BP神经网络，然后分别进行非线性自回归滑动平均模型改进，接着对改进模型进行判定，当满足要求后进行第二层BP神经网格的训练；综合第一层与第二层BP神经网络，完成四种顶板稳定性预测模型的建立；对后续所需预测的巷道顶板获取各个因素参数，导入到选择的顶板稳定性预测模中，最终获取该顶板的稳定性系数。

关键词：顶板稳定性因素参数预测模型分级预测自回归滑动平均模型测试数据样本稳定性系数改进聚类分析神经网格神经网络巷道顶板第一层判定协同统计分析学习

来源：评论

学校读者我要写书评

暂无评论

基于聚类分析与改进神经网络协同预测顶板稳定性的方法

基于聚类分析与改进神经网络协同预测顶板稳定性的方法

引用

作者：鲁义陈健李敏李贺吴芳华谷旺鑫 411100 湖南省湘潭市雨湖区石码头2号

标准号: CN112465347A

来源：评论

学校读者我要写书评

暂无评论

一种电动汽车锂电池温度预测方法及装置

一种电动汽车锂电池温度预测方法及装置

引用

作者：钱诗婕熊金琳陶孜菡李茜李燕妮张楚王业琴彭甜张新荣 223003 江苏省淮安市清江浦区枚乘东路1号

本发明公开一种电动汽车锂电池温度预测方法及装置，采集不同老化程度下锂电池数据，基于灰色关联度理论选取强相关的温度特征，利用DBSCAN聚类算法对关键温度特征集合划分基于不同老化程度的数据样本子集；运用TCN温度预测模型对不同... 详细信息

标准号: CN116804706A

本发明公开一种电动汽车锂电池温度预测方法及装置，采集不同老化程度下锂电池数据，基于灰色关联度理论选取强相关的温度特征，利用DBSCAN聚类算法对关键温度特征集合划分基于不同老化程度的数据样本子集；运用TCN温度预测模型对不同老化程度的数据样本子集进行分别温度预测，得到第一层预测结果；组合所有预测值重构为新的数据集作为温度在线预测模型OSELM的输入；采用Chebyshev混沌映射对蜜獾算法的种群进行初始化，在挖掘阶段中加入Levy飞行和透镜成像反向学习策略，得到XHBA算法；同时使用XHBA优化OSELM的权重和偏置，并将最优权重和偏置和测试数据样本输入到OSELM预测模型中进行融合预测，得到预测结果。本发明能够有效实现电动汽车锂电池温度的在线预测，并能提高预测精度。

关键词：锂电池电动汽车数据样本温度特征温度预测预测结果预测模型老化偏置算法子集预测测试数据样本温度预测模型灰色关联度混沌映射聚类算法透镜成像温度在线学习策略有效实现在线预测初始化第一层强相关权重和数据集优权重构种群集合采集飞行融合挖掘优化

来源：评论

学校读者我要写书评

暂无评论

基于高斯过程回归的气井井口油嘴气体流量分析预测方法

基于高斯过程回归的气井井口油嘴气体流量分析预测方法

引用

作者：江有适寇焱李勇明贾靖赵金洲 610500 四川省成都市新都区新都大道8号

本发明公开了一种基于高斯过程回归的气井井口油嘴气体流量分析预测方法，包括以下步骤：S1：收集现场井口油嘴基础数据，将其分为训练数据样本和测试数据样本；S2：选定核函数并假定其待定参数的迭代初始值；S3：计算协方差矩阵，基于... 详细信息

标准号: CN112922582B

本发明公开了一种基于高斯过程回归的气井井口油嘴气体流量分析预测方法，包括以下步骤：S1：收集现场井口油嘴基础数据，将其分为训练数据样本和测试数据样本；S2：选定核函数并假定其待定参数的迭代初始值；S3：计算协方差矩阵，基于最大似然估计方法利用训练数据样本进行高斯过程回归的训练，获得高斯过程回归模型；S4：利用测试数据样本对高斯过程回归模型进行测试计算预测误差；S5：选择不同的核函数，重复步骤S2‑S4，比较不同核函数的预测误差，优选出误差最小的高斯过程回归模型；S6：根据步骤S5的模型对待测气井井口油嘴气流量进行分析预测。本发明能够有效处理气井井口油嘴数据，准确预测井口油嘴气液两相嘴流条件下的气体流量大小。

关键词：油嘴高斯过程回归气井井口核函数测试数据样本训练数据样本气体流量井口预测计算预测误差最大似然估计协方差矩阵基础数据气液两相有效处理预测误差气流量迭代嘴流分析测试重复

来源：评论

学校读者我要写书评

暂无评论

一种配电网线损预测方法及系统

一种配电网线损预测方法及系统

引用

作者：蔡木良付超王琦范瑞祥徐在德安义刘蓓李嬴正刘卓睿 330000 江西省南昌市青山湖区民营科技园内民强路88号检测试验中心科研楼(第1-11层)

本发明公开一种配电网线损预测方法及系统，方法包括：步骤S1，获取配电网历史数据中包含特征参数的线损数据集，其中，线损数据集中包含训练数据样本集和测试数据样本集；步骤S2，构建PSO‑SVR预测模型，并对PSO‑SVR预测模型的模型参数... 详细信息

标准号: CN115616333A

本发明公开一种配电网线损预测方法及系统，方法包括：步骤S1，获取配电网历史数据中包含特征参数的线损数据集，其中，线损数据集中包含训练数据样本集和测试数据样本集；步骤S2，构建PSO‑SVR预测模型，并对PSO‑SVR预测模型的模型参数进行寻优，模型参数包括误差惩罚因子和核函数；步骤S3，基于训练数据样本集对寻优后的PSO‑SVR预测模型进行训练，得到配电网线损预测模型；步骤S4，将测试数据样本集输入至配电网线损预测模型中，使配电网线损预测模型对配电网台区线损进行分析，得到最优预测方案。

关键词：预测模型配电网线测试数据样本训练数据样本配电网模型参数线损数据寻优惩罚因子历史数据特征参数核函数预测构建台区线损分析

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共8页 << < 1 2 3 4 5 6 7 8 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：