您好,读者! 请
登录
内蒙古大学图书馆
首页
概况
本馆概况
组织机构
入馆须知
规章制度
馆藏布局
参观与访问图书馆
党建
资源
馆藏资源
电子资源
数据库导航
特色资源
服务
办证服务
图书借阅
阅读推广
文献传递与馆际互借
空间与设施
开放时间
iThenticate论文原创性检测服务
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
联系我们
地理位置
新生指南
常见问题
图书捐赠
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
本站搜索
搜 索
高级检索
分类表
所选分类
----=双击删除一行=----
>>
<<
限定检索结果
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
标题
标题
作者
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
作者
作者
标题
主题词
出版物名称
出版社
机构
学科分类号
摘要
ISBN
ISSN
基金资助
索书号
确 定
文献类型
351 篇
专利
馆藏范围
351 篇
电子文献
0 种
纸本馆藏
日期分布
机构
10 篇
国家电网有限公司
7 篇
西安交通大学
7 篇
广东电网有限责任...
6 篇
武汉理工大学
6 篇
华南理工大学
6 篇
新智数字科技有限...
5 篇
湖南大学
5 篇
西安电子科技大学
5 篇
国电南瑞科技股份...
4 篇
上海交通大学
4 篇
昆明理工大学
4 篇
中国人民解放军陆...
4 篇
中国科学院声学研...
4 篇
南开大学
4 篇
中国人民解放军战...
4 篇
广东工业大学
4 篇
北京声智科技有限...
3 篇
西安邮电大学
3 篇
国网天津市电力公...
3 篇
北京交通大学
作者
6 篇
代景龙
4 篇
王超
4 篇
颜永红
4 篇
胡敏
4 篇
张鹏远
4 篇
王杰
4 篇
金鑫
4 篇
陈克伟
4 篇
冯大航
4 篇
陈孝良
4 篇
李磊
3 篇
苏涛
3 篇
杨倩
3 篇
丁晓红
3 篇
薛红新
3 篇
李怡昕
3 篇
谢刚
3 篇
彭浩然
3 篇
黄笑辉
3 篇
赵伟
语言
351 篇
中文
检索条件
"主题词=目标函数计算"
共
351
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:
相关度排序
时效性降序
时效性升序
基于多
目标函数
的黏弹性参数同步反演方法、装置和设备
基于多目标函数的黏弹性参数同步反演方法、装置和设备
收藏
分享
引用
作者:
李志勇
潘文勇
杜少鹏
左兆龙
郭曼
100080 北京市海淀区羊坊店街道北蜂窝路21号6号平房10号
本发明涉及一种基于多
目标函数
的黏弹性参数同步反演方法、装置和设备,属于勘探和开发技术领域,该方法、装置和设备在每次反演迭代过程中,分别使用旅行时
目标函数
和中心频率
目标函数计算
速度梯度和Q梯度,从而根据
计算
得到的梯度进...
详细信息
标准号: CN116626751B
本发明涉及一种基于多
目标函数
的黏弹性参数同步反演方法、装置和设备,属于勘探和开发技术领域,该方法、装置和设备在每次反演迭代过程中,分别使用旅行时
目标函数
和中心频率
目标函数计算
速度梯度和Q梯度,从而根据
计算
得到的梯度进行迭代反演,例如,对速度和Q模型进行迭代反演。与基于波形差
目标函数
的多参数同步反演方法相比,由于构建了中心频率
目标函数
来
计算
品质因子Q梯度,充分考虑了品质因子Q对地震旅行时的影响较弱,而地震中心频率主要受Q影响的特性,可以压制参数串扰噪音,减弱速度和Q的耦合效应,降低黏弹性全波形反演的多解性,从而可以获得更加准确和可靠的速度和Q模型。
关键词:
反演
目标函数
中心频率
黏弹性
迭代
计算
品质因子
目标函数计算
旅行
多
目标函数
勘探和开发
品质因子Q
参数同步
迭代过程
速度梯度
耦合效应
地震
多参数
多解性
全波形
串扰
构建
压制
噪音
来源:
评论
学校读者
我要写书评
暂无评论
基于多
目标函数
的黏弹性参数同步反演方法、装置和设备
基于多目标函数的黏弹性参数同步反演方法、装置和设备
收藏
分享
引用
作者:
李志勇
潘文勇
杜少鹏
左兆龙
郭曼
100080 北京市海淀区羊坊店街道北蜂窝路21号6号平房10号
本发明涉及一种基于多
目标函数
的黏弹性参数同步反演方法、装置和设备,属于勘探和开发技术领域,该方法、装置和设备在每次反演迭代过程中,分别使用旅行时
目标函数
和中心频率
目标函数计算
速度梯度和Q梯度,从而根据
计算
得到的梯度进...
详细信息
标准号: CN116626751A
本发明涉及一种基于多
目标函数
的黏弹性参数同步反演方法、装置和设备,属于勘探和开发技术领域,该方法、装置和设备在每次反演迭代过程中,分别使用旅行时
目标函数
和中心频率
目标函数计算
速度梯度和Q梯度,从而根据
计算
得到的梯度进行迭代反演,例如,对速度和Q模型进行迭代反演。与基于波形差
目标函数
的多参数同步反演方法相比,由于构建了中心频率
目标函数
来
计算
品质因子Q梯度,充分考虑了品质因子Q对地震旅行时的影响较弱,而地震中心频率主要受Q影响的特性,可以压制参数串扰噪音,减弱速度和Q的耦合效应,降低黏弹性全波形反演的多解性,从而可以获得更加准确和可靠的速度和Q模型。
关键词:
反演
目标函数
中心频率
黏弹性
迭代
计算
品质因子
目标函数计算
旅行
多
目标函数
勘探和开发
品质因子Q
参数同步
迭代过程
速度梯度
耦合效应
地震
多参数
多解性
全波形
串扰
构建
压制
噪音
来源:
评论
学校读者
我要写书评
暂无评论
基于改进粒子群算法的汽车充电站选址方法及相关装置
基于改进粒子群算法的汽车充电站选址方法及相关装置
收藏
分享
引用
作者:
王孝康
朱一东
周茂井
李亮
241002 安徽省芜湖市高新技术产业开发区花津南路226号
基于改进粒子群算法的汽车充电站选址方法及相关装置,包括:基于行驶距离和充电站建设成本确定
目标函数
和约束条件;基于粒子群算法,以每个粒子的位置表示选取的充电站位置,速度表示粒子移动的方向和距离,初始化粒子群中每个粒子的...
详细信息
标准号: CN117495443A
基于改进粒子群算法的汽车充电站选址方法及相关装置,包括:基于行驶距离和充电站建设成本确定
目标函数
和约束条件;基于粒子群算法,以每个粒子的位置表示选取的充电站位置,速度表示粒子移动的方向和距离,初始化粒子群中每个粒子的位置和速度;根据
目标函数计算
每个粒子的适应度值,并记录全局最优解和个体最优解;根据每个粒子的适应度值和速度,更新粒子的位置,并
计算
新的适应度值;根据全局最优解和个体最优解,更新粒子的速度,并引入扰动惯性权重,迭代直到达到最大迭代次数或满足停止条件。根据最终的粒子群位置,确定汽车充电站的选址方案。
关键词:
粒子
适应度
粒子群算法
汽车充电站
全局最优解
粒子群
最优解
迭代
选址
目标函数计算
充电站位置
惯性权重
建设成本
粒子移动
目标函数
停止条件
位置表示
相关装置
行驶距离
约束条件
充电站
初始化
扰动
更新
引入
记录
改进
来源:
评论
学校读者
我要写书评
暂无评论
城市暴雨洪水管理模型参数自动率定方法及系统
城市暴雨洪水管理模型参数自动率定方法及系统
收藏
分享
引用
作者:
包申旭
罗勇鹏
张一敏
杨盼
杨思原
430070 湖北省武汉市洪山区珞狮路122号
一种城市暴雨洪水管理模型参数自动率定方法,S1、收集城市中研究区域建模所需的基本数据,并将其输入SWMM中建立暴雨洪水管理模型;S2、确定待率定参数组和取值范围,并对率定参数组中参数取值初始化;S3、运行暴雨洪水管理模型,获取...
详细信息
标准号: CN114548680B
一种城市暴雨洪水管理模型参数自动率定方法,S1、收集城市中研究区域建模所需的基本数据,并将其输入SWMM中建立暴雨洪水管理模型;S2、确定待率定参数组和取值范围,并对率定参数组中参数取值初始化;S3、运行暴雨洪水管理模型,获取模型模拟结果,根据
目标函数计算
纳什系数,判断模型模拟
计算
结果与实际监测结果之间相对误差大小;S4、在相对误差大于预设误差阈值时,则根据差分进化算法对参数进行变换,然后输入暴雨洪水管理模型中继续运行,进行模拟
计算
后跳转并重复执行步骤S3,直至相对误差小于或等于预设误差阈值,率定过程终止,完成暴雨洪水管理模型率定。
关键词:
管理模型
暴雨洪水
相对误差
模型模拟
参数组
预设
差分进化算法
城市暴雨洪水
目标函数计算
过程终止
基本数据
监测结果
模拟
计算
研究区域
重复执行
初始化
阈值时
建模
跳转
来源:
评论
学校读者
我要写书评
暂无评论
用于工业机器人减速机故障学习方法
用于工业机器人减速机故障学习方法
收藏
分享
引用
作者:
王璐烽
张强
彭江旭
401120 重庆市渝北区空港桃源大道1000号
本发明公开一种用于工业机器人减速机故障学习方法,包括如下步骤:S1,获取工业机器人减速机的历史
目标
时间区间的波动数据集,根据减速机齿轮的波动数据进行
目标函数计算
;S2,根据
目标
学习
函数
进行神经网络的初始训练,通过设置约束...
详细信息
标准号: CN116258075B
本发明公开一种用于工业机器人减速机故障学习方法,包括如下步骤:S1,获取工业机器人减速机的历史
目标
时间区间的波动数据集,根据减速机齿轮的波动数据进行
目标函数计算
;S2,根据
目标
学习
函数
进行神经网络的初始训练,通过设置约束条件对减速机齿轮的磨损进行预测;S3,根据约束条件收敛的
目标
学习
函数
进行减速机齿轮磨损样本相关度分析,从而
计算
齿轮磨损失效的损失值。
关键词:
减速机齿轮
工业机器人
波动数据
目标
学习
约束条件
减速机
磨损
目标函数计算
齿轮磨损
历史
目标
神经网络
时间区间
相关度
收敛
样本
预测
分析
学习
来源:
评论
学校读者
我要写书评
暂无评论
一种融合类间方差和概率误差的肺部图像分割方法
一种融合类间方差和概率误差的肺部图像分割方法
收藏
分享
引用
作者:
李钢
330032 江西省南昌市经济技术开发区瑞香路889号
本发明属于图像处理技术领域,公开了一种融合类间方差和概率误差的肺部图像分割方法,包括图像预处理、生成最佳阈值和分割图像优化。在X线胸部成像时,生成的X线胸片图像中具有边界模糊、对比度低等特点,易对人眼产生干扰,有时难于...
详细信息
标准号: CN117522911A
本发明属于图像处理技术领域,公开了一种融合类间方差和概率误差的肺部图像分割方法,包括图像预处理、生成最佳阈值和分割图像优化。在X线胸部成像时,生成的X线胸片图像中具有边界模糊、对比度低等特点,易对人眼产生干扰,有时难于精准地判断疾病所在,不利于快速且准确地对肺部疾病进行筛查、诊断和治疗。针对这种情况,为了更好地辅助医生筛查、诊断与治疗,可充分利用图像分割技术,便于医生更好辨别病人的疾病情况。类间方差算法和最小误差分割法是两种被广泛运用于X线胸片图像肺部分割的基于阈值的分割算法,但各自都存在一定缺陷。本发明本文提出了一种融合类间方差和概率误差的肺部图像分割算法,通过将类间方差和概率误差相结合来设计新的
目标函数
,并利用新
目标函数计算
最佳阈值,从而实现肺部图像分割。
关键词:
方差
肺部图像
概率误差
分割算法
筛查
分割
图像
目标函数计算
图像处理技术
图像分割技术
图像预处理
诊断和治疗
肺部疾病
分割图像
辅助医生
目标函数
最小误差
分割法
融合
疾病
肺部
人眼
算法
成像
胸部
辨别
模糊
诊断
医生
治疗
优化
来源:
评论
学校读者
我要写书评
暂无评论
一种基于5G基站储能的电力调控方法及系统
一种基于5G基站储能的电力调控方法及系统
收藏
分享
引用
作者:
朱萧轶
龚利武
黄悦华
万家建
钱金跃
徐克
陆翔
于正平
张炜
李子涵
吴迪
唐勇健
孙舒柳
周院超
张嘉辉
吕妤宸
314200 浙江省嘉兴市平湖市当湖街道当湖东路352-396号
本发明公开了一种基于5G基站储能的电力调控方法,包括:日前调度阶段,以基站储能日产生成本最小为
目标函数
,构建日前规划模型,并进行求解得到日前调控方案;日内修正阶段,在每个5G基站建立预测模型,接收来自相邻5G基站的电压电流...
详细信息
标准号: CN118174438A
本发明公开了一种基于5G基站储能的电力调控方法,包括:日前调度阶段,以基站储能日产生成本最小为
目标函数
,构建日前规划模型,并进行求解得到日前调控方案;日内修正阶段,在每个5G基站建立预测模型,接收来自相邻5G基站的电压电流预测数据,并基于日前调控方案,以最小化整体电压偏差为
目标函数计算
输出电压作为预测控制结果,并与相邻5G基站通信;通过滚动优化和反馈校正对预测模型进行修正;还公开了一种基于5G基站储能的电力调控系统。本发明通过日前调度阶段得到5G基站的日前调度方案,并在此基础上根据每个5G基站的预测模型进行电流和电压数据的预测,用于对日前调度方案的日内修正,使得基于5G基站储能的调控方案更加高效准确。
关键词:
基站
储能
预测模型
调度阶段
修正
调控
电力调控系统
目标函数计算
调度
电力调控
电压电流
电压数据
反馈校正
规划模型
滚动优化
基站建立
基站通信
目标函数
输出电压
预测控制
预测数据
整体电压
最小化
构建
求解
预测
来源:
评论
学校读者
我要写书评
暂无评论
一种车辆横向控制方法、装置、设备及介质
一种车辆横向控制方法、装置、设备及介质
收藏
分享
引用
作者:
刘佳奇
徐天宇
韩晋
徐浩
卢玉坤
215124 江苏省苏州市工业园区金鸡湖大道88号G2-190119022002
本申请公开了一种车辆横向控制方法、装置、设备及介质,涉及自动驾驶技术领域,包括:根据车辆的参考轨迹、车辆的当前时刻状态与第一横摆角速度确定车辆的预测轨迹;第一横摆角速度在前一时刻得到;通过参考轨迹与预测轨迹构建
目标
函...
详细信息
标准号: CN118323142A
本申请公开了一种车辆横向控制方法、装置、设备及介质,涉及自动驾驶技术领域,包括:根据车辆的参考轨迹、车辆的当前时刻状态与第一横摆角速度确定车辆的预测轨迹;第一横摆角速度在前一时刻得到;通过参考轨迹与预测轨迹构建
目标函数
,并根据
目标函数计算
目标
控制序列;
目标
控制序列使
目标函数
满足最小误差;对
目标
控制序列中的
目标
控制量进行限幅,得到第二横摆角速度,根据第二横摆角速度
计算
与线性区对应的第一方向盘转角及与非线性区对应的第二方向盘转角;根据第一方向盘转角与第二方向盘转角确定
目标
方向盘转角,基于
目标
方向盘转角实现车辆的横向控制。本申请提高了车辆横向控制的精度,使车辆的安全性和舒适性得到进一步提升。
关键词:
方向盘转角
横摆
目标
控制
车辆横向控制
参考轨迹
目标函数
预测轨迹
目标函数计算
角速度
计算
目标
控制量
非线性区
横向控制
前一时刻
时刻状态
自动驾驶
最小误差
舒适性
线性区
构建
限幅
申请
来源:
评论
学校读者
我要写书评
暂无评论
一种融合时间序列信息的
目标
跟踪方法
一种融合时间序列信息的目标跟踪方法
收藏
分享
引用
作者:
张振军
白金舟
王耀南
410082 湖南省长沙市岳麓区麓山南路1号
本发明公开了一种融合时间序列信息的
目标
跟踪方法,包括以下步骤:步骤1,输入图像序列,根据第t‑1帧图像中的初始位置pt和尺度st,提取
目标
的HOG特征和CN颜色特征;步骤2,将
目标
特征与余弦窗口进行点乘,然后进行傅里叶变换得到
目标
...
详细信息
标准号: CN111951298B
本发明公开了一种融合时间序列信息的
目标
跟踪方法,包括以下步骤:步骤1,输入图像序列,根据第t‑1帧图像中的初始位置p
t
和尺度s
t
,提取
目标
的HOG特征和CN颜色特征;步骤2,将
目标
特征与余弦窗口进行点乘,然后进行傅里叶变换得到
目标
特征;步骤3,用第t‑1帧的响应图
计算
响应变量Π、参数
及参数
步骤4,将第1帧到第t‑1帧相关滤波器进行时序建模;步骤5,用最小二乘法求出相关滤波器时序模型的自回归参数
步骤6,求解
目标函数计算
出相关滤波f
t
、参数θ
t
及λ
t
;步骤7,在第t帧中的候选区域进行特征提取和预处理,并与相关滤波器进行点乘运算作得到响应图,通响应图确定当前帧的
目标
位置和尺度,该方法可以有效提高
目标
跟踪的精度和准确率。
关键词:
滤波器
响应
参数步骤
目标
跟踪
目标
特征
尺度
预处理
目标函数计算
时间序列信息
输入图像序列
傅里叶变换
最小二乘法
点乘运算
候选区域
目标
位置
时序建模
时序模型
特征提取
颜色特征
图
计算
帧图像
自回归
准确率
求解
点乘
滤波
余弦
融合
来源:
评论
学校读者
我要写书评
暂无评论
一种基于改进粒子群算法的电力系统无功优化方法及系统
一种基于改进粒子群算法的电力系统无功优化方法及系统
收藏
分享
引用
作者:
栾添瑞
涂炼
张水平
陈奕兴
李顺
付聪
蔡新雷
510000 广东省广州市越秀区东风东路757号
本发明提供了一种基于改进粒子群算法的电力系统无功优化方法及系统,其方法包括:获取电力系统的系统数据和粒子群算法参数,获取初始化粒子群;根据预设的
目标函数计算
初始化粒子群中各个粒子的适应度
函数
值;使用遗传算法对初始化粒...
详细信息
标准号: CN118214096A
本发明提供了一种基于改进粒子群算法的电力系统无功优化方法及系统,其方法包括:获取电力系统的系统数据和粒子群算法参数,获取初始化粒子群;根据预设的
目标函数计算
初始化粒子群中各个粒子的适应度
函数
值;使用遗传算法对初始化粒子群进行选择,获得第一粒子群;使用分组变化惯性权重策略和加入扰动因子的方法对第一粒子群进行迭代更新,直至达到预设的迭代停止条件,停止迭代更新,输出当前最新粒子群中各个粒子的个体最优位置;根据最新粒子群中各个粒子的个体最优位置,对电力系统的各类控制变量进行设置,以完成电力系统无功优化;本发明能够降低电力系统网损,改善电力系统电力质量和电力系统无功功率的分布,保证电力系统安全运行。
关键词:
电力系统
粒子群
初始化
粒子
个体最优位置
粒子群算法
迭代更新
无功优化
预设
电力系统安全运行
迭代停止条件
目标函数计算
适应度
函数
惯性权重
控制变量
扰动因子
无功功率
系统数据
遗传算法
分组
输出
改进
保证
来源:
评论
学校读者
我要写书评
暂无评论
没有更多数据了...
下一页
全选
清除本页
清除全部
题录导出
标记到“检索档案”
共36页
<<
<
1
2
3
4
5
6
7
8
9
10
>
>>
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:
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
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:
暂无评论