-
STM32用高级定时器TIM1输出单个pwm和互补pwm
STM32用高级定时器TIM1输出单个pwm和互补pwm
- 2021-05-06下载
- 积分：1
-
基于fpga实现I2C协议的verilog模块以及测试代码
本资料是基于fpga实现I2C协议的实现主体代码，并且详细介绍了I2C协议的原理以及基于fpga实现的基本思想
- 2020-12-05下载
- 积分：1
-
各种常见的窗函数，以及它们的时域图和频谱图
各种常见的窗函数，以及它们的时域图，非常清晰，
- 2021-05-06下载
- 积分：1
-
IEC61851 电动汽车传到充电系统 第1部分 第23部分 第24部分 打包发送
IEC61851-1；IEC61851-23；IEC61851-24电动汽车充电系统国际标准，另有IEC62196请移步其他链接
- 2020-12-06下载
- 积分：1
-
IEC 闪变检测法的simulink实现
通过matlab/simulink平台,得到IEC电压波动和闪变现象的仿真模型
- 2020-12-08下载
- 积分：1
-
SAR点目标成像仿真，包括回波信号模型的建立，非常完整，没有BUG
SAR点目标成像仿真，包括回波信号模型的建立，非常完整，没有BUG
- 2020-06-28下载
- 积分：1
-
亚像素边缘提取程序
这个是我根据论文编写的提取图像亚像素边缘的程序，有兴趣的可以看看，可以直接应用
- 2020-11-01下载
- 积分：1
-
黑马程序员 linux从入门到精通配套笔记视频笔记.rar
黑马程序员 linux从入门到精通配套笔记 黑马程序员 linux从入门到精通配套笔记
- 2021-05-06下载
- 积分：1
-
C++面向对象的有限元程序设计
C++面向对象的有限元程序设计,空间8结点等参元的分析计算第二章有限元分析计算的理论基础(空间8结点等参元)有限元法进行的前提是满足四个假定:连续性假定、完全弹性假定、均匀与各向同性假定、小变形和小位移假定。有限元法是建立在弹性力学的基础之上的。它是以平衡微分方程(数学上)、变形协调方程(几何方程)、本构方程(物理方程)作为基本的理论方程,同时又有圣维南原理、基于能量形式的虚位移原理作为解决问题的手段。有限元法是依照弹性力学的基本解法进行求解的,不论有限元法的哪种单元类型,在求解的过程和步骤上都是一样的,只不过求解的具体方法和细节处理有所不同。本文就以空间8结点等参元的求解的过程为例来进行编程,别的单元类型可以自己开发。而且,有了面向对象的于段,许多单元类型可以用继承的方式加以实现。2.1自然坐标系与位移模式自然坐标系与直角坐标系,如图(-1,-1,1)58(-1,1,1)X(1,-1,1)67(1,1,14(-1s3(1.1,1)局部自然坐标系与整体直角坐标系之间的关系(2-1)其屮N是关于三个自然坐标系变量;.,t的矩阵,x,y1,21,x2,…,zs是六面体的八个顶点(结点)在直角坐标系下的位置坐标,它们是已知的,xy,z与;s,t就有了对应的关系。N被称为形函数矩阵,N100N0N=0N100NNI小(22)其中N1=N(r,s,t)=(+m)1+.+t11≤i≤8(2-3)整体直角坐标与局部自然坐标的关系又可以表达成:x∑Ny∑N偎定结点间的位移变化是线性的,则位移模式可以表达为:(2-5)其中1,V1,w1,u2,…,ws是八个顶点(结点)的位移。2.2应变与位移间的关系根据变形协调方程,有:OulozAEou Ov(2-6)6×16×24vOw cu其中[B=[B1BB(2-7)ONON0aNB1≤i
- 2020-12-08下载
- 积分：1
-
基于EUNITE竞赛数据的中期电力负荷预测
pdf文档，中文来源：华北电力大学学报242007[11997199811.2199910.88408200.68000.47800.2掩76072007000100120时间/天68040100120图3训练过程中的误差变化时间/天Fig.3 Errors during training图1日负荷预测时洲练数据4Fig. 1 Training data for day load for ecas ting35←只51.5050-10203040如0的070809010101200.8时间压图4训练过程中神经元个数变化Fig 4 Grow th of neurons during train ing0.200.95系0.940.8505101520253035滞后时间/天如0.80.75图2训练数据的自相关系数Fig. 2 Autocorrelation coefficients of training dat a(a拟合曲线0.〔(3)10.040.0系70/14060[1000000]时间/天(b拟合误差「O1000001图5训练结果及误差Fig. 5 Result and error of train in3- EBF6,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net4EUNITE2582080078076074072026.26700(3)66005101520253035时间/天50/1[00001图6日最大负荷预测结果[01010]26ig. 6 Result of forFrecasting g1 SOFNN[716.2,739.7,757.7,781.3],7Tab 1 Accuracy of training and forecast ing[720.1,738.2,763.7,MethodMAPE/ (%O) ME767.7],7SOFNN1.3344.137901.7850.04780EUNITE1.95E770760winner750报告中ME值没有准确堤供,但可以从报告中估轵740计得出约50~60完整的 EUNITE网络竟赛原始数据可730从EUNITE网站获得(http://neuron.tuke.sk/compe-720tit ion/ index. php)7103354EUNITEMAPE时间1.95[2]图7周平均最大负荷预测结果3.2Fig. 7 Forecasting result of week average max loadSOFNNSOFNNWSj72SOF NNWLWLideltaWli, delta WLi=WLj-Wli(3h:× delt al+k× deltal wj,Yh=0.58o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net262007820[1] Chen B J, Chang M W, Lin C J. Load forecasting using800support vector machines: a study on eunitE com-780tion 2001[J]. IEEE transactions on power systems7602004.19(4):1821-1830[2] Company behind East- Slov akia Power Distrib ution740Com panWorle w ide com petition w ithin the EU720NITE network, EUNITE competiton report [RI700[3]6802004.28(17):1-1105101520253035[4 Leng g, Prasad g, McGinnity T M. An on line algor-时间/天rithm for creating self organ izing fuzzy neural networ ks图8修正后的日最大负荷预测结果Neural Netw orks, 2004,(17): 1477-1493[5 Ort iz: Arroyo D, Skov M K, Huynh Q. Accurate Elee-F ig.8 Forecasting results after rev sedtricity Load Forecasting with Artificial Neur al NetworksIC. Proceedings of the 2005 International Conference2SOFNNon Compu tat io nal Intel ligence for M odel ling, Control andTah 2 Accuracy of forecast ingAuto mation. and International Conference on I ntelligentMethodMAPE/(%)MEAgents, Web Technolo gies and Internet CommerceSOFNN1.7850.04(CIMCAIA WTIC 05). 20051.5941.95[ 6] Tao X. Input dimens ion reduction for load forecastingEUNITE1.9550-60based on support vector machines [C]. Hong Kong82004 IEEE International Conference of Electric U til yderegulation, res tructur ing and pow er technolog iesMAPE ME20[7 Hsu CC. Dynam icall y Optim izing Parameters in SupportVector Regression An A pp licat io n of Electricity Load4结论Forecasting [C]. Haw aii: Proceedings of the 3 9thIlaw aii International Conference on System Sciences199918 Pan kratz A. Forecasting w ith Univariate Box-JenkinsModels [m. John Wiley sons, 1983SOFNN(1972-),,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
- 2020-12-06下载
- 积分：1
