搜索资源列表
UAV-Flight-Control-System
- ：对某型无人机的飞行控制系统作了阐述，该飞行控制系统主要由飞行器分系统、测控与信息传输分系统、 任务设备分系统、地面支持分系统四大部分组成，飞行器分系统包括飞机机体、动力装置、导航与飞行控制、机上 电气设备及回收设备等；飞行控制技术的研究能使系统具有遥控、自主控制和应急返航能力．该无人机飞行控制系统已在某型无人机上得到应用，并已通过飞行试验验证，基本达到某型无人机的飞行控制要求．-: On a UAV' s flight control system were described,
2001
- 〕针对轧钢企业轧机电气设备现有的两类故障诊断系统所存在的实际问题，在企业信息化的大前提下，提出了以 信息集成作为故障诊断的基础，将实时数据报警信息与专家知识相融合，形成一个闭环的故障诊断专家系统。既保证了 故障诊断的实时性、快速性、准确性，获得诊断结果和相应的维修建议，又对轧机设备可能会出现的故障提出了预防性报 警。-a new way to fault diagnosis the mathematics system.
cspnum1
- csp算法，异步脑机接口特征值提取。脑－机接口(brain-computer interface，BCI)技 术提供了一种非肌肉控制的通讯通道，使大脑可以直接和外部环境进行信息交 互。脑－机接口将人脑的信号直接转换成对外部设备的控制命令，信息的传递 不再需要经过外周神经和肌肉等传出通道[1-In motor imagery-based Brain Computer Interfaces (BCI), discriminative patterns can be extracted
ConsoleTest1
- 基于kinect设备的深度信息获取及人机交互方法,利用getSkeletonFrame函数可以得到距离Kinect最近的火柴人各关节的坐标信息，利用各关节节点的位置变化信息可以定义动作。 例如：定义右手举起动作为：右手关节Y坐标减右肩Y坐标大于手臂伸展阈值（0.2米）则判定动作为真。主要使用的关节坐标有：头、左肩、右肩、左手、右手、左肘、右肘。 -Kinect depth information on equipment acquisition and human-computer in
通信设备故障数据信息中的价值发现
- 价值——功能拓扑发现，故障源识别，故障动力学(Value function topology discovery, fault source identification, fault dynamics)
修改代码
- 由于2C客户具有需求量小、客户分布较为分散、客户量大，需求不稳定等问题，A企业对于2C类客户采用二级配送的方式进行服务，即企业在岛内建立若干配送站点，各个配送站点具备完善的产品保险设备和末端配送设备以及配送人员，客户下单后企业通过信息系统将客户订单分派给该区域的配送站点，由配送站点进行及时配送，同时企业掌握各个配送站点的库存情况并进行及时补货。(Because 2C customers with small demand, customer distribution is scattered,
CNN
- 卷积神经网络分类 调制信号识别 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一 [1-2] 。卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称