高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
PC-IIF型翻板实验电源
产品详细介绍  PC-IIF型翻板实验电源适合安装于桌面和抽屉。   数字显示,交直流电压输出连续可调,全ABS塑料外壳,双保护电路,交流无波型失真。   输出交流电压1.5V~18V2A输出直流电压1.5V~18V2A
镇江市京口区鹏程科教仪器厂 2021-08-23
基于小波分析和有限高斯混合模型EM方法的模拟电路故障诊断方法
近年来已经建立了基于故障字典,模糊理论,专家系统,神经网络,支持向量机,信息融合,小波分析,粒子群等各种技术的不同故障诊断方法,并在模拟电路的实际检验中取得了良好的效果。然而,电路从正常到故障之间存在中间过渡状态,怎样定义这个中间状态以及其对电路有怎样的影响,如何准确描述这种影响,通过查阅文献,到目前为止还没有一种合理的方法能够解决这个问题。
辽宁大学 2021-04-11
一种基于选择性隐朴素贝叶斯分类器的网络故障诊断方法
本发明公开了一种基于选择性隐朴素贝叶斯分类器的网络故障 诊断方法,包括:(1)从网络历史数据库中获取历史数据,包括症状变 量集以及故障类变量集;(2)构建选择性隐朴素贝叶斯分类器预测模型, 根据症状变量集中的每个症状变量确定对应的最相关症状变量集合; (3)所述选择性隐朴素贝叶斯分类器通过训练历史数据自动学习到分类 器参数;(4)进行故障诊断时,对测试数据利用上述选择性隐朴素贝叶 斯分类器进行估计得到对应最终的故障诊断结果。通过执行本发明中的网络故障诊断方法,有效解决了现有网络故障诊断中运算复杂度高、 网络诊断结果偏差大的问题,显著提高了网络诊断的准确性,在进一 步降低运算复杂度的同时,能够保持较好的学习能力及容错特性。
华中科技大学 2021-04-11
工业无线传感器网络中基于多元异构数据融合的设备故障诊断系统
 本系统利用工业无线传感器网络构建无线、分布式机械设备故障诊断和监测系统,对工业现场运转设备的工作状态进行监测,部署的工业无线传感器网络既充当在线状态监测系统,也承担通信网络的功能,最后作为具有推理学习能力的决策网,是集感知、通信、识别、诊断、决策为一体的综合预测性维护平台。   作为一种独立的控制网络,本系统包含低功耗传感器节点、执行器节点、汇聚网管等硬件设备及专家知识库、规则匹配数据库、历史数据库、人机交互界面等软件平台,能够有效弥补有线诊断系统在应用中布
河海大学 2021-04-14
基于卷积神经网络和小波灰度图的旋转机械故障诊断方法
本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法,其包括以下步骤:(1)将振动位移传感器及振动速度传感器设置在旋转机械上,利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号;(2)对采集到的所述振动信号进行多尺度小波分解,以得到小波灰度图;(3)按照预先训练过的卷积神经网络的输入形式,对所述小波灰度图进行预处理;(4)将预处理后的所述小波灰度图输入到所述卷积神经网络,所述卷积神经网络对接收到的所述小波灰度图进行分析诊断,以得到所述旋转机械的故障诊断结果。
华中科技大学 2021-04-13
一种基于小波变换与混合注意力机制的轴承故障诊断方法
本发明涉及一种基于小波变换与混合注意力机制的轴承故障诊断方法,具体包括:利用传感器获取轴承振动信号,得到原始故障数据;对原始故障数据依次进行小波变换、加入高斯噪声、分块采样;并为采样后的数据生成类别标签和位置标签;基于混合注意力机制、残差结构、可学习卷积构建故障诊断模型;将采样后的故障数据划分为训练集和测试集,作为模型的输入数据进行训练,实时监控训练结果进行参数优化,同时将故障诊断结果可视化;在多种噪声条件下与现有模型进行对比实验,检验模型性能。本发明所提出方法解决了传统轴承故障诊断方法在多变噪声条件下故障识别率较低的问题。
南京工业大学 2021-01-12
良田S300L商务便携是高拍仪手持式扫描仪
深圳市新良田科技股份有限公司 2021-08-23
良田厂家直销S320R金融高拍仪柜台用高拍仪
深圳市新良田科技股份有限公司 2021-08-23
良田高速文件高拍仪S620A3R便携式扫描仪
深圳市新良田科技股份有限公司 2021-08-23
良田TE602D高拍仪教育会议室办公用高拍仪
深圳市新良田科技股份有限公司 2021-08-23
首页 上一页 1 2
  • ...
  • 149 150 151
  • ...
  • 352 353 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1