简介：摘要综合考虑监测的经济性、易于维护性等因素，发展基于车辆响应的轮轨作用力辨识技术具有较大的理论意义和实用价值。基于蠕滑理论、车辆动力学模型和轮轨几何接触关系，利用最优控制理论，建立全信息的轮轨力载荷辨识模型并进行试验验证。该模型可实现对轨道-车辆系统全部轮轨力的辨识，利用辨识结果可对轨道-车辆安全状态进行综合评判。

简介：在电脑使用过程中，我们经常会遇到网络浏览遭遇木马病毒袭击，安装软件招致流氓软件入侵，错误操作导致电脑系统损坏等情况。如果以前碰到这样的情况，我们常常要进行各种各样的系统恢复操作，甚至很多时候要重新安装Windows系统。可是自从“影子系统”出现以后，我们就可以利用它快速的恢复自己的系统。国内的“影子系统“我想大家已经非常熟悉了，今天我要为大家介绍一款国外的”影子系统”——ReturnilVirtualSystem。

简介：Amachine,orothertypeof“system”,canoftenbedividedintoseveralsubsystems(components)andthesesubsystemsagaincanbedividedintosevreralsubsystems(secondgeneration).Thisprocessformsasystemtree.Toassessthereliabilityofthemachinebasedondatafromthetrialsofcomponentsofthemachine,virtualsystemmethodisemployed.ItisprovedinthepaperthatthelowerconfidentlimitofthereliabilityofthemachinesetbythevirtualsystemmethodislevelconsistentandasymptoticallyoptimalwhiletheonesetbyLindstrom-Maddensmethodisnot.

简介：摘要：直流系统的可靠运行直接关系到整个变电站甚至区域电网的安全稳定运行。直流系统接地故障是直流系统最常见的故障，因此能够快速的辨识出接地故障的类型对于直流系统的运行维护具有重大的意义。

简介：

简介：摘要随着科技的发展和煤矿安全水平的提升，必须坚持在瓦斯探测上按照正确的模式来进行。从客观的角度来分析，煤矿安全监控系统瓦斯浓度异常信号的出现，对于煤矿的正常运营，将造成严重安全隐患。应坚持选用正确的辨识手段来操作和提取，这样才能促使瓦斯问题的应对和解决过程中，不断的取得更好的成绩。文章针对煤矿安全监控系统瓦斯浓度异常信号辨识展开讨论，并提出合理化建议。

简介：利用拉氏变换极限定理法试验阶跃响应曲线识别系统传递函数,并以二阶定常数线性系统为仿真实例.在MATLAB环境下编写M文件,确定传递函数的参数,运行M文件得到系统模型结构和参数结果.结果表明,该方法误差小,对于低阶系统模型是一种有效的辨识方法.

简介：摘要：由于热工系统的非线性和不确定性，传统机器学习算法在对其进行辨识时，往往会出现学习速度慢、易陷入局部最小值的现象。针对这个问题，本文提出了一种基于极限学习机(ELM)的辨识方法。该算法具有参数设置简单、无需迭代寻优的特点。仿真结果表明，在热工系统辨识中，极限学习机算法在辨识速度和辨识精度上都有着明显的优势。

简介：代言体诗歌是诗歌创作中颇具个性和特色的诗歌体式和类别，所谓代言体是指诗人代人设辞，假托他人（多为女子）的身份、心理、口吻、语气来创作思，表面上是诗人代诗中抒情说人公言而裨上是诗中抒情主人公代诗人言的一种诗歌体式、创作模式与表现方式。“代言体”诗在标题、人称、形式、内容、表现有度、表达方式等方面有着鲜明的特征，代言体诗的形成也有其政治、艺术、审美等多方面的原因。

简介：十四岁的李季一贯身体好,可是最近拉起黑便来,且在解便时,面色苍白,还常晕倒在教室.这是怎么回事呢?李季父母一头雾水地带着儿子前来看门诊.

简介：我总认为稻子与稗草是地里生长着的一对“孪生姐妹”,然而是造物主开的一个恶作剧吧,这对“孪生姐妹”却走向了植物的两面。在它们的“幼年”及“少女”时代,稻子与稗草站一起里,你是很难去辨别哪是“姐”哪是“妹”的,单从它们的外观粗看起来,那茎,那叶,直至那根,那须,极其相似了,在外行人的眼里,不易辨认。在风中,在雨中,在阳光下,稗

简介：Summary1.Thereare12powersystemsincluding5regionalpowersystemswithover1000MWofcapacityeach.In1989CentralandEastChinapowersystemswereinterconnectedbya±500kVHVDCLine.2.Thehierarchicalcontrolorganizationcanbedividedinto5levels,i.e.NCC,6RCCs,25PCCs,250DCCsandmorethan2000CCCs.3.AllcontrolcenterswillbeequippedwithSCADAandEMSinthenearfuture.4.Chinapowersystemhasalarge,dedicatedcommunicationnetworkofitsown.

简介：结合支持向量机和神经网络各自的优点，提出了一种新颖的自适应支持向量回归神经网络（SVR—NN）．首先，利用支持向量回归方法确定SVR—NN的初始结构和初始化权值，基于支持向量自适应地构造SVR—NN神经网络的隐层节点；然后，使用退火过程的鲁棒学习算法更新网络节点参数和权值．为了验证所提出方法的有效性，给出了自适应SVR-NN应用于非线性动态系统辨识的实例．仿真结果表明，与以前的神经网络方法相比，基于SVR-NN网络的辨识方案能获得相当好的性能，它具有很快的收敛速度．因此，自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径．

简介：超声传感器频率响应特性会给检测信号带来一定影响,从而产生检测误差,甚至导致检测结果失效。针对这个问题,提出了一种基于系统辨识的超声传感器频响标定方法,通过在水中采集传感器系统的输入输出数据,然后根据系统辨识算法,计算出系统的离散传递函数,实现对传感器系统频率响应的标定。实验验证这种标定方法能够对传感器进行有效标定,根据标定结果就可更准确地进行检测信号的后期处理,得到更精确的检测结果。这种方法不仅可以判断传感器的使用特性,为检测结果提供失效分析依据,而且为线性系统频响特性的辨识提供了一个借鉴方法。

简介：为电网分析、计算提供准确的BPA标准发电机励磁系统模型参数，文章在Matlab环境下建立发电机励磁系统标准模型，以现场试验数据为基础，对模型参数进行辨识并确定其模型参数。随后，通过BPA软件进行空载阶跃响应校核以及负载阶跃响应校核，结果与现场实测波形基本一致，从而认为辨识得到的BPA标准模型参数是正确和有效的。

简介：提出了基于径向基函数神经网络模型的系统辨识方法，由于径向基函数的神经网络比多层前馈人工神经网络模型相比，在逼近非线性函数时，具有结构简单，收敛快、且无局部极小的优点，通过计算机仿真证实了该方法具有良好的辨识效果。

简介：

简介：摘要：发电机励磁系统对电力系统的电压控制和稳定控制具有重要作用。随着电力系统的发展，我国电网规模越来越大，电网安全及其稳定运行问题的重要性日益突出，通过电力系统稳定计算以确定系统最优运行工况是提高系统稳定性的一个重要手段，而电力系统安全稳定计算的关键是建立准确的数学模型和采用与实际系统相吻合的模型参数。因此，结合发电机励磁系统的特点，开展模型参数辨识工作，从而建立起准确的励磁系统数学模型的研究非常必要。

简介：摘要：随着城市轨道交通的发展，部分地铁线路运营信号系统已接近设备寿命周期，为消除因设备老化而可能存在的设备隐患，确保客运安全，满足日益增长的运营需求，对信号系统的更新改造势在必行。通过对信号系统更新改造可能存在风险分阶段、分种类地进行辨识，为采取针对性、安全性的措施提供条件。

简介：Inthispaper,wepresentahighspeedautofocussystemformicrosystemapplicationsanddesignalook-up-tablebasedautofocusingalgorithmforapplicationswhenatargetobjectisalwaysvisible,e.g.,manufacturingpartswithalignmentfiducials.Weperformanevaluationof24focusmeasurestoverifythatwhichfocusmeasureisthebestforthelook-up-tablebasedmethod.Fromtheevaluation,wefindthattheChebyshevmoments-basedfocusmeasure(CHEB)isthemostsuitable.Furthermore,wealsodevelopalook-up-tablebasedautofocussystemthatusesCHEBasthefocusmeasure.Intrainingphase,weofflineconstructatablefromtrainingimagesofanobjectthatarecapturedatseverallensdistances.Eachentryoftableconsistsoffocusmeasurecomputedfromimageandlensdistance.Inworkingphase,givenaninputimage,thealgorithmfirstcomputesthefocusmeasureandthenfindsthebestmatchfocusmeasurefromthetableandlooksupthecorrespondinglenspositionformovingitintothein-focusposition.Ouralgorithmcanperformautofocusingwithinonly2stepsoflensmoving.Theexperimentshowsthatthesystemcanperformhighspeedautofocusingofmicroobjects.