Eh-star方法测试杂散损耗算法的研究

来源 :中南六省(区)自动化学会第32届学术年会 | 被引量 : 0次 | 上传用户:wkellyai_0
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对Eh-star方法测试三相异步电机杂散损耗的算法进行研究.首先,通过与几种测试方法进行对比,揭示Eh-star方法的可行性和优越性.接着,在Eh-star方法的测试原理的基础上,通过公式推导和分析,对此方法的算法进行详细分析,得到杂散损耗的推导公式,为下一步将整个算法嵌入计算机,实现自动数据自动采集和计算奠定基础.
其他文献
摘 要:为实现高性能计算机资源精细化的统计查询和跨区域调配管理,调研中国气象局(CMA)和各区域中心需求,分析现有资源管理系统的实现方法和不足,充分利用数据库索引和预处理技术优化数据结构,整合SSH和jQuery框架重新设计和实现资源管理系统。测试及业务应用表明,新系统在响应速度、系统可维护性、功能可扩展性和使用便捷性等诸多方面均得到提升。系统管理员可据此调整系统资源分配调度策略,用户可选择空闲时
摘要:软件缺陷预测技术通过分析软件静态信息,对软件模块的缺陷倾向性做出判断,合理分配测试资源。但有时搜集的大量度量元信息是无关或冗余的,这些高维的特征增加了缺陷预测的复杂性。文章提出了一种新的度量元选择方法,首先通过样本聚类将相似度高的样本聚在同一簇中,然后在每个簇中按照最低冗余度进行特征子集的挑选,主要选择相互间冗余度低,且预测能力强的度量元。最后通过NASA数据集的实例证明本文方法能有效降低特
目的探讨骶神经根磁刺激对神经源性膀胱大鼠膀胱尿流动力学及M3受体表达的影响。方法60只雌性成年SD大鼠按随机数字表法分为正常组、模型组、磁刺激组,每组20只。模型组、磁
根据企业多类风险权重评估管理策略,提出一种基于投资理论的多层神经网络模型,并结合IM(Insertion Mutation)算子的遗传算法,以提高精确度和收敛速度。设计并实现基于IM神经网络和
提出了一种基于数据挖掘技术的文献自动推荐系统架构,分析了系统实现的关键技术,并完成了系统模块化设计和算法实现。经实践验证,该推荐系统在特色资源库中具有良好的文献推