神经网络磁链估计的感应电机反步法研究

论文研究-基于模糊神经网络的实时路段行程时间估计.pdf, 基于对我国城市交通流的物性分析,提出了一种基于模糊神经网络的实时路段行程时间估计模型,用于将来自于交通控制中心的实时交通数据转换成为能够反映

随着深度相机的应用,三维场景的重建越来越简单、快速。从单视角的深度场景图像中检索 出物体还是比较困难,特别是物体的姿态估计。提出了一种基于卷积神经网络的深度图像姿态估计 算法。 该算法采用了回归估计来

提出了一种利用小波神经网络预测的武器试验脱靶量估计方法。以外测GPS测量弹道跟踪数据为基准,建立小波神经网络模型,并将遥测惯导数据比对结果作为输入,预测过靶时刻弹道数据,并对脱靶量进行估计。该方法相对

卷积神经网络（Convolutional Neural Network，CNN）是一种源于人工神经网络（Neural Network，NN）的深度机器学习方法，近年来在图像识别领域取得了巨大的成功。C

这一份关于线性神经网络的教学视频，之前用来学习的资料，现在共享给大家学习。附带视频对应的pdf文档

BP神经网络与模糊神经网络在空气质量评价中的研究

在磁场定 向控 制的异步 电机驱 动系统 中 , 精确 的磁 链估 计是提高系统性 能的关键 。 然而 , 参数摄动和量测 噪 声会 导致估计器性 能的下降 。 为 了减 小估 计误差 , 必须抑 制

针对当前基于网络拓扑结构相似性的链路预测算法普遍存在精确度较低且适应性不强的问题,研究发现融合算法能够有效改善这些问题。提出了一种基于神经网络的融合链路预测算法,主要通过神经网络对不同链路预测相似性指

可以直接使用MATLAB进行仿真运用，方便后期调试使用。

感应电机定子绕组匝间短路故障仿真，王桂艳，施伟锋，为研究定子绕组匝间短路故障，通过引入新的一相，建立了基于静止坐标系的定子绕组匝间短路的故障模型。仿真结果表明，当定子某相