排序方式: 共有6条查询结果,搜索用时 31 毫秒
1
1.
陆彬 《电力机车与城轨车辆》2003,26(6):44-45
地铁列车主控制器及参考值转换器试验台是为列车控制系统检测及维护而研制的测试设备。文章基于MSP430F133单片机在该试验台上的应用,着重研究了设备的组成结构,讨论了系统主要硬件和软件模块的具体设计和实现方法。 相似文献
2.
船舶搁浅事故是指船舶搁置在浅滩上,造成停航或者损害的事故。船舶搁浅的位置通常是住航道附近或港区水域,船舶损坏的部位和损坏程度不易确定,可能会造成船体、螺旋桨、舵的损坏;可能造成燃油或其它污染物的泄露;可能会因为危险货物的泄露而引发污染、火灾、爆炸等连带危险;受潮流或风浪、底质等因素的影响可能造成船舶断裂或倾覆;在航道或港区可能会影响其它船舶的安全航行和作业,导敛连锁事故的发生。对船舶搁浅事故所引起的危险或潜在危险,必须抓住有利时机,及时采取有效应急措施,以减少事故造成的损失或消除可能带来的对人命、财产和环境的危害。 相似文献
3.
为了研究可适用于高原山区高速公路短时交通流的预测方法,以及预测方法思路对绩效的影响,提出基于广义回归神经网络(General Regression Neural Network,GRNN),构建K均值聚类算法(K-means clustering algorithm,K-means)与GRNN混合预测方法思路,即通过K-means和绩效指标判断GRNN模型参数最佳值,进而建立最佳预测模型。与传统上通过经验或一定指标判断模型参数值的思路相比,采用K-means和GRNN混合预测思路得出的模型参数值更佳,且模型RMSE、MAE最高可分别改善45.92%、45.05%,则构建的混合预测方法思路是科学有效的,可为高原山区交通流预测方法优化提供借鉴。 相似文献
4.
5.
简述了上海地铁车辆安全检测系统的功能特点及性能指标,并分别对地面检测系统和中央数据库管理系统两部分的原理进行了阐述。该系统已在上海地铁1号线完成了技术验收,各项技术指标均达到要求。 相似文献
6.
提出一种基于注意力机制 (Attention Mechanism,AM) 的双向门控循环神经网络模型的齿轮故障识别系统。使用基于 STM32 的嵌入式主控制器分别采集正常齿轮、断齿齿轮、轮齿剥落齿轮等 3 种故障齿轮工作时的振动传感器数据,使用基于注意力机制的双向门控循环单元网络模型进行齿轮故障识别。双向门控循环神经网络模型添加了注意力机制,保留输入特征的重要信息,不随步长增加而消失。将采集到的原始数据集按7∶2∶1的比例划分为训练集、验证集和测试集。测试集模型的齿轮故障识别准确率达到了99.67%,与GRU和Bi-GRU等模型的结果对比证明该模型的正确率更高。本系统可用于汽车变速器的监测与故障诊断。 相似文献
1