广东工业大学自动化学院电气测控工程系

作品数：83被引量：184H指数：7
导出分析报告
发文作者：曾光陈婉儿张振昭刘金铭李梅更多>>
发文领域：自动化与计算机技术电气工程文化科学电子电信更多>>
发文主题：神经网络高校预测控制数学模型模糊RBF神经网络更多>>
发文期刊：《电气传动自动化》《控制理论与应用》《信息与控制》《广东工业大学学报》更多>>
所获基金：广东省自然科学基金国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于双重混沌映射的图像加密方法被引量：1
《工业控制计算机》2013年第8期23-24,26,共3页周霖 徐锦超 
对于数字图像保密问题,利用混沌映射的随机性和敏感性以及优秀的混叠特性提出一种基于双重混沌映射的图像加密算法。对图像的置乱采用猫映射,而对于图像的扩散则采用Henon映射来处理;经过仿真分析可知该方法具有较大的加密密钥空间、加...
关键词：双重混沌 猫映射 HENON映射 图像加密 
基于80C198单片机的重心测试仪
《测控自动化》2004年第3期35-36,12,共3页刘冰茹 赖宜章 
本文介绍了一个以80C198单片机为核心的重心测试仪的设计方法。该仪器使用方便，适用于现场监测和实验研究。
关键词：重心测试仪 80C198单片机 设计方法 力传感器 测量原理 
时滞系统的神经网络预测控制 (英文)被引量：20
《控制理论与应用》2001年第6期932-934,共3页徐湘元 毛宗源 
针对时滞系统的特点和采用神经网络单值预测控制存在的不足 ,提出了多步超前预测与补偿的控制算法 ,有效地增加了控制力度 ,改善了动态性能 。
关键词：时滞系统 稳定性 神经网络 预测控制 
信息网络技术对工业控制技术发展的促进作用被引量：11
《电气自动化》2001年第1期4-6,10,共4页李江伟 汪仁煌 
信息技术的发展对工业控制技术的发展产生了深远的影响。本文对处于信息网络Internet的关键技术进行了分析。通过对工业控制技术发展的分析,阐明了当前工业控制技术向着网络化、分布性和互操作性方向发展的特点,说明了信息网络技术对控...
关键词：工业控制 信息网络 INTERNET 现场总线 
河流水质的预测模型研究被引量：19
《系统仿真学报》2001年第2期139-142,209,共5页李莹 邹经湘 张新政 蔡楠 
国家自然科学基金!(69874005);广东省环保局项目!(980010)
东江惠州－东岸段河流水质直接影响着香港和深圳的淡水供应质量.本文根据东江水质自动监测系统的分布情况，提出了由上游水质预测下游水质和当前水质预测未来水质的两种基于自适应神经网络的东江惠州－东岸段水质预测建模方法，给出了...
关键词：神经网络 水质预测 河流水质 环境监测 数学模型 
用于电子线路实验教学的智能化监控系统被引量：3
《实验室研究与探索》2001年第1期33-34,共2页黄小波 
提出了用于电子线路实验教学智能化监控系统的硬件与软件结构 ,该系统可对实验整个过程进行实时监测和管理 。
关键词：实验教学 电子线路 智能化监控系统 数据处理 
微机超高压线路保护在电气工程及其自动化专业实验教学的应用
《中山大学学报论丛》2000年第5期85-88,共4页李惜玉 
通过对微机超高压线路保护装置的应用 ,阐述电气工程及其自动化专业继电保护实验教学方法 。
关键词：超高压线路 微机保护 电气工程及其自动化专业 实验教学 电力系统 保护原理 
基于神经网络的城市供水智能管理系统被引量：1
《计算机工程》2000年第9期143-145,共3页曾光 梁慧冰 
用神经网络，为城市供水管理提供科学可靠分析，进行供水负荷预测和优化调度，是有效的城市供水管理的科学依据．此系统基于地理信息系统（ＧＩＳ）和神经网络，做到了良好的动态图形界面和人机对话环境，具有高度的人工智能，为各级供...
关键词：神经网络 智能管理系统 城市供水 
μXL在高校实验中的应用被引量：1
《自动化仪表》2000年第9期30-32,共3页徐湘元 蔡型 
在简单介绍了μＸＬ系统基本组成的基础上，从教学实验的角度，分别叙述了μＸＬ控制设备在过程建模、控制器参数整定和组织专门控制系统等方面的应用。
关键词：集散型控制系统 高校 μXL系统 教学实验 
计算机技术基础教育的探索和实践
《甘肃教育学院学报（自然科学版）》2000年第3期72-75,共4页何小敏 许立梓 李传芳 何惠玲 
就工科非计算机专业的计算机技术基础课程的教育 ,提出从教学方式及实践环节中进行改革探索的思路和实践 .
关键词：计算机技术基础 教学方式 综合能力训练 
全选清除导出
共9页<123456789>
检索报告 对象比较 聚类工具 使用帮助 返回顶部