期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向天线跟踪系统的ADRC控制器设计及参数优化
1
作者 张越 范书瑞 郎利影 《微特电机》 2024年第3期41-47,共7页
针对传统自抗扰控制器存在参数整定困难及控制器效果有待改善的问题,提出了一种基于改进型Fal函数的永磁同步电机位置自抗扰控制器控制策略,旨在优化伺服系统的控制效果。设计了Le_fal函数以解决Fal函数在定义域区间的不连续性问题和拐... 针对传统自抗扰控制器存在参数整定困难及控制器效果有待改善的问题,提出了一种基于改进型Fal函数的永磁同步电机位置自抗扰控制器控制策略,旨在优化伺服系统的控制效果。设计了Le_fal函数以解决Fal函数在定义域区间的不连续性问题和拐点处输出增益的抖动问题,减少了控制器待整定参数。针对自抗扰控制器参数难以整定的问题,采用粒子群算法对控制器参数进行优化。仿真实验结果表明,基于粒子群的改进型自抗扰控制器参数优化算法将超调量从传统自抗扰控制器的3.1016%降低至0.3375%,将调节时间从3.08 s降低到0.47 s,将稳态误差从0.0633降低至0.0162。结果表明,改进后的自抗扰控制器具有更好的快速性和鲁棒性。 展开更多
关键词 永磁同步电机 粒子群算法 自抗扰控制器 稳定性
下载PDF
一种用于低剂量CT的微小细节保护CNN与Transformer融合去噪方法
2
作者 李晓增 王宝珠 +1 位作者 郭志涛 Shanaz Sharmin Jui 《中国医学物理学杂志》 CSCD 2024年第7期842-850,共9页
为解决低剂量CT图像因辐射剂量降低而引入大量噪声,导致图像质量下降,从而影响临床诊断准确性问题,构建一种结合卷积神经网络(CNN)与Transformer的网络模型,并在此模型中引入一种内部块特征提取模块,以更好地保护图像中的微小细节。此外... 为解决低剂量CT图像因辐射剂量降低而引入大量噪声,导致图像质量下降,从而影响临床诊断准确性问题,构建一种结合卷积神经网络(CNN)与Transformer的网络模型,并在此模型中引入一种内部块特征提取模块,以更好地保护图像中的微小细节。此外,为了解决应用Swin Transformer去噪时出现恢复错误纹理细节的问题,在自注意力部分并入一个多输入通道注意力模块,进而构建一种双重注意力Transformer。本研究在AAPM数据集上进行测试,实验结果表明,与现有的去噪算法相比,本文提出的算法在去噪方面表现出色,可以更好地保护图像的微小细节。 展开更多
关键词 低剂量CT 图像去噪 深度学习 微小细节保护
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部