《表3 状态偏差均值表：基于神经网络算法的弹丸阻力系数辨识》
提示：宽带有限、当前游客访问压缩模式
理论参数计算弹道、辨识参数计算弹道与雷达测量弹道的速度及位置的偏差均值如表3所示。
| 图表编号 | XD0014530600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.12.01 |
| 作者 | 李金晟、常思江、陈升富 |
| 绘制单位 | 北京航天长征飞行器研究所、南京理工大学能源与动力工程学院、南京理工大学能源与动力工程学院、南京理工大学能源与动力工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表4 参数辨识结果：基于神经网络的断路器对流换热系数识别》2020.10.10
- 《表1 电机参数：基于神经网络算法的电感参数辨识在弱磁控制中的研究》2020.10.20
- 《表2 仿真结果均值：基于遗传算法和虚拟化技术的网络配置方法》2020.04.25
- 《表3 相对偏差计算：基于模糊聚类分类与Elman神经网络算法的居民用户短期用电量预测及修正方法》2020.03.10
- 《表3 弹丸在炮口的状态参数》2020.05.01
- 《表1 不同气泡高度对弹丸阻力系数A的影响》2020.04.15
- 《表2 不同算法训练结果：基于电池外特征的粒子群神经网络电池健康状态预测》2019.12.28
- 《表3 负荷预测结果对比：基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》2019.11.01
- 《表2 V与各类中心距离：基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法》2019.11.01
- 《表3 列车运行情况表：基于时空-状态网络的机车调配运用模型与算法研究》2019.09.15
- 《表4 参数计算表：基于时空-状态网络的机车调配运用模型与算法研究》2019.09.15
- 《表3 新样本的参数辨识：基于Prony算法的电力电缆极化等效电路参数辨识》2019.09.20
- 《表2 相关系数矩阵：基于K-均值算法的客户分类研究》2019.08.28
- 《表2 聚类中心对比：基于K均值聚类算法的交通状态判别方法研究》2019.08.30
- 《表3 聚类结果：基于K均值聚类算法的交通状态判别方法研究》2019.08.30
- 《表6 样本3参数辨识：基于矩阵束算法的XLPE电力电缆绝缘介质响应参数辨识》2019.05.31
- 《表3 热老化样本状态：基于矩阵束算法的XLPE电力电缆绝缘介质响应参数辨识》2019.05.31
- 《表1 算法性能对比：基于深度学习网络的电力系统不良数据辨识算法研究》2018.12.25
- 《表1 PSO参数设置：基于改进粒子群算法的旋转弹气动系数快速辨识》2018.12.01
- 《表3 状态量熵相关系数：基于MI-PSO-BP算法的配电设备状态实时评估方法》2019.12.10