精华内容
下载资源
问答
  • 今天,小编就为大家整理了共模电感参数选取的注意事项,一起来看看吧: 1.输入电流。通常情况下,通过输入电流我们可以间接的判断共模电感的尺寸,输入的电流越大,共模电感的尺寸也就越大。 2.频率。电感厂家在选取...

    最近小编在与许多客户的交谈中,所涉及最多的话题就是关于共模电感参数设定的问题,这往往会决定着共模电感后期的选型与应用,所以大家也是格外的关心这个问题。今天,小编就为大家整理了共模电感参数选取的注意事项,一起来看看吧:

    1.输入电流。通常情况下,通过输入电流我们可以间接的判断共模电感的尺寸,输入的电流越大,共模电感的尺寸也就越大。

    2.频率。电感厂家在选取过程中需要去确认电路中的频率,根据频率选择不同的磁芯规格。如果电路频率高,那么我们就选镍锌磁环;电路频率低,则选择锰锌磁环。

    3.阻抗。每一个高频电路中的阻抗都有所不同,所以共模电感厂家往往需要通过确认电路中的阻抗,来选择抗性相同的共模电感。

    4.封装体积。这一点也属于我们反复提到而在实际操作过程中不得不考虑的一环,需要根据实际情况来做出选择,共模电感会有插件和贴片,同时也有一体成型,选择合适的才是关键。

    5.漏感大小。在共模电感加工工艺时,常常会出现共模电感线圈绕制不一样的情况,紧接着导致漏磁,也就是我们所说的“漏感”遇上漏感,我们通常会使用EMI滤波器,它可以有效的预防漏磁的发生。

    好了,听完小编的介绍,是否感到颇有收获呢?分享最新电感资讯,了解最硬核的电感知识,如果有任何关于电感的问题,欢迎给我们留言哦!

    展开全文
  • RC吸收电路的参数选取

    千次阅读 2020-12-24 13:10:53
    晶闸管(可控硅)两端为什么并联电阻... 我们知道,晶闸管(可控硅)有一个重要特性参数-断态电压临界上升率dlv/dlt。它表明晶闸管(可控硅)在额定结温和门极断路条件下,使晶闸管(可控硅)从断态转入通态的最低电压上...

    晶闸管(可控硅)两端为什么并联电阻和电容及阻容元件的选择2009-06-24 23:41一、晶闸管(可控硅)两端为什么并联电阻和电容在实际晶闸管(可控硅)电路中,常在其两端并联RC串联网络,该网络常称为RC阻容吸收电路。  我们知道,晶闸管(可控硅)有一个重要特性参数-断态电压临界上升率dlv/dlt。它表明晶闸管(可控硅)在额定结温和门极断路条件下,使晶闸管(可控硅)从断态转入通态的最低电压上升率。若电压上升率过大,超过了晶闸管(可控硅)的电压上升率的值,则会在无门极信号的情况下开通。即使此时加于晶闸管(可控硅)的正向电压低于其阳极峰值电压,也可能发生这种情况。因为晶闸管(可控硅)可以看作是由三个PN结组成。  在晶闸管(可控硅)处于阻断状态下,因各层相距很近,其J2结结面相当于一个电容C0。当晶闸管(可控硅)阳极电压变化时,便会有充电电流流过电容C0,并通过J3结,这个电流起了门极触发电流作用。如果晶闸管(可控硅)在关断时,阳极电压上升速度太快,则C0的充电电流越大,就有可能造成门极在没有触发信号的情况下,晶闸管(可控硅)误导通现象,即常说的硬开通,这是不允许的。因此,对加到晶闸管(可控硅)上的阳极电压上升率应有一定的限制。  为了限制电路电压上升率过大,确保晶闸管(可控硅)安全运行,常在晶闸管(可控硅)两端并联RC阻容吸收网络,利用电容两端电压不能突变的特性来限制电压上升率。因为电路总是存在电感的(变压器漏感或负载电感),所以与电容C串联电阻R可起阻尼作用,它可以防止R、L、C电路在过渡过程中,因振荡在电容器两端出现的过电压损坏晶闸管(可控硅)。同时,避免电容器通过晶闸管(可控硅)放电电流过大,造成过电流而损坏晶闸管(可控硅)。  由于晶闸管(可控硅)过流过压能力很差,如果不采取可靠的保护措施是不能正常工作的。RC阻容吸收网络就是常用的保护方法之一。  二、整流晶闸管(可控硅)阻容吸收元件的选择  电容的选择:  C=(2.5-5)×10的负8次方×If  If=0.367Id  Id-直流电流值  如果整流侧采用500A的晶闸管(可控硅)  可以计算C=(2.5-5)×10的负8次方×500=1.25-2.5mF  选用2.5mF,1kv 的电容器  电阻的选择:  R=((2-4) ×535)/If=2.14-8.56  选择10欧  PR=(1.5×(pfv×2πfc)的平方×10的负12次方×R)/2  Pfv=2u(1.5-2.0)  u=三相电压的有效值阻容吸收回路在实际应用中,RC的时间常数一般情况下取1~10毫秒。        小功率负载通常取2毫秒左右,R=220欧姆/1W,C=0.01微法/400~630V/。        大功率负载通常取10毫秒,R=10欧姆/10W,C=1微法/630~1000V。R的选取:小功率选

    展开全文
  • ROI = image[startY:endY, startX:endX]
    ROI = image[startY:endY, startX:endX]
    展开全文
  • 正则化参数λ的选择

    千次阅读 2021-04-16 10:39:03
    正则化参数λ的选择 正则化参数λ的选择:通过选择不同的λ,找到最恰当的值。 居中的图片: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ZBqeEU9N-1618540568022)(])

    正则化参数λ的选择

    正则化参数λ的选择:通过选择不同的λ,求出不同λ对应的最小化J(θ),取出向量θ,使用交叉验证集来评价,也即测出每个参数θ在交叉验证集上的平均的误差平方和,然后取12个模型中交叉验证集最小的哪个模型作为最终选择。

    • 图片选自吴恩达机器学习视频。

    只有训练集的损失函数有正则化项,验证集和训练集均没有。
    在这里插入图片描述

    展开全文
  • 参数调优方法:网格搜索,随机搜索,贝叶斯优化等算法。1、分别对几种调有方法进行了实验,实验初始数据如下:importnumpy as npimportpandas as pdfrom lightgbm.sklearn importLGBMRegressorfrom sklearn....
  • 算法模型自动超参数优化方法

    千次阅读 2020-12-22 19:57:32
    什么是超参数?学习器模型中一般有两类参数,一类是可以从数据中学习估计得到,我们称为参数(Parameter)。还有一类参数时无法从数据中估计,只能靠人的经验进行设计指定,我们称为超参数(...
  • 机器学习中几种主要参数估计方法的介绍
  • 异常检测——基于统计学方法(参数方法、非参数方法、HBOS、pyod库) 涉及知识点 统计学异常检测的思想 基于参数方法的异常检测 基于非参数方法的异常检测 HBOS Python中PyOD库生成toy example并调用HBOS实例 1、...
  • SG3525频率和占空比参数选取

    千次阅读 2020-12-28 14:18:57
    通过调节RD、RT、CT的参数即可设置我们需要的频率和占空比。如何选取参数呢?可参考手册中的参数表进行选取
  • 特征选择是模式识别和机器学习领域的重要研究课题之一。为了提高准确率, 人们往往最大限度地提取特征信息。然而, 过大的特征向量维数不仅导致计算成本的增加, ...CSDN《几种常用的特征选择方法》 知乎《机器学习中,.
  • 介绍了一种在MA TLAB/Simulink仿真环境下,通过模拟冲击电流发生器放电回路来进行电阻和电感等参数选取及冲击电流波形调试的方法,为实际检测中雷电波冲击电流发生器的波形调节提供理论依据及软件参考。关键词:冲击...
  • pandas 选取行和列数据的方法

    千次阅读 2020-12-20 02:15:23
    本文介绍在 pandas 中如何读取数据行列的方法。数据由行和列组成,在数据库中,一般行被称作记录 (record),列被称作字段 (field)。回顾一下我们对记录和字段的获取方式:一般情况下,字段根据名称获取,记录根据...
  • 尽量用post提交,不要用问号拼接参数的方式,就不会乱码了原文:http://blog.csdn.net/wzygis/article/details/50964864在Java开发中,如果框架搭建的不完善或者初学者在学习过程中,出现中文乱码是经常的事儿(哈。...
  • 积神经网络(CNN)的参数优化方法

    千次阅读 2020-12-22 12:42:57
    积神经网络(CNN)的参数优化方法from:http://blog.csdn.net/u010900574/article/details/51992156著名:本文是从 Michael Nielsen的电子书Neural Network and Deep Learning的深度学习那一章的卷积神经网络的参数...
  • 1.测试原始振铃信号 先把RC都不接,测一下过冲电压的谐振频率 测的是35M 2.计算电容值 把R用0Ω电阻短接掉,焊接一个100pf的电容上去(这个电容必须是C0G材质),然后不断增加电容的值,直到谐振频率降低为原来的0.5...
  • 基于matlab BP 神经网络参数详解(1)生成BP 网络(,[1 2...],{ 1 2...},,,)net newff PR S S SNl TF TF TFNl BTF BLF PF =PR :由R 维的输入样本最小最大值构成的2R ?维矩阵。[1 2...]S S SNl :各层的神经元个数。{ 1...
  •   本文详细介绍基于Python的随机森林(Random Forest)回归算法代码与模型超参数(包括决策树个数与最大深度、最小分离样本数、最小叶子节点样本数、最大分离特征数等等)自动优化代码。   本文是在上一篇博客1...
  • 当你决定调用sklearn中提供的模型去做回归或分类等操作的时候,在不考虑数据优劣的情况下,你就只能依赖sklearn中提供模型和对应模型参数来进行拟合和参数优化来达到最后的最优结果,这个时候大部分人就会处在我到底...
  • 学习器模型中一般有两类参数,一类是可以从数据中学习估计得到,我们称为参数(Parameter)。还有一类参数时无法从数据中估计,只能靠人的经验进行设计指定,我们称为超参数(Hyper parameter)。超参数是在开始学习...
  • Java 重载方法的匹配规则-...具体到每一个方法调用,Java 编译器会根据所传入参数的声明类型(注意与实际类型区分)来选取重载方法选取的过程其实分为三个阶段:1、 在不考虑对基本类型自动装拆箱(auto-boxing,au...
  • 序首先最重要的是了解每个参数调节了系统响应的那些属性,通过观察响应从而调节参数改变属性。PID的作用概述:1、P产生响应速度和力度,过小响应慢,过大会产生振荡,是I和D的基础。2、I在有系统误差和外力作用时...
  • 参数辨识三种方法 (1)解体测量方法:只能得到机械臂的惯性参数值,无法计算关节因素如关节弹性、摩擦的作用,必然引起较大的力矩偏差。 (2)CAD测量方法:无法对实际机器人关节中存在的复杂因素进行模拟 (3)...
  • 机器学习 聚类篇——DBSCAN的参数选择及其应用于离群值检测摘要python实现代码计算实例 摘要 DBSCAN(Density-Based Spatial Clustering of Applications with Noise) 为一种基于密度的聚类算法, python实现代码 ...
  • 2.用ArcGIS中的Resampling工具进行栅格重采样操作在...Resample工具,工具界面如下图所示:其中各参数含义如下:Input raster: 输入栅格数据集Output raster dataset: 输出栅格数据集,以文件格式存储栅格数据...
  • 1 迭代法最佳松弛因子的选取一、问题提出:针对矩阵430341014A ⎡⎤⎢⎥=-⎢⎥... 二、理论基础选取分裂矩阵M 为带参数的下三角矩阵)(1wL D wM -=, 其中w>0为可选择的松弛因子.于是,由⎪⎩⎪⎨⎧+=+f Bx x x k k ...
  • 模型预测控制参数调整问题

    千次阅读 2021-04-19 10:24:33
    预测时域作为 MPC 的重要参数之一,表示控制器对未来状态的预测程度。若车速一定时,当预测时域较大时,控制器可以预测较远的距离,但会产生较大的误差,降低轨迹跟踪精度;当预测时域较小时,在车辆转向轮的转向...
  • 1.一种空间参数逐级精细的比特分配方法,其特征在于:包含以下步骤,步骤1,对输入信号进行分帧处理和频带划分处理;步骤2,进行比特分配模式选取,即选取帧间比特分配时、帧内比特分配时和频带内比特分配时分别采用...
  • 构建深度学习模型时,你必须做出许多看似随意的决定:应该堆叠多少层?...这些在架构层面的参数叫 作超参数(hyperparameter),以便将其与模型参数区分开来,后者通过反向传播进行训练。在实践中,经验丰富的机器学习...
  • 如何调整参数 深度强化学习之DQN编写与调试经验总结 神经网络的选取 这里着重强调一下,我们用神经网络的目的是为了拟合值函数(动作-状态值函数)。 那么我们应该使用什么样的网络呢?当你在网上搜索DQN代码时,...
  • 【前沿进展】训练参数规模万亿的预训练模型,对于超级计算机而言是不小的挑战。如何提升超算的计算效率,实现更大规模的参数训练,成为近年来研究者探索的课题。在近日举办的Big Model Mee...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 277,326
精华内容 110,930
关键字:

参数选取方法