黄景涛
- 作品数：76 被引量：156H指数：6
- 供职机构：河南科技大学更多>>
- 发文基金：河南省科技攻关计划国家自然科学基金河南省教育厅自然科学基金更多>>
- 相关领域：自动化与计算机技术艺术电气工程文化科学更多>>
- 超声波电动机P与PI型迭代学习转速控制被引量：5
- 2015年
- 相对简单的控制策略,能够降低超声波电动机系统的复杂性,提高性价比。迭代学习控制算法简单,根据较少的经验知识即可确定控制参数。针对超声波电动机的控制特点,改进了迭代学习控制算法,设计了电机转速迭代学习控制策略。实验表明,电机系统具有较好的迭代学习能力,控制效果在重复学习过程中渐进改善,控制策略简单有效。
- 刘玉史敬灼黄景涛徐美玉张聚伟张雷
- 关键词：超声波电动机转速控制迭代学习控制
- 舰载机助飞装置
- 本实用新型涉及一种舰载机助飞装置，包括具有出、回气口的蒸汽发生器及分别与所述蒸汽发生器的出、回气口连通的传动室，传动室的室壁上气密封转动装配有传动轴，所述传动轴的一端为延伸至所述传动室内的动力输入端；另一端为延伸至传动室...
- 付主木高爱云路晓坚刘磊坡黄景涛袁澜徐美玉
- 文献传递
- 一种并网逆变器的模型预测控制方法
- 本发明涉及一种并网逆变器的模型预测控制方法，属于交流‑直流变换技术领域，本发明的控制方法，能够当逆变器工作环境变化时，根据具体需求对控制目标(入网电流、直流母线电压)的重要性进行重新分配，实时分配代价函数的各权重因子，调...
- 黄景涛任兆文弓少康程相超杨清邱联奎宋书中
- 文献传递
- 单相三电平变流系统及其基于鲁棒H∞与均压的控制方法
- 本发明属于变流控制技术领域，具体涉及一种单相三电平变流系统及其基于鲁棒H∞与均压的控制方法。该方法首先将变流系统交流侧输出电流的参考值与变流系统交流侧输出电流的实际值作差，得到的差值经过鲁棒H∞控制器进行闭环控制，得到鲁...
- 黄景涛弓少康杨清任兆文刘俊志梁云朋池小梅邱联奎
- 文献传递
- “电器控制”课程理论联系实际的教学思考被引量：2
- 2015年
- "电器控制"是电气工程等相关专业的一门工程实践性很强的专业基础课程,涵盖传统的继电器-接触器电机控制系统和以可编程控制器(PLC)为核心的电气控制系统。针对理论与具体工程实践相互脱节的问题,在教学过程中,教师加强理论联系实际,采用实际工程应用中的具体案例,与课堂教学内容进行对比,互相补充,提高了教学质量和学生培养质量。
- 邱联奎黄景涛史敬灼
- 关键词：电器控制PLC
- 电站锅炉监测数据的异常值检测算法研究被引量：6
- 2013年
- 经典的基于距离的异常值检测算法对参数设置比较敏感,且当数据分布不均时检测准确性会受到较大影响。针对这些问题,本文采用一个基于全局距离和的异常值判定新规则,在此基础上通过对基于距离的经典检测算法中常用的欧氏距离进行改进,给出一种面向数据分布不均的距离度量函数,基于这两点,提出了一种基于全局距离和的异常值检测算法。在电站锅炉监测数据上进行了仿真分析,结果表明该算法具有较高的查全率和较低的误报率,而且简化了对参数设置的要求,有效降低了数据分布不均的影响,同时量化了异常值的异常程度。
- 黄景涛任志伟罗威
- 关键词：电站锅炉数据预处理异常值
- 基于改进模型预测控制的并网逆变器控制方法
- 本发明属于并网逆变器控制技术领域，具体涉及一种基于改进模型预测控制的并网逆变器控制方法。首先根据中点电位偏差构建新的虚拟中矢量和虚拟小矢量，并增加用于判断参考电压矢量的空间位置的辅助扇区，输入到有限控制集模型预测控制中，...
- 黄景涛杨清刘俊志刘帅蒋广旭池小梅曹哲邱联奎梁云朋
- 基于统计试验设计方法的支持向量机参数选取被引量：7
- 2008年
- 为优化支持向量机算法参数的选取,提出了一种基于统计试验设计的参数选取方法。在参数空间内进行优化搜索,以较少的搜索次数获得参数的优化组合,提高算法整体性能。将基于统计学基础的正交试验设计方法整合到支持向量机算法的实施过程中,形成一个完整的算法。在几个数据集上的测试结果表明,该方法能够有效提高分类率,相应的模型复杂度较低。
- 黄景涛马龙华钱积新
- 关键词：支持向量机参数选取正交试验设计
- 广西山水画当代创作的分析被引量：1
- 2022年
- 广西因其独特的地貌和优越的文化资源而受到画家的青睐。特别是20世纪上半叶以来,广西内外各地的画家纷纷从桂林山水中汲取灵感。本文将对已发表的有关广西山水画的文献进行综述。本研究旨在揭示当代广西山水画家在描绘地方地域特色时所采取的笔墨程式和重点描绘对象。
- 周小琴黄景涛
- 关键词：山水画笔墨程式
- 支持向量机算法多目标模型选择被引量：2
- 2009年
- 为适应支持向量机(Support Vector Machine,SVM)算法应用过程中的不同性能指标要求,将SVM算法的模型选择问题作为一个多目标优化(Multi-Object Optimization,MOO)问题进行处理。以改进的粒子群优化(Particle Swarm Optimization,PSO)算法对该多目标优化问题进行求解,得到其Pareto解集,在具体应用中根据实际需要从Pareto解集中选择适合的最优解作为支持向量机算法参数,实现支持向量机算法的模型选择。在几个数据集上的仿真实验表明,该方法能够较快地得到Pareto解集,解集中的参数组合能够满足对支持向量机算法速度和泛化能力的不同要求。
- 黄景涛池小梅马建伟
