陈磊
- 作品数：46 被引量：402H指数：14
- 供职机构：浙江大学电气工程学院更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划浙江省重点科技创新团队项目更多>>
- 相关领域：建筑科学自动化与计算机技术电子电信电气工程更多>>
- 复杂形状带线电极谐振特性数值分析被引量：1
- 1998年
- 为研制能产生超宽边带光谱的电光调制器，引入了具有复杂形状的调制器带线电极．为确定该电极在宽频带内的谐振频率，提出了一种结合了平面波导模型方法和边界元素方法的数值计算方法，在保证足够精度的基础上对形状复杂的调制器电极进行了简化求解，并巧妙运用高斯型求积公式较为精确地求解了边界积分方程．数值计算结果与实验结果基本相符．
- 陈磊郭凤珍于长泰
- 关键词：电光调制器
- 基金会现场总线在离散控制中的应用被引量：2
- 2002年
- 基金会现场总线(FF)在OSI参考模型基础上增加了用户层,定义了很多用于离散控制的功能块这使得FF不仅适用于连续控制,也同样适用于离散控制,在介绍FF功能块应用的基础上,以实例说明了FF在离散控制中的应用。
- 陈磊褚健
- 关键词：基金会现场总线功能块
- 自适应遗传算法优化管网状态估计神经网络模型被引量：12
- 2004年
- 针对遗传算法收敛速度慢、传统BP算法易收敛于局部最优以及网络结构难以确定等问题,引进自适应遗传算法优化网络的权阈值以搜寻网络最优拓扑结构,并利用自适应遗传算法优化该网络的权阈值,建立基于改进BP网络的宏观管网状态模型.实例分析表明,改进模型具有较高的预测精度.
- 陈磊张土乔吕谋何小香
- 关键词：BP网络自适应遗传算法
- FF非周期通信的带宽分配优化策略研究被引量：5
- 2002年
- 在FF的过程控制应用中 ,为确保时间限制严格的非周期通信 ,对非周期通信带宽分配了过高的比例 ,造成通信带宽的浪费。为了提高FF通信带宽利用率 ,基于优先权机制 ,分析了FF通信的带宽分配 ,并对两种带宽分配策略进行了分析研究和性能比较。在此基础上对所得结果作进一步推广 ,给出了FF非周期通信带宽分配的优化策略。
- 陈磊金建祥褚健
- 关键词：现场总线带宽分配过程控制
- 基于贝叶斯最小二乘支持向量机的时用水量预测模型被引量：28
- 2006年
- 为解决传统最小二乘支持向量机采用交叉验证确定模型参数耗时长的问题,提出利用贝叶斯置信框架推断最小二乘支持向量机的模型参数．通过第1级推断确定最小二乘支持向量机的权矢量w和偏置项b,通过第2级推断确定模型的超参数μ和ζ,通过第3级推断的模型对比自动选择核函数的系数。根据时用水序列具有周期性和趋势性的特点,建立了基于贝叶斯推断最小二乘支持向量机的时用水量模型,实例分析结果表明,与基于传统最小二乘支持向量机和基于BP网络的预测模型相比,基于贝叶斯最小二乘支持向量机的时用水量预测模型的建模速度更快,预测精度更高。
- 陈磊张土乔
- 关键词：贝叶斯推断最小二乘支持向量机供水系统时用水量预测
- 汽车交流发电机的稳压电路设计被引量：4
- 2007年
- 介绍汽车交流发电机稳压电路系统的一个设计实例,给出了该电路系统的工作原理、设计要求、总体结构框架及性能测试。通过实验测试验证,该稳压电路系统能在汽车行使过程中对交流发电机充电系统实施良好的电压调整和负载控制,并具有欠压、过压、相位故障和负载断开保护功能。
- 陈磊章玮方攸同
- 关键词：汽车交流发电机稳压电路
- 基于ν-支持向量机的时用水量预测模型被引量：7
- 2009年
- 为解决BP神经网络结构较难确定以及过学习的问题,在对时用水量序列进行相关分析的基础上,建立了基于ν-支持向量机(ν-SVM)的时用水量预测模型.ν-SVM算法通过引入参数ν代替传统支持向量机算法的不敏感系数ε,有效地控制支持向量个数.实例分析结果表明,与基于BP网络的预测模型和基于传统SVM的预测模型相比,基于ν-SVM的时用水量预测模型建模速度更快,预测精度更高.
- 陈磊
- 关键词：BP神经网络供水系统时用水量预测
- △-∑DAC中插值滤波器的设计以及FPGA实现被引量：3
- 2006年
- 该文介绍了一种通用结结、面积优化、用于便携数字音频系统的Delta-Sigma DAC中的插值滤波器。对整个设计进行了系统仿真、Verilog代码实现以及FPGA的验证。插值滤波器的信噪比达到了115dB,满足数字音频的要求,在设计中,对滤波器的系数进行了优化,整个滤波器只使用了67个系数,大大减少了面积。同时其结构具有通用性,可以用于同类型的高精度△-∑D/A转换器。整个设计经过FPGA实现,通过Agilent的逻辑分析仪观测试,其功能和性能达到设计要求。
- 陈磊韩雁
- 关键词：插值滤波器系统仿真信噪比
- 支持向量机在短期用水量预测中的应用被引量：12
- 2007年
- 针对基于经验风险最小化的神经网络存在模型结构较难确定和过学习的问题,根据时用水序列具有周期性和趋势性的特点,建立了基于支持向量机的时用水量预测模型.支持向量机采用结构风险最小化准则,在最小化学习误差的同时缩小模型泛化误差的上界,因此具有较强的泛化能力.此外,支持向量机通过将机器学习问题转化为二次规划问题,可获得全局最优解.实例分析结果表明,与基于BP网络的预测模型相比,基于支持向量机的时用水量预测模型建模速度更快,预测精度更高.
- 陈磊董志勇
- 关键词：支持向量机供水系统时用水量预测
- 以太网在工业应用中的实时能力分析被引量：37
- 2003年
- 以工业控制过程为背景 ,详细分析以太网端到端的通信延迟 ,给出排队延迟的期望表达式 ,发送延迟和传输延迟的计算方法 ;通过仿真 ,分析网络节点数目、帧的长度和通信速率对以太网实时能力的影响 。
- 陈磊冯冬芹金建祥褚健
- 关键词：以太网CSMA/CD
