点击切换搜索课件文库搜索结果(1186)
文档格式:PDF 文档大小:361.64KB 文档页数:10
典型环境气味污染物由于异味刺激性强、影响范围广、严重影响周边居民的生活和身心健康而受到广泛关注.围绕气味污染的评价技术和典型区域污染特征,国内外许多学者开展了深入的研究,在气味污染物采集和分析技术、气味浓度预测技术、典型垃圾处理工艺的气味污染特征等方面取得了较大进展.本文综合近年的气味污染研究现状,总结了气味污染的评价和预测技术,分析了典型垃圾处理工艺的气味污染特征、控制技术和未来的研究方向
文档格式:PPT 文档大小:172.5KB 文档页数:24
一、求职择业的几个误区 多干几种不同类型的工作,可以证明我工作适应性广,能力强,因此利于找到更好的工作。 我通过不断地调换公司,来获得较快的薪水增加。 哪家公司的待遇好,我就去哪里。 哪家公司能送我出国培训,我就去哪家公司工作
文档格式:PDF 文档大小:1.14MB 文档页数:9
为解决隧洞围岩稳定性分析问题,开展了基于广义Hoek-Brown屈服准则强度折减法的研究.在有限差分软件FLAC3D中利用FISH语言编制强度折减程序,并以计算收敛性和特征点位移突变性为判据,求得整体安全系数.针对广义Hoek-Brown屈服准则四个基本输入参数σci、mi、GSI和D,引入等效接近度概念,以此为基础对比分析了七种强度折减路径的合理性,得出折减路径的合理性依赖于具体工程参数的结论,并通过工程实例对比验证了上述结论.隧洞稳定性随D值的增大而降低;将计算收敛性以及特征点位移突变性相结合作为其稳定性的判断标准更为合理
文档格式:PDF 文档大小:1.11MB 文档页数:17
本文在广义撕裂法[6]及节点撕裂节点分析法[4]的基础上提出了一种新的撕裂方法—节点与支路混合撕裂法(简称混合撕裂法)。它同混合分析法与节点分析法及回路分析法的关系类似,可以把广义撕裂法中的节点回路撕裂法与节点撕裂节点分析法作为它的特例,且一般可以达到比二者更好的撕裂效果。本文给出了节点与支路混合撕裂法的严格证明,给出了以二级撕裂[6]为基础的算法及示例
文档格式:PPT 文档大小:5.27MB 文档页数:97
Adobe公司的 Photosh。p作为当今最流行的图像处 理软件之一,它在数字图片的制作、合成以及艺术处 理方面走在了同类软件的前列,无论是在用户界面还 是图像处理技术上都确实有着独树一帜的地方。该软 件功能强大,简单易学,因而被广泛应用于建筑设计 第二篇平面设计篇 广告、影视、数字图形艺术等领域,已成为数字图 像处理软件事实上的标准
文档格式:PDF 文档大小:571.32KB 文档页数:6
讨论了广义二阶流体的脉冲泊肃叶流动,引入黎曼-刘维尔分数阶微分建立本构方程,结合不可压缩流体时间分数阶动量方程,得到控制方程.利用傅里叶正弦变换和分数阶拉普拉斯变换,获得流体速度解析解.利用Stehfest算法对结果进行数值模拟,通过图像讨论了分数阶参数以及延迟时间对流动的影响.结果表明速度过冲现象主要取决于动量方程的时间分数阶参数
文档格式:PDF 文档大小:470.81KB 文档页数:11
研究了带有状态时滞的多采样率线性离散时间广义因果系统的最优输出调节器的设计问题.首先利用离散提升技术将原系统转化为形式上无时滞的系统.再通过等价变换,利用系统的因果性特点将其化为一个正常系统.继续对系统进行离散提升,导出一个形式上简单的单采样率系统.然后将原系统的二次性能指标函数修正为单采样率系统的二次性能指标函数,进而利用最优调节原理,得到其最优调节器.再经过变换,得到多采样率系统的最优输出调节器.同时对导出的单采样率系统的能稳定性和能检测性进行了讨论,给出了严格的数学证明.最后的数值仿真表明,本文所设计的最优调节器是有效的
文档格式:DOC 文档大小:64.5KB 文档页数:12
第九章促销策略 教学目的和要求: 本章重点分析了促销的基本原理、促销组合策略以及人员推销、广告、营业推广、公共关系等促销手段所包含的内容。通过本章的学习,学生应理解促销的基本内容、掌握促销的基本概念和基本策略。 教学重难点: 重点:促销组合策略的构成及其影响因素
文档格式:PDF 文档大小:599.89KB 文档页数:9
交叉层积木作为一种新型木建筑材料已经在北美地区推广开来,然而在我国还没有得到引进和推广.本文介绍了这种新型材料的性能特点,总结其生产工艺、设计方法和研究进展,重点对交叉层积木七种半刚性连接的抗震性能进行试验研究.研究表明:紧固件全部被拔出的失效模式为理想的延性破坏模式,滞回曲线表现出高度非线性、刚度退化、强度退化以及捏拢现象.通过试验数据分析,给出了在延性和承载能力两方面最佳的连接
文档格式:PDF 文档大小:270.08KB 文档页数:6
在语音识别中,卷积神经网络(convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络(deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸.本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比.在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强
首页上页99100101102103104105106下页末页
热门关键字
搜索一下,找到相关课件或文库资源 1186 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有