采用恒应变速率凸轮式压缩试验机,测定了4种铝合金材料在热状态下的流动应力,分析了应变率、应变速率及变形温度对流动应力的影响规律,通过对多种结构型式流动应力数学模型的回归分析比较,确定了计算精度较高、结构型式较简单、适合于现场计算机在线控制和工程计算的数学模型

提出了一种高孔隙率开孔泡沫金属的结构简化几何模型,运用热电比拟理论在胞孔尺度上分析并求解了有效热导率的计算表达式,并根据已有实验数据进行模型修正.同时模拟分析了金属泡沫三维矩形通道内空气流动的对流换热情况,与实验结果进行了对比验证.研究表明,本文提出的胞孔有效热导率修正模型对铝泡沫金属有一定的适用性;相同孔隙率条件下,泡沫金属通道内强制对流的对流换热系数随孔密度的增加(即孔径的减小)而增大,但付出的代价是阻力也随之增大;相对而言,低孔密度的泡沫金属具有较好的对流换热综合性能

9.1虚拟变量的性质 一、回归分析中,被解释变量不仅常受一些比率尺度变量(如收入、产量、价格、成本、高度和温度)的影响,而且还受定性性质变量(也被称为名义尺度变量,如性别、种族、肤色、宗教、国籍、战争)的影响。 二、为了在模型中能够反映这些定性性质变量的影响,并提高模型的精度,需要将它们量化

选取某4000 m3级别高炉2014年至2019年时间范围内的日平均数据，以铁水温度为目标函数，首先对铁水温度的特征参量进行线性与非线性相关性分析、特征选择与规范化处理，获取了显著影响铁水温度的正负相关性特征参量。在此基础上，基于支持向量回归与极限学习机两种算法对铁水温度构建预测模型，模型均可对铁水温度实现有效预测，基于支持向量回归算法构建的预测模型较优，预测平均绝对误差为4.33 ℃，±10 ℃误差范围内的命中率为94.0%

(一)初等函数 (二)MM数学模型 (三)连续函数

第一讲绪论 以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息 化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的 困难。 例如,一个人可以很容易地识别他人的脸孔,但计算机则很难做到这一点。这是因为 脸孔的识别不能用一个精确的数学模型加以描述,而计算机工作则必须有对模型进行各种 运算的指令才行,得不到精确的模型,程序也就无法编制

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

针对北京地区典型粉质黏土地层隧道开挖问题,进行了多组三轴固结排水试验,分析了不同类型应力路径下土样的力学特性,并建立隧道开挖二维数值模型.选取一般工程材料参数,计算每步开挖下网格点及高斯点的应力,跟踪记录典型样点的应力变化规律,进而将地层划分为不同作用分区,将强度试验结果依次代入对应模型分区后得出考虑分区的地表最终沉降值.最后构建离心机试验模型,记录稳定后的表面沉降值,对比了分区模拟计算结果,验证了隧道开挖下地层作用分区的正确性

在详细分析了高温烧结矿冷却过程传热机理的基础上,根据能量守恒定律建立了高温烧结矿气-固换热过程的一维非稳态热过程数学模型,并利用现场实测数据对所建立的数学模型进行了验证.结果表明:所建立的数学模型是正确可信的.在此基础上,重点研究了冷风风速和台车移动速度等主要热工参数对环冷机内冷却过程的影响,并针对某环冷机的实际生产情况提出了具体的操作建议

采用恒应变速率塑性计,对铝合金的4个具有代表性品种的实体样本进行压缩实验,测定了冷变形时的流动应力,通过对5种结构形式的流动应力数学模型的分析和比较,分析了各种变形条件对流动应力的影响,获得了结构简单,计算精度高,适合于现场计算机在线控制的数学模型