点击切换搜索课件文库搜索结果(10171)
文档格式:PDF 文档大小:200.12KB 文档页数:8
一、选择题(共8题40分) 1.5分(1436)1436 体系中若有2%的Cl2分子由振动基态到第一振动激发态,Cl2分子的振动波数5569cm,则该体系的温度为() (A)2060k(B)1000K(C)3000KD)206K
文档格式:PPT 文档大小:4.66MB 文档页数:89
第三章地质构造分析的力学基础 一、应力分析 二、变形分析 三、影响岩石力学性质与岩石变形的因素
文档格式:RTF 文档大小:90.47KB 文档页数:5
1生物群落的分类 中国的植物群落分类 法瑞学派的群落分类
文档格式:PPT 文档大小:4.68MB 文档页数:118
1联系原子核外电子运动的特征,了解波函数、四个量子数和电子云的基本概念,了解波函数和电子云的角度分布示意图。 2掌握周期系元素的原子的核外电子分布的一般规律及其与周期表的关系,明确原子(及离子)的外层电子分布和元素分区的情况。联系原子结构了解元素的某些性质的一般递变情况
文档格式:PPT 文档大小:4.64MB 文档页数:260
3-1概述 3-2平面四杆机构的基本类型及其演化 3-3平面四杆机构有曲柄的条件及几个基本概念 3-4平面连杆机构的运动分析 3-5平面连杆机构的力分析和机械效率 3-6平面四杆机构的设计 3-7机器人操作机——开式链机构及其运动分析
文档格式:PPT 文档大小:4.25MB 文档页数:39
1、什么是酶分子修饰 2、酶分子修饰的基本要求和条件 3、酶分子的修饰方法 4、酶修饰后的性质变化 5、酶的定向进化
文档格式:PDF 文档大小:1.21MB 文档页数:10
采用调频连续波(Frequency modulated continuous wave, FMCW)雷达实现非接触式生理信号检测,并提出了基于小波分析和自相关计算(Wavelet analysis and autocorrelation computation, WAAC)的检测方法。首先,毫米波FMCW雷达发射电磁波信号,并接收来自身体的反射信号。然后,通过信号预处理从中频信号中提取包含呼吸和心跳的相位信息,消除直流偏置并完成相位解缠。最后,基于小波包分解(Wavelet packet decomposition, WPD)从原始信号中得到心跳和呼吸信号,利用自相关计算减小杂波对心跳信号的影响,进而提取高精度的心率参数。应用FMCW雷达对10名受试者进行实验测试,结果表明本文方法得到的呼吸和心率的平均绝对误差率平均值分别小于1.65%和1.83%
文档格式:PDF 文档大小:1.79MB 文档页数:10
以碳热预还原和氢气深还原两步制备的纳米钨粉作为烧结原料,即先通过碳黑还原脱除三氧化钨中的大部分氧,再以氢还原脱除残留的氧。该方法制备的钨粉颗粒呈球形形貌,平均晶粒度可达90 nm。同时,向钨粉中掺杂质量分数为1%和2%的氧化铝,探究了氧化铝对钨粉烧结行为的影响。通过烧结样品的断口形貌和晶粒的平均尺寸分析发现,氧化铝对烧结后期的晶粒长大有明显的抑制作用,相同的烧结温度下晶粒的尺寸随着氧化铝含量的上升而减小。在1600 ℃时,纯钨粉烧结坯的晶粒平均尺寸为2.75 μm,但添加质量分数为1%和2%氧化铝的烧结样品晶粒平均尺寸约为1.5 μm,这是由于氧化铝能有效地抑制烧结后期的钨粉晶粒长大。纯钨粉和掺杂氧化铝钨粉的烧结坯的硬度随温度升高具有不同的趋势。掺杂钨粉烧结坯的硬度随着温度的升高而升高,且其最大值高于800 HV。但是,纯钨粉烧结坯的硬度随烧结温度增加而先增加后降低,在1400 ℃时取得最大值(473.6 HV),这是由纯钨粉烧结坯的晶粒在高温下急剧长大所导致。在烧结温度为1600 ℃时,纯钨粉、掺杂质量分数1%和2%的氧化铝掺杂的钨粉的烧结坯的相对密度依次为98.52%、95.43%和93.5%
文档格式:PPT 文档大小:136.5KB 文档页数:21
二、自然资源 Natural Resource (一)自然资源的含义及分类Natural resource and its classification (二)自然资源与经济发展 Natural resource and economic development (三)可分拨自然资源的分配(aIoation《of appropriable resource (四)控制外部性(不可分拨资源利用的处理) control externalities of inappropriable
文档格式:PDF 文档大小:3.22MB 文档页数:7
针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法
首页上页229230231232233234235236下页末页
热门关键字
搜索一下,找到相关课件或文库资源 10171 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有