点击切换搜索课件文库搜索结果(8828)
文档格式:PDF 文档大小:802.77KB 文档页数:10
基于CALPHAD技术首先评估了LiF-NaF和LiF-KF两个二元熔盐体系,液相和端际固溶体Halite相均采用Redlich-Kister多项式置换熔体模型描述,模型参数的优化选取实验相平衡数据和热化学数据以及本文根据第一性原理预测的数据.结合文献中已报道的NaF-KF体系的热力学参数,用Muggianu模型扩展至LiF-NaF-KF三元体系,根据三元共晶点的实验数据调整三元交互参数.最终的相图计算结果与绝大部分实验数据和第一原理计算数据吻合较好,由此获得了一套自洽且可靠的热力学参数,其能够准确描述LiF-NaF-KF体系的相平衡与热力学性质
文档格式:PDF 文档大小:1.25MB 文档页数:6
通过铸坯取样分析研究了板坯结晶器内拉速和电磁制动与小气泡分布之间的关系,探讨了拉速以及电磁制动对IF钢铸坯皮下气泡大小、数量和分布的影响规律.实验结果表明:铸坯皮下气泡直径小于0.1mm的气泡占总数的57%,0.1~0.5mm之间的占42.5%,大于0.5mm占0.5%,并且随着皮下距离的增加,被捕捉的气泡尺寸越来越小,而气泡数量边部比1/4处要多50%左右,1/4位置最少;拉速提高会导致气泡尺寸变小,在1/4及边部,气泡聚集位置由皮下9mm变为12mm附近,但是低拉速和高拉速均在皮下3mm位置处有气泡聚集;电磁制动下,铸坯中心处气泡尺寸变大,1/4及边部位置气泡尺寸变小,且会使气泡数量总体降低,主要表现在聚集位置处的气泡数量明显减少
文档格式:PDF 文档大小:689.2KB 文档页数:9
采用扫描电镜/能谱仪表征了管线钢中夹杂物的形貌、尺寸、成分及数量,考察了不同Ti/Mg比的钢中夹杂物特征、硫含量及脱氧产物数量对MnS析出行为的影响,并进行了热力学计算.结果表明:Ti-Mg脱氧钢中夹杂物以MgO-Al2O3-Ti2O3、MgO-Ti2O3或MgO为核心,表面包裹或局部析出MnS,粒径小于1.3μm,数量为300~450 mm-2,形貌为圆形、多边形和方形;夹杂物中Ti/Mg原子数比为0.05~0.2时,夹杂物细小且近圆形;随硫含量减少,凝固过程中MnS析出倾向减小,MnS在夹杂物表面由包裹析出向局部析出转变,提高氧化物夹杂数量,有利于细小MnS的包裹或局部异质形核;Ti-Mg复合脱氧产物细小、弥散,可作为MnS异质形核核心,可同时降低MnS及氧化物的危害
文档格式:PPT 文档大小:524.5KB 文档页数:58
一、计算机中的常用计数制、编码及其相互间的转换; 二、二进制数的算术运算和逻辑运算; 三、符号数的表示及补码运算; 四、二进制数运算中的溢出问题; 五、基本逻辑门及译码器; 六、定点数与浮点数的表示方法
文档格式:PPT 文档大小:1.08MB 文档页数:32
单元一数控电火花线切割加工概述 单元数控电火花线切割编程 单元三数控电火花线切割工艺与实例
文档格式:PPT 文档大小:302KB 文档页数:10
2.1零售商店管理信息系统数据表结构设计 2.1.1基础数据记录表结构设计 2.1.2基础数据记录表间关系设计 2.1.3辅助数据记录表结构设计
文档格式:PPT 文档大小:77KB 文档页数:2
一、学习 Access 22003数据表视图中的各项操作方法 二、掌握在数据表视图中进行各项数据编辑的操作方法 三、理解关于数据排序、数据筛选等操作的含义
文档格式:PPT 文档大小:3.18MB 文档页数:69
1向量的定义 定义n个有次序的数a1,a2,…,an所组成的数组称为n维向量这n个数称为该向量的分量第个数a1称为第个分量
文档格式:PDF 文档大小:458.36KB 文档页数:9
建立快速有效的针对大规模文本数据的聚类分析方法是当前数据挖掘研究和应用领域中的一个热点问题.为了同时保证聚类效果和提高聚类效率,提出基于\互为最小相似度文本对\搜索的文本聚类算法及分布式并行计算模型.首先利用向量空间模型提出一种文本相似度计算方法;其次,基于\互为最小相似度文本对\搜索选择二分簇中心,提出通过一次划分实现簇质心寻优的二分K-means聚类算法;最后,基于MapReduce框架设计面向云计算应用的大规模文本并行聚类模型.在Hadoop平台上运用真实文本数据的实验表明:提出的聚类算法与原始二分K-means相比,在获得相当聚类效果的同时,具有明显效率优势;并行聚类模型在不同数据规模和计算节点数目上具有良好的扩展性
文档格式:PDF 文档大小:358.08KB 文档页数:8
CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性
首页上页294295296297298299300301下页末页
热门关键字
搜索一下,找到相关课件或文库资源 8828 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有