点击切换搜索课件文库搜索结果(532)
文档格式:DOC 文档大小:19.5KB 文档页数:1
3.同温度、同物质的量的H2和He两种气体,它们的() A、分子的平均动能相等; B、分子的平均平动动能相等; C、总动能相等; D、内能相等
文档格式:PPT 文档大小:76KB 文档页数:2
一、掌握内能、功和热量等概念.理解准静态过程 二、掌握热力学第一定律,能分析、计算理想气体在等体、等压、等温和绝热过程中的功、热量和内能的改变量 三、理解循环的意义和循环过程中的能量转换关系,会计算卡诺循环和其他简单循环的效率. 四、了解可逆过程和不可逆过程,了解热力学第二定律和熵增加原理
文档格式:PPT 文档大小:136.5KB 文档页数:22
1安全性建筑结构在其设计使用年限内应能够承 受可能出现的各种作用。且在设计规定的偶然事 件发生时及发生后,结构应能保持必需的整体稳 定性,不致倒塌。 2适用性建筑结构在其设计使用年限内应能满足 预定的使用要求,有良好的工作性能,其变形 裂缝或振动等性能均不超过规定的限度等。 3耐久性建筑结构在其设计使用年限内应有足够 的耐久性。例如保护层厚度不得过薄、裂缝不得 过宽而引起钢筋锈蚀等
文档格式:PPT 文档大小:574.5KB 文档页数:44
一、生态系统中的初级生产 二、生态系统中的次级生产 三、生态系统中的分解 四、生态系统中的能量流动 五、异养生态系统的能流分析 六、生态系统能流模型 七、生态系统中的信息及其传递
文档格式:PPT 文档大小:72.5KB 文档页数:20
企业营运能力分析 一、短期资产营运能力分析 二、长期资产营运能力分析
文档格式:PDF 文档大小:631.44KB 文档页数:9
木建筑由于结构冗余性以及钉接节点超强的吸能耗能能力在抗震中表现良好.交叉层积木是一种新型的建筑材料.本文以交叉层积木3种柔性连接试验为基础,采用Open Sees中Pinching4自定义模型模拟连接滞回曲线的高度非线性、强度退化、刚度退化和捏拢现象.基于主次半循环累积能量的损伤模型,对交叉层积木连接进行损伤分析,并提出该连接的5种性能水平的损伤指数.Pinching4模型与连接试验结果吻合较好,进一步证明该模型模拟木节点连接性能的可行性和有效性.损伤因子对应的损伤程度基本符合试验规律,其平均值在合理范围内,计算结果离散性较低
文档格式:PDF 文档大小:563.36KB 文档页数:6
公路上正常行驶的车辆一旦操纵失控,安装在路侧的护栏就显得极为重要,可避免车辆直接冲出道路发生致命危险.波形梁护栏是最常见的一种被动防护装置,可有效抵御车辆施加的碰撞荷载.依据常规的设计思路,这种护栏可以利用波形梁板、防阻块和立柱的变形来吸收汽车碰撞所产生的能量.但与实际情况不同的是,在这一过程中忽略了地基土体对碰撞过程可能产生的影响.本文通过分别建立不考虑和考虑地基约束作用的碰撞计算模型来研究土体的贡献.在模拟过程中,分别观测货车的运行轨迹、护栏的变形和土体的变形.此外,也分析了不同部件对碰撞能量的吸收比率.与立柱接触区毗邻的土体因受冲击荷载影响,可能发生剪切失效.整个护栏系统中超过10%的系统能量实际上是由土体吸收的,常用的简化固定基模型跟实际情况有一定的出入
文档格式:PPT 文档大小:262.5KB 文档页数:7
一、波动能量的传播 当机械波在媒质中传播时,媒质中各质点均在其平衡位置附近振动,因而具有振动动能.同时,介质发生弹性形变,因而具有弹性势能.以固体棒中传播的纵波为例分析波动能量的传播
文档格式:PDF 文档大小:693.65KB 文档页数:7
利用热重分析天平,采用非等温燃烧的方法对生物质热解产物——生物质焦与两种无烟煤混合试样的燃烧特性及其反应动力学参数进行了实验研究,考察了不同配比的混合试样的着火温度、燃烧速率最大时温度、燃尽温度和最大燃烧速率等燃烧特征参数,求出了反应的动力学参数活化能Ea和指前因子A.结果表明:活化能和指前因子均随混煤中生物质焦比例的增加而降低,存在动力学补偿效应;煤中掺入生物质焦后,试样燃烧的第一阶段和第二阶段的活化能分别呈现出\U形\曲线和\阶梯形\曲线的规律,且对混合燃料热解过程的作用要优于对固定碳燃烧过程的作用;活化能的计算表明生物质焦的存在有助于改善煤的着火性能,对煤的燃烧有催化促进作用
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3839404142434445下页末页
热门关键字
搜索一下,找到相关课件或文库资源 532 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有