点击切换搜索课件文库搜索结果(6420)
文档格式:DOC 文档大小:1.04MB 文档页数:16
何为子模型? 子模型是得到模型部分区域中更加精确解的有限单元技术。在有限元分析 中往往出现这种情况,即对于用户关心的区域,如应力集中区域,网格太疏不能 得到满意的结果,而对于这些区域之外的部分,网格密度已经足够了。见图 5-1
文档格式:PDF 文档大小:916.78KB 文档页数:9
利用Gleeble-1500D热模拟试验机对316LN奥氏体不锈钢进行单道次热压缩试验,分别设置变形温度为900~1200℃、应变速率为0.001~10 s-1、真应变为0.1~0.9及试样的初始晶粒度为122~297μm之间,以研究热变形条件及初始晶粒度对316LN钢动态再结晶行为的影响.对试验数据进行处理,得到临界应变与峰值应变以及临界应力与峰值应力的比值分别为0.38和0.89,建立了动态再结晶动力学方程和晶粒尺寸演变方程.对建立的动态再结晶模型进行修正,将修正后的模型嵌入DEFORM-3D有限元模拟软件中进行计算,发现修正模型的模拟值和试验值符合较好,证明修正模型的准确性
文档格式:DOC 文档大小:512KB 文档页数:19
已经学习回归模型和时间序列模型,如果把这两种分析方法结合在一起,有时会得到比 其中任何一种方法都好的预测结果
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:674.39KB 文档页数:9
基于个体脆弱性模型将毒气扩散场景下人员疏散过程中的个人风险量化,并根据警报传播和人员跃迁规律求解不同警报接收端部署比例下的个人风险.运用运筹学中图论及多目标优化方法建立高含硫井场警报接收端部署双目标优化模型,并基于贪心算法思想提出求解该模型的实用算法,从而获得模型的较好非劣解.以某山区高含硫井场应急预警通知项目为例,通过程序运算得到该井场警报接收端部署子区域的边界及对应的部署比例.分析表明,在降低部署成本及缓解道路拥塞水平方面,该优化部署方法比传统的平均部署方法更具优越性
文档格式:PDF 文档大小:484.07KB 文档页数:5
利用气隙磁通密度解析模型和洛仑兹力公式建立了球坐标系下空心定子线圈所受切向电磁力和径向电磁力的解析模型.利用定子壳体和线圈座的有限元模型计算定子线圈座在电磁力作用下的应变,分析了定子壳体厚度、线圈座连接杆长度和直径对应变的影响.最后利用有限元法和解析法对样机进行分析并对结果进行比较,验证了解析模型的正确性和准确性.分析表明,当定子壳体厚度和连接杆直径线性减小而连接杆长度线性增大时,定子线圈座在电磁力作用下产生的应变量在一定范围内线性增加,然后显著增加
文档格式:PDF 文档大小:1.52MB 文档页数:38
事件史分析 本章将对事件史分析的基本概念和模型进行非技术性的介绍。具体地说,首 先我们将讨论什么是事件历史分析。然后介绍几种广泛使用的事件历史分析的模 型,特别要着重介绍的是离散时间的 logit模型和Cox比例风险模型(Cox pro portional hazards model)。我们将用1988年中国千分之二生育节育抽样调查的数 据来示范如何使用这两种模型,并在本章后面强调一些应该注意的问题。本章的 附录中提供了使用SPSS软件数据处理和估计的步骤
文档格式:PPT 文档大小:554KB 文档页数:23
在前面一章中我们介绍了线架模型的绘制方法,在本章中将要介绍表面模 型和实体模型的绘制方法。表面模型用面描述三维对象,它不仅定义了三维对 象的边界,而且还定义了表面即具有面的特征。实体模型不仅具有线和面的特 征,而且还具有体的特征,各实体对象间可以进行各种布尔运算操作,从而创 建复杂的三维实体图形
文档格式:PPT 文档大小:211.5KB 文档页数:67
均值方差模型提出了的证券选择问题,解决 了最优地持有有效证券组合,即在同等收益 水平之下风险最小的证券组合 夏普等人在该模型基础上发展了经济含义 任何证券组合收益率与某个共同因素的关系 资产定价模型(CAPM)
文档格式:PDF 文档大小:5.95MB 文档页数:6
针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能
首页上页4647484950515253下页末页
热门关键字
搜索一下,找到相关课件或文库资源 6420 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有