点击切换搜索课件文库搜索结果(9855)
文档格式:PDF 文档大小:533.45KB 文档页数:32
6.1 核电装置的失效分析 6.2 火电装置的失效分析 6.3 风电设备的失效分析 6.4 石化装置的失效分析 6.5 化工设备的失效分析 6.6 冶金设备的失效分析 6.7 交通部件的失效分析 6.8 电子电路的失效分析 6.9 城市管网的失效分析
文档格式:PPT 文档大小:4.67MB 文档页数:54
1.膜分离概述 2.膜的分类膜分离概述 3.膜分离技术的发展历史 4.膜分离机理 5.膜分离组件与设备 6.膜污染、防治与清洗 7.膜分离技术的应用 8.膜分离技术的展望与趋势 9.各种膜分离技术介绍
文档格式:PPT 文档大小:6.16MB 文档页数:122
7.1 数据处理与分析的概念 7.1.1 数据分析与数据挖掘 7.1.2数据分析与数据处理 7.1.3大数据处理与分析 7.2机器学习和数据挖掘算法 7.2.1概述 7.2.2 分类 7.2.3聚类 7.2.4 回归分析 7.2.5关联规则 7.2.6协同过滤 7.3 大数据处理与分析技术 7.3.1技术分类 7.3.2 流计算 7.3.3 图计算 7.4大数据处理与分析代表性产品 7.4.1 分布式计算框架MapReduce 7.4.2 数据仓库Hive 7.4.3数据仓库Impala 7.4.4 基于内存的分布式计算框架Spark 7.4.5 TensorFlowOnSpark 7.4.6 流计算框架Storm 7.4.7 流计算框架Flink 7.4.8大数据编程框架Beam 7.4.9查询分析系统Dremel
文档格式:PPT 文档大小:588.5KB 文档页数:77
◼ 1、图像分割 ◼ 2、图像描述 8.1 图像分割 Image Segmentation ◼ 1、概述和分类 ◼ 2、基于灰度的分割技术 ◼ 3、基于梯度的分割技术 ◼ 4、彩色图像分割技术 ◼ 5、分割评价 8.2 图像描述 Image Description ◼ 1、概述和分类 ◼ 2、链码描绘子 ◼ 3、傅立叶描绘子 ◼ 4、矩
文档格式:PPT 文档大小:2.26MB 文档页数:36
一、技术分析概述 1.技术分析的概念 2.技术分析的基本假设条件 3.技术分析的要素——价、 量、时、空 二、道氏理论 1.道氏理论的发展 2.道氏理论的内容 3.对道氏理论的批评 三、图形分析 1.K线图分析 2.形态分析 3.趋势分析 四、移动平均线 1.移动平均线的概念 2.移动平均线的特点 3.移动平均线的应用 4.平滑异同移动平均线 五、技术指标 1.相对强弱分析 2.威廉指标和随机指标 3.乖离率指标 4.ADL、ADR和OBOS
文档格式:PPT 文档大小:102KB 文档页数:29
一、 股票是主要的投资工具之一,选择股票需证券分析,包括基本分析和技术分析。 二、基本分析:宏观经济分析、行业分析、公司财务分析、股价股值分析,侧重于固有值分析和背后原因分析
文档格式:PDF 文档大小:243.71KB 文档页数:6
根据罗森-拉姆勒分布函数推导粉尘分布规律的原理,对王庄煤矿4339工作面四个点的粉尘粒度分布数据进行回归处理后,得出该工作面的粉尘粒度分布规律.结果表明:进风巷距工作面5m处粒径为5μm以下的粉尘占14.8%,5~10μm的占32.5%,10μm以上的为52.7%,粉尘粒度集中分布在5~20μm;转载点粉尘粒度集中分布在5~10μm;工作面50#支架处的粉尘粒度集中分布在5~10μm;回风巷离工作面20m处的粉尘分散度集中分布在5~20μm.依据各点粉尘粒度集中分布的特点提出相应的防尘建议
文档格式:DOC 文档大小:30KB 文档页数:3
农药残留分析是研究环境和农副产品、食品中农药残留种类与含量的科 学,在常量(商品农药的有效成分)、微量和超微量水平上研究农药分析的 理论与方法。随着分析科学技术的飞速发展,农药残留分析的技术水平在不 提高,分析方法在不断创新。但是农药残留分析(包括商品农药分析)结果 的准确度,很重要的一环是取决于分析对象的取样、分离提纯等处理技术
文档格式:DOC 文档大小:23KB 文档页数:1
耦合场分析的定义 耦合场分析是指在有限元分析的过程中考虑了两种或者多种工 程学科(物理场)的交叉作用和相互影响(耦合)。例如压电分析考 虑了结构和电场的相互作用:它主要解决由于所施加的位移载荷引起 的电压分布问题,反之亦然。其他的耦合场分析还有热-应力耦合分 析,热-电耦合分析,流体-结构耦合分析,磁-热耦合分析和磁-结构 耦合分析等等
文档格式:PDF 文档大小:1.01MB 文档页数:22
鉴别分析是一种进行统计鉴别和分组的技术手段。它可以就一定数量案例的 个分组变量和相应的其他多元变量的已知信息,确定分组与其他多元变量之间 的数量关系,建立鉴别函数( discriminant function)o然后便可以利用这一数量 关系对其他已知多元变量信息、但未知分组类型所属的案例进行鉴别分组。沿用 多元回归模型的称谓,在鉴别分析中称分组变量( grouping variable)为因变量, 而用以分组的其他特征变量称为鉴别变量( disciminant variable)或自变量。其 实,这里的自变量并不一定是真正的“原因”变量,有时可能倒是真正的“结 果”或“反应”变量。它们与类型变量的关系从本质上并没有越过相关的范畴。 不过,既然我们要参照其值来进行分组,权且称之为自变量
首页上页5455565758596061下页末页
热门关键字
搜索一下,找到相关课件或文库资源 9855 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有