点击切换搜索课件文库搜索结果(9516)
文档格式:PDF 文档大小:96.1KB 文档页数:18
上一章多重积分中,面积和体积微元是有方向性的,即与坐标顺序有关,但表达式 dxdy等并不反映它的方向性.在作变量替换时dxdh=(x,y 要出现一个 Jacobi行 a(,v) 列式,这显然也不能从通常的实数乘法推导出来这一章我们将用 Grassmann代数工具将这 乘法讲清楚.事实上面积微元dxdy应该用 grassmann代数中乘法(外积)来定义d?dy, 这样既解决了方向性问题:
文档格式:PPT 文档大小:716KB 文档页数:44
一、前言 二、波的基本概念 三、平面简谐波方程 四、波动方程与波速 五、平均能流密度·声强与声压 六、波的叠加和千涉·驻波 七、多普勒效应
文档格式:DOC 文档大小:24KB 文档页数:2
专科毕业生要有科学合理的知识结构 专科生在自我提高的过程中,必须注意逐步形成较为理想的知识结构。即专科生在掌握扎实的专业知识的同时, 也要注意尽量拓宽和专业有关的知识面。一个人不可能有足够的精力保证在所有方面都出类拔萃,这就要求毕 业生必须在某一、两个专业方向上,力争取得超过别人的优势,达到某种舍我其谁、居高临下的地位,择业时 与本专业门类人才的竞争中才会掌握主动权。也才有可能被优先聘用。同时,在精力允许的情况下,要有选择、 都必须注意知识点要新,技术起点要高,方法要成熟可靠,便于在实践中推广应用
文档格式:PDF 文档大小:2.18MB 文档页数:13
首先从绿色通信入手, 对网络能量效率的国内外研究现状进行了分析. 在此基础上, 对超密集网络的关键性能指标, 即能量效率的各种定义进行了梳理, 为建模奠定了基础. 其次, 讨论了网络能量效率建模和优化过程中经常使用的4种理论模型: 随机几何、博弈论、最优化理论和分数阶规划. 并综述了能效提升的技术, 包括高能效部署与规划、高能效基站休眠、高能效用户关联、高能效资源管理、高能效传输方式. 最后, 指出未来的可能的技术挑战: 网络能效理论与超密集网络体系架构、超密集小基站高能效覆盖机理、超密集网络的柔性资源匹配机理、移动用户群体行为建模与高能效服务方法. 通过研究超密集网络高能效覆盖机理和柔性资源匹配机理, 为未来无线通信网络建模和分析提供设计依据与技术支撑
文档格式:PPT 文档大小:6.76MB 文档页数:67
第4节 数控车削加工工艺处理 ◼ 确定工件的加工部位和具体内容 ◼ 确定工件的装夹方式与设计夹具 ◼ 确定加工方案 ◼ 确定切削用量与进给量
文档格式:PDF 文档大小:1.22MB 文档页数:9
针对多螺旋桨浮空器执行机构易发生故障的容错控制问题,同时考虑系统所受到的未知外部扰动和螺旋桨输入幅值的饱和约束,提出一种自适应滑模容错控制方法。建立浮空器的四自由度运动模型,系统分析矢量螺旋桨的故障类型,分为输出力的大小故障和矢量转角故障,得到浮空器执行机构的故障模型。基于自适应和滑模控制理论,由跟踪目标与系统当前状态偏差设计积分滑模面。针对未知外部扰动和执行机构偏移故障,设计相应的自适应律进行处理;针对螺旋桨输入饱和约束,应用Sigmoid函数设计跟踪轨迹进行处理。由此设计一种自适应滑模容错控制策略,利用Lyapunov稳定性理论证明了闭环系统的全局渐近稳定性能。以上海交通大学的多螺旋桨浮空器为模型,仿真验证了故障容错控制方法的有效性和鲁棒性
文档格式:PPT 文档大小:16.13MB 文档页数:161
1.了解装配图的作用和内容。 2.掌握装配图的规定画法、特殊表达方法。 3.掌握装配体的视图选择原则和方法。 4.能准确阅读中等以上复杂程度的装配图。 5.熟悉装配体的测绘方法和步骤。 10.1.装配图的作用和内容 10.2.装配体的表达方法 10.3.装配体的视图选择 10.4.装配图的尺寸标注和技术要求的注写 10.5.装配图中零部件的序号及明细栏 10.6.装配体上的工艺结构 10.7.装配体测绘 10.8.读装配图 10.9.由装配图拆画零件图
文档格式:PPT 文档大小:354KB 文档页数:13
9.1JDBC原理 9.1.1JDB概述 9.1.2JDBC体系结构 9.2JDBC编程 9.2.1JDBC连接步骤 9.2.2配置数据库 9.2.3通过 execute Query()方法进行查询 9.2.4通过 executeUpdate()方法更新、添加、删除记录
文档格式:PPT 文档大小:344KB 文档页数:13
3.1HTML简介 3.2浏览Applet器处理 3.3 Applet类及其方法 3.3.1 Applet类的层次 3.3.2 Applet运行状态控制基本方法 3.3.3 Applet绘图
文档格式:PDF 文档大小:2.36MB 文档页数:11
深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能,已经成为最受关注的研究方向.深度网络模型虽然性能显著,但由于参数量巨大、存储成本与计算成本过高,仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现,基于卷积神经网络的深度模型本身存在参数冗余,模型中存在对最终结果无用的参数,这为深度网络模型压缩提供了理论支持.因此,如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价,并探讨了模型压缩目前存在的问题以及未来的发展方向
首页上页756757758759760761762763下页末页
热门关键字
搜索一下,找到相关课件或文库资源 9516 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有