点击切换搜索课件文库搜索结果(913)
文档格式:PDF 文档大小:722.08KB 文档页数:6
利用大型商业软件CFX建立了高温氮化硅反应炉内温度场的数学模型,采用拟流体模型数值模拟炉内的层流流动,分析了氮气体积流量、各向异性散射和辐射特性等因素对温度场和产物质量浓度的影响.计算结果表明,为确保反应充分完全,预热段温度控制显得非常重要,而氮气体积流量起着决定性的作用;各向异性散射对径向温度、产物质量浓度有一定的影响;散射率对温度场影响很小;计算值与实验值相比较,误差在10%之内
文档格式:PDF 文档大小:658.56KB 文档页数:6
在模拟氧化及酸性土壤条件下,用制备的低聚合羟基铁-蒙脱石复合体进行了砷酸根、铬酸根离子的竞争吸附实验,研究了砷酸根离子和铬酸根离子不同用量及不同添加顺序对竞争吸附的影响,并与蒙脱石和含水氧化铁进行了对比。结果表明,低聚合羟基铁-蒙脱石复合体对砷酸根及铬酸根离子有不同的吸附能力,但在实验条件下砷酸根及铬酸根离子在低聚合羟基铁-蒙脱石复合体表面不发生竞争吸附。砷酸根和铬酸根的吸附顺序对其吸附量有一定的影响。竞争吸附实验的砷酸根、铬酸根吸附量均高于对其单阴离子的吸附量,此现象在复合体表面最为明显,说明复合体具有独特的阴离子吸附性能
文档格式:PDF 文档大小:294.51KB 文档页数:5
本文把物理学中的万有引力定律引入推荐系统,提出一种个性化推荐算法,即基于万有引力的个性化推荐算法.算法把用户使用的标签看作用户喜欢物体的组成颗粒,标注项目的标签被看作项目物体的组成颗粒,社会标签的类型就是颗粒的类型,由此构建了用户喜好物体模型和项目物体模型.喜好物体和项目物体间存在着万有引力,并且引力大小遵循万有引力定律.计算喜好物体和项目物体间的万有引力,并把该引力大小作为二者的相似度度量,引力越大,二者的相似度就越高,对应的项目物体就越有可能被用户喜欢.实验结果证明本文提出的算法可以获得好的推荐性能
文档格式:PPT 文档大小:3.79MB 文档页数:37
§2.5 重力坝的应力分析(stress analysis) 概述 应力分析方法 模型实验法(不讲) 理论分析法 ➢材料力学法 ➢弹性力学理论法(不讲) ➢有限差分法(不讲) ➢有限单元法(不讲) 应力控制标准 各种因素对坝体应力的影响 §2.6 分缝、分块及温度控制 重力坝的分缝、分块 重力坝施工期温度控制(temperature control)的目的、要求和措施(见下一讲)
文档格式:PDF 文档大小:1.37MB 文档页数:8
利用材料相图计算和材料性能模拟软件JMatPro,计算了粉末高温合金FGH97热力学平衡相及相组成,研究了不同Hf含量对平衡相和相组成的影响,并结合物理化学相分析实验和显微组织观察进行了验证分析,进而揭示FGH97合金在750℃下各相析出和Hf在相间分配的规律,认清Hf在FGH97合金的作用.结果表明:FGH97合金在750℃下的平衡相包括γ、γ'、MC、M23C6、M3B2和μ相,Hf主要存在于γ'和MC相中,并且随着Hf含量的增大,Hf在γ'和MC相中分配不同
文档格式:PDF 文档大小:1.07MB 文档页数:5
采用直流电沉积工艺,制备了平均晶粒尺寸为56nm的致密纳米晶铜.室温下进行单向拉伸实验,发现纳米晶铜的强度和韧性均随应变速率的升高而增大,特别是韧性的速率敏感十分显著.应变速率由1.04×10-5s-1升至1.04s-1时,断裂应变由23.2%增至39.4%,同时抗拉强度由309MPa增至451MPa.这一现象可归因于两个方面:首先,纳米晶铜的应变硬化行为随应变速率的升高而增大,从而使其均匀变形阶段的应变增加;其次,高应变速率下纳米晶铜颈缩时发生晶粒转动,这有助于其失稳阶段的应变增加
文档格式:PPT 文档大小:5.63MB 文档页数:57
从十分复杂的实验中所引导出来的一些对 称性,有高度的单纯与美丽。这些发展给了 物理学工作者鼓励与启示。他们渐渐了解到 自然现象有着美妙的规律,而且是他们可以 希望了解的规律
文档格式:PDF 文档大小:369.44KB 文档页数:4
将粒度很细的含锌铅高炉粉尘和不含锌铅的转炉粉尘混合造球,实验表明,球团的最佳条件为造球时间20min,水分为21%;球团性能湿球和干球抗压强度分别为15和25N/个,爆裂温度为210℃
文档格式:PDF 文档大小:431.73KB 文档页数:6
针对部分聚类算法对数据输入顺序敏感的问题,定义了不干涉序列指数,提出了应用不干涉序列指数对分类数据进行加权排序的方法,并基于该方法对受数据输入顺序影响的CABOSFV_C分类数据高效聚类算法进行改进,提出了考虑加权排序的聚类算法(CABOSFV_CSW),消除了算法对数据输入顺序的敏感性.采用UCI基准数据集进行实验,发现应用加权升序排序的CABOSFV_CSW算法在处理分类数据时,聚类质量较原始CABOSFV_C算法和其他受数据输入顺序影响的算法在准确性上有改善,在稳定性上有显著提高
文档格式:PDF 文档大小:319.5KB 文档页数:5
利用K均值聚类和增量学习算法扩大训练样本规模,提出一种改进的mRMR SBC.一方面,利用K均值聚类预测测试样本的类标签,将已标记的测试样本添加到训练集中,并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险.另一方面,从测试样本集中选择有助于提高当前分类器精度的实例,把它加入到训练集中,来增量地修正贝叶斯分类器的参数.实验结果表明,与mRMR SBC相比,所提方法具有较好的分类效果,适于解决高维且含有较少类标签的数据集分类问题
首页上页7980818283848586下页末页
热门关键字
搜索一下,找到相关课件或文库资源 913 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有