点击切换搜索课件文库搜索结果(1087)
文档格式:PDF 文档大小:361.64KB 文档页数:10
典型环境气味污染物由于异味刺激性强、影响范围广、严重影响周边居民的生活和身心健康而受到广泛关注.围绕气味污染的评价技术和典型区域污染特征,国内外许多学者开展了深入的研究,在气味污染物采集和分析技术、气味浓度预测技术、典型垃圾处理工艺的气味污染特征等方面取得了较大进展.本文综合近年的气味污染研究现状,总结了气味污染的评价和预测技术,分析了典型垃圾处理工艺的气味污染特征、控制技术和未来的研究方向
文档格式:DOC 文档大小:97KB 文档页数:3
龙网LNET21物流系统 1.概况 广东龙骏物流有限公司成立于1993年。该公司通过推广软件及输出管理方式,与对象 企业结盟,依托高科技智能化管理的货运调配中心,最终建成遍及全国的物流连锁网络 该公司开发了全方位的物流网络管理软件,其功能涉及货讯采集、发布、查询、保险、货 物组编、物流管理等信息,车主和货主可通过查询、跟踪货运动态信息,并可结合车载定 位系统与跟踪设备
文档格式:PDF 文档大小:1.14MB 文档页数:9
为解决隧洞围岩稳定性分析问题,开展了基于广义Hoek-Brown屈服准则强度折减法的研究.在有限差分软件FLAC3D中利用FISH语言编制强度折减程序,并以计算收敛性和特征点位移突变性为判据,求得整体安全系数.针对广义Hoek-Brown屈服准则四个基本输入参数σci、mi、GSI和D,引入等效接近度概念,以此为基础对比分析了七种强度折减路径的合理性,得出折减路径的合理性依赖于具体工程参数的结论,并通过工程实例对比验证了上述结论.隧洞稳定性随D值的增大而降低;将计算收敛性以及特征点位移突变性相结合作为其稳定性的判断标准更为合理
文档格式:PDF 文档大小:1.11MB 文档页数:17
本文在广义撕裂法[6]及节点撕裂节点分析法[4]的基础上提出了一种新的撕裂方法—节点与支路混合撕裂法(简称混合撕裂法)。它同混合分析法与节点分析法及回路分析法的关系类似,可以把广义撕裂法中的节点回路撕裂法与节点撕裂节点分析法作为它的特例,且一般可以达到比二者更好的撕裂效果。本文给出了节点与支路混合撕裂法的严格证明,给出了以二级撕裂[6]为基础的算法及示例
文档格式:DOC 文档大小:29.5KB 文档页数:4
1.康伦哥和潘恩(1973)的研究发现,广告的传播效果与模特儿和产品的性别匹配有关。当模特儿的性别与产品一致时,其效果于不一致的匹配。 2.精细加工可能性模式是由社会心理学家 提出的
文档格式:PDF 文档大小:571.32KB 文档页数:6
讨论了广义二阶流体的脉冲泊肃叶流动,引入黎曼-刘维尔分数阶微分建立本构方程,结合不可压缩流体时间分数阶动量方程,得到控制方程.利用傅里叶正弦变换和分数阶拉普拉斯变换,获得流体速度解析解.利用Stehfest算法对结果进行数值模拟,通过图像讨论了分数阶参数以及延迟时间对流动的影响.结果表明速度过冲现象主要取决于动量方程的时间分数阶参数
文档格式:PDF 文档大小:470.81KB 文档页数:11
研究了带有状态时滞的多采样率线性离散时间广义因果系统的最优输出调节器的设计问题.首先利用离散提升技术将原系统转化为形式上无时滞的系统.再通过等价变换,利用系统的因果性特点将其化为一个正常系统.继续对系统进行离散提升,导出一个形式上简单的单采样率系统.然后将原系统的二次性能指标函数修正为单采样率系统的二次性能指标函数,进而利用最优调节原理,得到其最优调节器.再经过变换,得到多采样率系统的最优输出调节器.同时对导出的单采样率系统的能稳定性和能检测性进行了讨论,给出了严格的数学证明.最后的数值仿真表明,本文所设计的最优调节器是有效的
文档格式:PPT 文档大小:174.5KB 文档页数:22
1、货币的定义可分为狭义和广义两种狭义货币(M)包括商业银行的活期存款与通货。广义货币则又可再分为三个层次。其中,M是指M加上商业银行的定期存款和储蓄存款;M是指M,加上非银行金融中介机构发行的负债;M是指M加上各种流动性较高的非金融部门发行的负债。 2、货币供给的外生性与内生性之争起源于人们对货币供给与货币当局之间关系的不同认识。这种争论与货币政策有效性之争有一定联系
文档格式:PDF 文档大小:599.89KB 文档页数:9
交叉层积木作为一种新型木建筑材料已经在北美地区推广开来,然而在我国还没有得到引进和推广.本文介绍了这种新型材料的性能特点,总结其生产工艺、设计方法和研究进展,重点对交叉层积木七种半刚性连接的抗震性能进行试验研究.研究表明:紧固件全部被拔出的失效模式为理想的延性破坏模式,滞回曲线表现出高度非线性、刚度退化、强度退化以及捏拢现象.通过试验数据分析,给出了在延性和承载能力两方面最佳的连接
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949596979899100101下页末页
热门关键字
搜索一下,找到相关课件或文库资源 1087 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有