排序方式: 共有28条查询结果,搜索用时 15 毫秒
21.
依托空调物联网云平台,对安装在长江流域住宅中的8.9万台空调器进行了在线检测,基于云平台强大的数据处理能力对1年共4 462万次的实测数据样本进行了针对性的量化分析。从宏观层面分析了用户对空调器的使用习惯、空调器的使用状态和空调器的运行能耗,明确了长江流域住宅的室内温度状态、空调器运行时的室外温度分布等信息。该方法弥补了传统抽样、问卷调查样本量的不足,能更客观地反映长江流域的空调器使用习惯和实际运行状态,为适用于该地区的空调器的研发提供设计参数支撑,同时也为空调器的季节性能评价提供工作参数统计数据。 相似文献
22.
吕闯 《凿岩机械气动工具》2012,(3):40-44
在对潜孔冲击器进行理论分析时,相关性能参数的理论计算是比较重要的一环。性能参数的分段计算法,是一种比较有效的近似计算方法。使用本方法时,需考虑活塞的反弹,气室气体相对压力和绝对压力的相互转化,等效转换的误差补偿等问题,本论文在对分段计算法进行详尽论述的基础上,对这些问题进行了深入分析,以使计算结果更趋真实。 相似文献
23.
Illustrator是一种简单易学、使用方便的矢量绘图工具。用其绘制胚胎学图像,不但能绘制出具有较好点、线条、层次结构清晰图形,而且能反映胚胎学图形的科学性及艺术性。利用Illustrator制作的胚胎学图形并应用到教学中,不仅可活跃课堂气氛,激发学生学习兴趣,提高学习质量,还可简化教学内容,提高教学效果,减轻教师的工作负担,丰富教学内容,开阔教学思路,激发教学兴趣,增强教学动手能力,发现教学过程中的不足,笔者采用绘图软件Illustrator对绘制胚胎学图形进行了初步的探讨,并取得了较好的效果,现就绘制过程中几个会遇到的难题及解决方法进行演示说明。 相似文献
24.
在智能家居领域,精准预测用户潜在的使用行为是提升用户体验的一项关键技术。不当的空调操作会降低空调使用效果、增加能耗甚至降低空调使用寿命。目前,空调风险识别技术有限,不能应对复杂场景,并缺少个性化建议。提出了基于Bayesian-Transformer混合模型(BTHNM)的技术框架,通过整合用户历史行为数据、体感数据和环境数据,利用BTHNM模型可以准确地预测潜在的风险操作并给出合理的操作建议。BTHNM模型相较传统规则方法,能够捕获用户行为、时间、环境之间的深度关联关系,风险事件识别的准确率和及时性均有大幅提升。通过实验对比分析,BTHNM模型验证风险事件识别正确率比传统规则方法提升40%,建议准确率提升41%。 相似文献
25.
脉冲负载结构复杂且负载特性与工作模式密切相关。为了研究脉冲负载下微电网运行特性以及脉冲负载不同参数对微电网运行特性的影响规律,建立了脉冲负载模拟装置并构建了柴油发电机组—脉冲负载试验系统;针对脉冲负载特性对电压畸变率等计算公式进行了定义;脉冲负载工作特性与占空比、工作周期、峰值功率密切相关,提出采用不同参数组合的方法模拟脉冲负载的工作特性。分析了脉冲负载在不同工作模式下对微电网运行特性的影响规律。结果表明,微电网运行特性与脉冲负载的工作模式密切相关,且不同的脉冲负载参数对微电网运行特性的影响规律和程度也不相同。 相似文献
26.
将图像增强方法低光网络(LLNet)应用于实际场景下的彩色图像时会产生大量冗余参数,为此基于LLNet提出卷积自编码器网络(CAENet)的图像增强方法. 将LLNet方法中的低光处理模块与网络训练衔接在一起;采用卷积网络代替传统自编码器的编码和解码方式. 实验结果表明:CAENet能够有效节约时间成本,减少网络参数,使网络训练更加高效,得到更好的图像低维表示. 在Corel5k数据集上的实验效果表明,CAENet在减少网络参数的同时,能有效提高图像光感和色感;在高分辨率数据集上的实验结果表明,针对图像细节方面,CAENet能够保留细节不失真;针对含噪低光图像,CAENet能在增强图像的同时达到去噪的效果,证明CAENet具有较强的鲁棒性. 相似文献
27.
在对锥体连接钎杆和整体钎杆2种典型小钎杆的应力传播模型进行理论分析的基础上,通过Hopkinson压杆试验系统对这2种钎杆杆体中部和钎头端部进行了动态应力测试。测试结果表明:2种钎杆杆体中部应力幅值基本没有差异,但锥体连接钎杆接头处具有30%的应力波反射,而整体钎杆没有;整体钎杆钎头端部最大入射应力波幅值的平均值比锥体连接钎杆的相应均值高出23%,使得整体钎杆的凿速比锥体连接钎杆的要高,但其损坏更快,预期寿命只有锥体连接钎杆寿命的18%,故整体钎杆更适用于软岩钻孔作业,而锥体连接钎杆更适用于硬岩钻孔作业,该试验研究为技术人员如何选用钎杆提供了理论指导。 相似文献
28.
快速搜索和发现密度峰值的聚类算法(CFSFDP)具有不能自动确定聚类中心的缺点,文中提出自动确定聚类中心的CFSFDP.首先针对变量分布不均匀的问题,将密度和距离进行归一化处理.再通过切比雪夫不等式确定归一化后的密度阈值上限,利用标准差确定归一化后的距离阈值上限.最后根据决策函数确定决策阈值上限,统筹考虑两种决定因素,避免中心点选取遗漏,自动确定聚类中心.实验表明,文中算法可以有效地自适应选择聚类中心,具有较好的鲁棒性和有效性. 相似文献