排序方式: 共有14条查询结果,搜索用时 31 毫秒
1.
近年来,国内强化木地板市场竞争势态愈演愈烈,许多生产规模较大且技术装备精良的地板企业纷纷加入到这场争夺市场份额的大战之中。在不知不觉地把部分进口品牌撵出国门的同时,缓过神来一看,自己也并未从中获利。在这场木地板行业重新洗牌中,市场格局开始发生了变化,一线品牌优势突显,稳踞中高端市场;二线品牌徜徉不前、举步维艰;低劣地板充斥市场,严重扰乱市场秩序。无奈之下,部分二线企业试图通过短期的无利甚至赔本换取"来年春暖花开",不料愈陷愈深,利润与销量同比下降,步入恶性循环。 当前,在强化木地板原材料普遍涨价的情况下,市… 相似文献
2.
近年来.国内强化木地板市场竞争势态愈演愈烈,许多生产规模较大且技术装备精良的地板企业纷纷加入到这场争夺市场份额的大战之中。在不知不觉地把部分进口品牌撵出国门的同时,缓过神来一看,自己也并未从中获利。在这场木地板行业重新洗牌中,市场格局开始发生了变化.一线品牌优势突显,稳踞中高端市场;二线品牌徜徉不前、举步维艰; 相似文献
3.
基于卷积神经网络的代码注释自动生成方法 总被引:1,自引:0,他引:1
自动化代码注释生成技术通过分析源代码的语义信息生成对应的自然语言描述文本,可以帮助开发人员更好地理解程序,降低软件维护的时间成本.大部分已有技术是基于递归神经网络(Recurrent Neural Network,RNN)的编码器和解码器神经网络实现的,但这种方法存在长期依赖问题,即在分析距离较远的代码块时,生成的注释信息的准确性不高.为此,文中提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)的自动化代码注释生成方法来缓解长期依赖问题,以生成更准确的注释信息.具体而言,通过构造基于源代码的CNN和基于AST的CNN来捕获源代码的语义信息.实验结果表明,与DeepCom和Hybrid-DeepCom这两种最新的方法相比,在常用的BLEU和METEOR两种评测指标下,所提方法能更好地生成代码注释,且执行时间更短. 相似文献
4.
本研究旨在研究羟基磷灰石(HA)前驱粉体与所制备陶瓷之间的关系, 制备具有优良力学性能及成骨活性的HA纳米陶瓷。采用三种HA前驱粉体, 即40 ℃合成的HA-40粉体、以PEG为模板40 ℃合成的HA-40PEG粉体和80 ℃合成的HA-80粉体, 系统研究了前驱粉体对陶瓷性能的影响。结果显示, HA-40、HA-40PEG和HA-80粉体制备的陶瓷晶粒尺寸分别为(217.87±57.53)、(123.22±20.16)和(316.65±68.91) nm, 表明HA-40PEG有利于HA纳米陶瓷的制备。烧结得到的HA-40PEG纳米晶陶瓷表现出良好的力学性能, 与另外两种亚微米晶陶瓷(HA-40和HA-80)相比, 其抗压强度更高(~300 MPa)。细胞研究结果显示, HA-40PEG比HA-40和HA-80更能促进MC3T3-E1前成骨细胞的铺展和增殖。由此可知, 前驱粉体合成是影响HA陶瓷性能的关键因素, 纳米晶构建有利于同时提高其力学性能和生物学性能。 相似文献
5.
7.
8.
9.
针对源代码迁移模型存在的迁移代码语义一致性问题,在词符注意力机制的基础上引入了语句注意力机制,提出了一种基于层次注意力机制的源代码迁移模型HPGN(hierarchical pointer-generator network),设计了状态传递机制。HPGN在迁移过程中,语句注意力机制对齐源代码语句和迁移代码语句的特征,词符注意力机制从对齐的代码语句中提取词符,状态传递机制传递相邻迁移代码语句的特征,从而提升了迁移代码的语义一致性。在真实项目数据集的实验结果表明,HPGN比最佳对比模型提高了3.4个总体分值,同时有着更少的模型参数量。此外,消融实验验证了状态传递机制和HPGN层次架构的有效性。 相似文献
10.
近年来, 学生认知诊断是教育数据挖掘领域的重要研究课题, 对现代教育的精准反馈有重要的意义. 然而, 传统的认知诊断模型存在预测准确性低和处理大规模数据时效率低等问题, 且现有研究主要围绕传统线下教学展开, 缺少针对程序设计教育领域的研究. 为了解决上述问题, 本文从程序设计教育的特点分析出发, 提出了一种基于编程表现的模糊认知诊断模型P-FuzzyCDF (programming-performance-based fuzzy cognitive diagnosis framework). 具体来说, 为了处理编程题部分正确的情况, 该模型首先模糊了学生对知识点的掌握情况. 随后, P-FuzzyCDF将模糊集合理论与教育假设相结合, 对学生对问题的掌握情况进行了建模. 除此之外, 本文还考虑抄袭因素, 并最终生成学生在每个问题上的得分. 值得注意的是, 该模型利用编程教育数据可视化和精确性的特点, 对模型中每个部分的参数进行了量化. 本文基于真实数据集进行实验, 实验结果表明P-FuzzyCDF可以实现较高的精度, 其中MAE、MSE和RMSE评估指标的值分别为0.07、0.09和0.01. 此外, 将P-FuzzyCDF与现有经典方法(如DINA, IRT和FuzzyCDF)进行比较时, P-FuzzyCDF的结果在MAE、MSE和RMSE等指标上取得了明显优势. 相似文献