排序方式： 共有9条查询结果，搜索用时 15 毫秒
1
1.
采用N次谐波法反求电控单体集成泵的凹弧凸轮型线,利用MATLAB软件对凸轮型线进行曲线拟合,并根据拟合结果对供油凸轮性能进行分析。结果表明,在拟合过程中N的取值受限是造成截断误差的主要原因,因此可以通过增大N值来获得较高的拟合精度,在等速区段较大时,循环喷油量稳定,速度上升平稳。 相似文献
2.
针对林火预测具有影响因素多、机制复杂、难以结构化等特点,设计并实现了一个基于贝叶斯网络的实用林火概率预测系统。该系统以气象、植被、地理、人类活动等数据作为输入,综合林火历史数据建立贝叶斯网络模型,并应用联合树算法进行概率推理,进而预测出林火发生概率。在某省实际林火历史数据上对系统进行了测试,比较了所设计系统与加拿大火险天气指标系统（FWI）的预测性能,验证了系统的可行性和实用性。 相似文献
3.
基于反求设计,笔者利用谐波函数反求了电控单体集成泵的凹弧凸轮型线.同时,对误差进行了分析,得出了拟合的可行性和正确性.然后,利用反求的凸轮型线分析了从动件的速度及加速度随转角分布的变化规律,并提出了进一步设计的一些一般性原则. 相似文献
4.
5.
小样本问题广泛存在于数据驱动建模。领域自适应方法通过将源域中的样本知识迁移到目标域,从而实现目标域中的小样本增强,然而此类方法在实际应用中受限,原因在于难以应对领域分布差异较大的样本增强场景。针对上述问题,该文提出基于传递式领域自适应的异构样本增强方法。首先,提出传递式探索策略,通过私有特征和共享特征设计了面向异构域的领域分布探索策略,有效地缓解了负迁移,并为后续分布匹配提供支撑;然后,提出分布联合匹配机制,通过联合匹配异构领域的边缘分布和条件分布,并嵌入自适应机制,从而保证了异构域分布的匹配精度。该方法在业界公认的田纳西-伊斯曼数据集进行验证,实验结果表明该方法在异构域中的建模表现优于其他方法。 相似文献
6.
针对军事领域的命名实体识别问题,提出一种基于BiLSTM-CRF的实体识别方法,旨在识别军事文本中的人名、军用地名、军事机构名、武器装备、设施目标、部队番号等军事命名实体。使用词嵌入方法自动学习中文字符的分布式表示作为模型输入;利用双向长短时记忆(Bi-directional Long-Short Term Memory,BiLSTM)神经网络处理输入的字符向量序列,统筹上下文语义学习任务特征;将学习到的特征接入线性链式条件随机场(CRF)进行军事命名实体标注,获得命名实体识别结果并输出。在人工构建数据集上的实验结果表明,提出的方法能够很好地完成军事命名实体识别任务。 相似文献
7.
根据多元平行流冷凝器的特点,采用分布参数法对其建立了稳态数学模型.对不同流程数的多元平行流冷凝器的传热和流动性能进行了模拟计算和分析比较,发现了增加流程数对换热量和制冷剂侧压降影响的规律;得出了为保证冷凝器合适的压降,不宜使整体流程数过多的结论.同时,对多元平行流冷凝器的多种各流程扁管排数分配方式进行了模拟比较.结果表明:各种各流程扁管排数分配方式对冷凝器的换热量影响相对较小,主要影响制冷剂侧压降的变化;两相段应该作为冷凝器芯体的主体部分,以保证整个冷凝器有较高的换热性能;由于过冷段扁管排数对制冷剂侧压降影响较大,不宜过少. 相似文献
8.
域适应网络在样本增强领域应用受限,其根源在于领域的不同会加剧样本空间分布的差异。针对上述问题,提出基于联合域适应的异构样本增强网络。具体而言,异构域维度对齐子网中的支持域样本,在实现异构领域中样本维度对齐的同时,还嵌入了领域的分布知识,提高了后续异构域分布匹配的表现。此外,异构域分布匹配子网联合匹配了异构领域的边缘分布和条件分布,并嵌入了自适应机制,从而保证了联合域适应网络的匹配精度。由此,其他领域的样本通过上述设计的基于联合域适应的异构样本增强网络,能够被可靠地用于增强当前领域中的小样本。该网络在业界公认的田纳西-伊斯曼数据集上进行验证,实验结果表明了该网络的有效性。 相似文献
9.
1