排序方式: 共有14条查询结果,搜索用时 93 毫秒
1.
在数据库应用开发过程中,经常要处理大量的大数据对象(如图形、声音文件或带格式的大文本文件等),如何高效快捷地处理这些大数据对象是开发人员当前所面临的一个难题。本文介绍一种VC通过MFC类库访问Access数据库中的大数据对象的简单有效方法。阐明了VC如何通过MFC ODBC类连接到Access数据库,以及如何利用MFC类库的CLongBinary类和CFile类处理数据库中大对象,并举例说明。 相似文献
2.
HT60高拉力钢在人工海水中的腐蚀疲劳裂纹扩展特性 总被引:1,自引:0,他引:1
对高拉力钢HT60的腐蚀疲劳裂纹扩展特性和门槛值区域特性,采用紧凑拉伸试件在人工海水中进行了实验和研究,结果表明:在空气中的da/dN与ΔK_(cff)关系可以作为在海水中的da/dN与ΔK关系的一个偏保守的预测;在高应力比的高ΔK区域,由于应力诱起溶解促进了裂纹扩展的加速;该裂纹开口应力强度因子K_(op)仅反映了裂纹表面同腐蚀生成物接触的结果,从而导致了K_(op)在裂纹尖端的偏大的估计结果。 相似文献
3.
4.
高鸿斌 《哈尔滨工程大学学报》1989,(2)
为探讨在BWR(Boiling Water Reactor)环境中,影响低合金钢A533B和碳素钢STS42疲劳裂纹扩展速度的因素,进行了大量实验研究,其结果如下:(1)两种钢材的疲劳裂纹扩展速度均受温度改变的影响;(2)纯水中溶氧浓度的改变仅对碳素钢的疲劳裂纹扩展速度产生影响;(3)循环频率的改变,特别是在低循环频率时,两种钢材的疲劳裂纹扩展速度均有明显加速的倾向. 相似文献
6.
7.
针对目前已有的基于深度学习的数据竞争检测方法提取特征单一和准确率低的问题,提出一种基于深度学习的数据竞争检测方法DeleRace,该方法首先利用程序静态分析工具WALA从多个实际应用程序中提取指令、方法和文件等多个级别的特征,对其向量化并构造训练样本数据;然后通过ConRacer工具对真实数据竞争进行判定进而标记样本数据,采用SMOTE增强算法使正负数据样本分布均衡化;最后构建并训练CNN-LSTM深度神经网络进行数据竞争检测.从DaCapo,JGF,IBM Contest,PJBench基准测试程序套件中分别选取26个不同应用领域的基准测试程序进行训练数据样本抽取和数据竞争检测,结果表明DeleRace的数据竞争检测准确率为96.79%,与目前已有的基于深度学习的检测方法DeepRace相比提升了4.65%.此外还将DeleRace与已有的动态数据竞争检测工具(Said和RVPredict)和静态数据竞争检测工具(SRD和ConRacer)进行比较,验证了DeleRace的有效性. 相似文献
8.
9.
10.
通用网络化智能传感器接口及应用 总被引:1,自引:0,他引:1
首先介绍IEEE1451智能传感器接口标准,然后阐述一种基于IEEE1451.2标准的智能压力变送器的结构,最后介绍一种环形网络结构的智能精密压力传感器,其特征是构成网络时能确定每个传感器的全局地址、组地址和设备识别号ID地址,能实现各传感器之间、传感器与系统之间的数据交换和资源共享,用户可通过网络获取任何一个传感器的数据并对该传感器的参数进行设置。 相似文献