排序方式: 共有24条查询结果,搜索用时 31 毫秒
1.
煤与瓦斯突出是煤矿最严重的自然灾害之一。为了尽可能减轻其危害.多年来我国在突出危险性预测方面开展了大量的工作,特别是在应用工作面钻孔参数预测突出的方法和仪器装备方面都有明显的进展,取得了一些实用成果。但这种预测方法仍有一定的工程量(如需要打钻孔等),每次预测作业时间需要4~5h,不仅对生产有一定影响。而且有一定的危险.不能满足现场需要。 相似文献
2.
人工嗅觉系统就是现在人们所说的电子鼻,它是一种上世纪90年代发展起来的新颖的分析、识别和检测复杂嗅味和大多数挥发性成份的仪器。Gardner给电子鼻下的定义是“电子鼻是一种由一定选择性的电化学传感器阵列和适当的识别装置组成的仪器,能识别简单和复杂的气味”。由于它独特的功能,在饮料、食品、酒类、烟草、化妆品、石油化工、包装材料、环境监测、临床、化学等部门得到了广泛的应用,并且在继续深入到其他部门,受到了各方面越来越大的关注。 相似文献
3.
通过早期故障试验对某型号数控系统故障部位和故障原因分类进行了分析,对外购、外协件的可靠性保证措施及质量优选进行了研究,对制造关键工序和装配过程的可靠性保证措施提出了建议,提高了该数控系统的可靠性. 相似文献
4.
5.
黄胜全 《东北电力学院学报》2003,23(4):63-64,74
提出了一种转子动平衡的最优化算法,该算法以影响系数法为基础,应用非线性最优化理论,求解加重面数大于测点数的转子动平衡问题。 相似文献
6.
凸轮机构是一种自动机械和仪器设备实现预定运动的机构,传统的设计和加工方法存在着繁琐、精度差和效率低等缺点,使其应用受到了限制。用现代数控技术设计盘形直动从动件凸轮廓形,并利用框架造型的方法完成其加工程序的自动编制。 相似文献
7.
针对无人集群对抗问题中原始态势信息繁杂,难以准确识别集群阵型和集群运动趋势等态势要素的特点,为提高无人集群态势要素识别能力,设计了一种利用Transformer的无人集群对抗态势要素识别方法。基于Transformer模型的思想构建了可应用于无人集群对抗态势要素识别问题的Transformer-Decoder注意力层模型,实现良好的集群态势要素识别能力,设计层间注意力结构以改进提升了Transformer-Decoder的特征表达能力,进一步提高识别准确率。首先将集群态势序列信息输入到LSTM循环神经网络,编码成时序特征信息;然后使用Transformer-Decoder注意力模块和层间注意力模块提取集群的综合高阶态势信息,最后多维度分类网络和softmax层实现对多类态势要素的分类。实验结果表明:利用Transformer和层间注意力的无人集群对抗态势要素识别方法在态势要素分类问题上表现出良好的性能,能够同时对多类态势要素进行准确分类;相对于基线方法,利用Transformer和层间注意力的集群态势识别方法在集群阵型和运动趋势识别问题上具有更高的准确率。尤其在体现集群内部相对趋势的态势要素的分类问题上,该方法明显表现出更好的性能。 相似文献
8.
9.
10.