排序方式: 共有112条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
根据Web服务的特点,设计一个拜占庭容错Checkpoint协议。Checkpoint协议在复制品中定期创建检查点,将复制品都认可的稳定状态保存,这些检查点可以在复制品进行状态转换和前摄恢复时提供历史数据。与其他的拜占庭容错Checkpoint协议相比,该协议最大的改进在于允许Web服务改变自身的状态,这一点对于Web服务,尤其是组合服务尤其重要。通过实验分析,结果显示了算法的有效性。 相似文献
5.
本文针对常规转轮除湿空调系统再生能耗高和除湿温升大的缺点,提出了低温驱动双转轮除湿空调系统,并分析了该系统的热力过程。建立了转轮除湿空调系统的■分析模型,并在典型夏季工况下,计算了系统的■能耗,研究表明:相比常规转轮除湿空调系统,新型系统的再生温度降低了35℃,再生温度为65℃,较低的再生温度使新型系统更好地利用太阳能等可再生能源;新型系统的加热量和制冷量分别降低了49.6%和33.1%,加热耗■及冷却耗■分别减少了64.4%和37.5%,再生排风■损失降低了38.1%,总■损失减少了52.7%,■效率提高了114.7%。新型系统■分析研究表明:处理空气先预冷后除湿和降低再生空气含湿量的措施对降低转轮除湿空调系统的再生温度有利,两者与吸附热回收相结合的措施能大大降低系统的再生能耗、制冷能耗和总能耗,新型系统具有不可逆损失少以及热力完善度高的优点。 相似文献
7.
小波时间序列在空调负荷预测中的应用 总被引:1,自引:0,他引:1
提出将小波分析和时间序列应用于空调负荷预测;利用小波分析可以将空调负荷序列通过小波分解一层一层分解到不同的频率通道上,分解后序列的平稳性比原始序列好得多.其小波分解后的序列用时间序列模型来预测,最后再合成得到原时间序列的预测值.预测结果表明,该模型应用于空调负荷预测具有较高的预测精度,而且明显优于传统的时间序列模型. 相似文献
8.
支持向量机是基于统计学习理论的新一代机器学习技术,其非线性回归预测性能优越于传统统计方法。提出了一种大气污染物浓度预测模型,该方法将支持向量机应用于大气污染物浓度预测,首先对各类影响因子进行分析并进行建模预测;而后利用主成分分析的方法对输入因子降维,从而形成支持向量机的训练样本集;在此基础上建立了基于RBF核函数支持向量回归法的大气污染预模型。大气污染预测实例表明,该方法具有泛化能力强、预测精度高、训练速度快、稳定性好、便于建模等优点,有良好的应用前景。 相似文献
9.
10.
以乙酰丙酮锂(LiAcac)为催化剂,脂肪族直链二醇(1,4-丁二醇、1,5-戊二醇、1,6-己二醇和1,8-辛二醇)、异山梨醇(IS)和碳酸二苯酯(DPC)为原料,通过熔融酯交换法合成了一系列脂肪族二醇/异山梨醇共聚碳酸酯(PIAC),产品特性黏数为48.3~85.7 m L/g。考察了不同1,4-丁二醇/异山梨醇投料摩尔比对合成反应的影响。结果表明,随丁二醇用量的增大,热稳定性降低,共聚产品Tg下降,但分子链的柔韧性增强,产品力学性能得到改善。同时考察了等摩尔不同种类的直链二醇对性能的影响,结果表明,随着分子链中二醇亚甲基数的增加,共聚产品Tg逐渐降低,但热稳定性逐渐提高,分子链力学性能明显增强,1,8-辛二醇改性产品的断裂伸长率达到575.2%。 相似文献