中低比转速离心泵叶轮几何参数优化 中低比转速离心泵圆盘摩擦损失过大,圆盘摩擦损失和叶轮直径五次方成正比,针对这一特点,提出了以减少泵的圆盘摩擦损失为目的的方法,即以叶轮直径最小为目标函数,综合考虑叶轮进口直径、叶轮叶片进出口安放角,叶轮叶片数等设计变量。
高能损失的有机体异质结太阳能电池中的漏电流:理解低温下开路电压的超高损耗
2021-03-08 20:06:17 620KB 研究论文
1
具有三重态焦点损失的人员重新识别
2021-03-07 09:05:23 945KB Re-identification Triplet Focal Loss
1
针对现有图像超分辨重建方法难以充分重建图像的细节信息且易出现重建的图像缺乏层次的问题,提出一种基于自注意力深度网络的图像超分辨重建方法。以深度神经网络为基础,通过提取低分辨率图像特征,建立低分辨率图像特征到高分辨率图像特征的非线性映射,重建高分辨率图像。在进行非线性映射时,引入自注意力机制,获取图像中全部像素间的依赖关系,利用图像的全局特征指导图像重建,增强图像层次。在训练深度神经网络时,使用图像像素级损失和感知损失作为损失函数,以强化网络对图像细节信息的重建能力。在3类数据集上的对比测试结果表明,所提方法能够提升图像超分辨重建结果的细节信息,且重建图像的视觉效果更好。
2021-03-01 17:05:38 7.66MB 图像处理 图像超分 自注意力 感知损失
1
基于似然损失函数的组样本排序学习方法
2021-02-26 17:05:04 401KB 研究论文
1
在本文中,我们主要关注具有量化输入反馈和任意数据包损失的离散线性系统的稳定性问题。 详细分析了最粗糙的量化策略,以确保系统的渐近稳定性。 如果最粗糙的量化器是对数的, 渐近稳定该系统的必要和充分条件被转化为代数Riccati方程,然后转化为一些LMI。 然后获得对数量化器的量化密度在所有与丢包有关的Lyapunov函数上的最小值根据这些LMI。 此外,我们还证明了对数量化器的扇区绑定方法对于具有任意数据包丢失的系统仍然有效。 渐近稳定性问题可以转换为具有扇区边界不确定性的鲁棒控制问题。 不确定系统的鲁棒稳定性被公式化为一些LMI。 最后,给出一个例子来说明本文结果的有效性。
2021-02-25 20:04:40 497KB arbitrary packet losses; asymptotic
1
《管道和水泵简易计算法》 管道工人和新参加管道设计、施工人员、在实际工作中,经常碰到一些管道和水泵方面的设计和计算问题,本手册做了详细的介绍。
1
L1 LOSS -- EIoU loss
2021-02-03 12:38:04 221KB 损失函数 DIou IoU CIoU
1
搭建完整的神经网络,利用L2正则化优化,程序绝对可以完美运行。
2019-12-21 21:49:36 2KB Python
1
欢迎下载,画出训练模型时的Train和Validate的Loss曲线
2019-12-21 21:38:24 4KB Loss曲线
1