针对航空发动机用涡轮盘材料Udimet720Li,根据高温单轴实验结果,对其在各种载荷条件下的力学行为,开展了采用Bodner-Partom(B-P)统一型弹-粘塑性本构方程进行建模的研究。充分讨论了基于内变量理论的该型本构模型对率相关拉伸、循环硬化及蠕变等力学行为同时进行建模的能力;根据对模型的本构分析,给出了一种分类加整体考虑的模型参数优化策略。通过ABAQUS用户子程序,把该模型结合进了有限元方法,并进行了计算验证。研究表明B-P本构模型可较好地建模高温镍基合金Udimet720Li的各种力学行为。
2022-08-10 16:44:40
237KB
1
6个写词人['林夕', '方文山', '黄霑', '罗大佑', '李宗盛', '黄伟文']的歌词打标数据，用于歌词风格分类
2022-08-10 10:26:42
4.03MB
1
针对短时傅里叶变换等时频分析方法不能提取由腿部和手臂运动产生的细致微多普勒特征这一问题，提出了采用分数阶傅里叶变换的雷达步态信号分析方法。在短时傅里叶分析的基础上，应用分数阶傅里叶变换对步态回波信号进行处理，由实测步态数据生成分数阶傅里叶变换谱图并进行了详细分析。结果表明，通过分数阶傅里叶变换可以从步态数据中提取出手臂、腿部摆动的细致微多普勒特征。
2022-08-09 21:26:39
325KB
1
组搜索优化算法GSO(Group Search Optimizer )是一种基于动物捕食原理的新型群智能优化算法。本研究提出了一种改进的GSO优化算法:全局组搜索优化算法GGSO(Global GSO)。主要在两个方面对GSO算法进行了改进,一是在迭代过程中引入加速系数,加快种群收敛速度,增强算法的局部搜索能力;二是用高斯函数来产生随机位置变异,扩大搜索空间,从而增强算法的全局搜索能力。经过11个无约束测试函数和3个带约束问题的测试及与其他文献的比较可知,GGSO算法具有较好的局部和全局搜索能力,并且能够
2022-08-09 20:57:30
902KB
1
用有限单元法分析了双层弹性支承梁的静力响应．双层弹性支承梁结构由二种平行的梁(上层梁和下层梁)、上层梁和下层梁之间的离散弹簧和下层梁下部的Winkler基础组成．上层长梁、下层短梁、离散弹簧、Winkler基础和作用在上层梁上的荷载视为一个系统，并将该系统进行有限单元离散，梁单元的弯曲形函数采用Hermitian 3次方插值函数，利用变分原理及形成矩阵的“对号入座”法则建立该系统有限单元形式的平衡方程．阐明了单元刚度矩阵以及在上层梁单元作用竖向集中荷载或分布荷载下单元节点荷载列阵的形成．举例说明了该方法的
2022-08-09 00:27:00
262KB
1
对低升阻比飞船高速再入地球大气层的轨迹规划问题，提出了基于数值预测校正NPC(Numeric Predictor-Corrector)法的预测制导方法，并用时间替代能量作为自变量从而规避奇异问题；由飞船再入的3自由度运动方程推导纵向平面内的运动方程，并使用预测-校正方法获得倾侧角数值；同时通过设计横向漏斗确定倾侧角的符号，最终得到当前需要的倾侧角．仿真结果表明，该方法能根据不同的再入条件得出对应的再入轨迹和倾侧角变化规律，其动压、热流率、过载也符合再入要求．
2022-08-08 16:59:17
218KB
1
利用风场模型对台风进行数值模拟得到极值风速这一方法已被广泛应用．首先详细介绍YanMeng风场模型物理模型及数值解法；着重强调该模型中的两个随机参数：Holland参数B、等效粗糙长度z0，讨论了它们对气压场及风速的影响程度，并给出相应取值方法；最后以YanMeng风场模型作为技术背景，根据厦门气象局提供的实测台风数据对台风 DAN进行数值模拟，得到梯度风场以及台风影响下厦门地区表面风速，以证明YanMeng风场模型的可行性．
2022-08-08 16:21:32
251KB
1
知识图谱实战系列课程旨在帮助同学们快速掌握知识图谱领域核心技术，基于Python各大开源技术实现知识图谱核心应用。通俗讲解核心技术点及其应用领域，全程实战演示如何构建知识图谱生态中各项核心技术。
2022-08-08 12:17:20
347B
1
我们通常用困惑度（perplexity）来评估语言模型的好坏。可以探索一下交叉熵损失函数的定义。困惑度是对交叉熵损失函数做指数运算后得到的值。特别地：
最佳情况下，模型总是把标签类别的概率预测为1，此时困惑度为1；
最坏情况下，模型总是把标签类别的概率预测为0，此时困惑度为正无穷；
基线情况下，模型总是把预测所有类别的概率都相同，此时困惑度为类别个数。
显然，任何一个有效模型的困惑度必须小于类别个数。
假定交叉熵损失函数为：H(y(i),y^(i))=−∑j=1qyj(i)logy^j(i)H(y^{(i)},\hat{y}^{(i)})=-\sum_{j=1}^qy_j^{(i)}log\h
2022-08-07 23:30:36
34KB
1