期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
翼型加厚对桨扇性能的影响研究
1
作者 徐猛 李博 +2 位作者 邱宇宸 姜东晨 许尹 《机械制造与自动化》 2024年第4期76-81,128,共7页
为研究翼型加厚对桨扇性能的影响,通过两种不同的加厚方式对桨扇翼型进行加厚,采用NUMECA软件对加厚前后的对转桨扇进行三维流场数值模拟,对比加厚前后对转桨扇的性能变化。结果表明:在同一飞行状态下,无论是翼型整体加厚,还是只改变翼... 为研究翼型加厚对桨扇性能的影响,通过两种不同的加厚方式对桨扇翼型进行加厚,采用NUMECA软件对加厚前后的对转桨扇进行三维流场数值模拟,对比加厚前后对转桨扇的性能变化。结果表明:在同一飞行状态下,无论是翼型整体加厚,还是只改变翼型最大厚度,对转桨扇的性能都会下降;相比于整体加厚,只改变最大厚度则性能下降得更多;在不同来流攻角条件下,攻角越大,加厚前后的对转桨扇性能差值越大。 展开更多
关键词 对转桨扇 开式转子 翼型加厚 气动性能 数值模拟
下载PDF
基于AI技术的英语阅读文本难度影响因素分析
2
作者 蒋东辰 刘源 张键飞 《英语教师》 2022年第20期44-49,54,共7页
利用计算机AI技术方法,分析英语阅读分级文本,探究影响二语学习者阅读的核心语言学因素,辅助英语教师及其他教育工作者设计实施针对性训练,有效提升学生的英语阅读水平。选取英语文本难度分级研究中140个语言特征,根据英语教学者经验,... 利用计算机AI技术方法,分析英语阅读分级文本,探究影响二语学习者阅读的核心语言学因素,辅助英语教师及其他教育工作者设计实施针对性训练,有效提升学生的英语阅读水平。选取英语文本难度分级研究中140个语言特征,根据英语教学者经验,补充构造词汇、句法、时态等26个新特征,针对九个年级的英语阅读文本开展难度特征拟合与特征筛选实验。实验结果显示:影响英语阅读文本难度的核心特征类别依次是词汇难度、词法丰富度、心理学特征、句法结构、语篇连贯性、时态/情态/语态等语法;影响文本难度的核心特征包括3个词汇特征、1个心理学特征、3个句法特征和1个语篇特征。这些特征与机器学习方法结合,可有效提升文本难度预测的准确性。这些实验结果与英语日常教学经验一致,可为英语阅读能力的培养方案设计提供参考。 展开更多
关键词 AI技术 英语阅读 文本可读性 语言特征 难度分级
下载PDF
Theoretical mean-variance relationship of IP network traffic based on ON/OFF model 被引量:10
3
作者 JIN Yi ZHOU Gang +3 位作者 jiang dongchen YUAN Shuai WANG LiLi CAO JianTing 《Science in China(Series F)》 2009年第4期645-655,共11页
Mean-variance relationship (MVR), nowadays agreed in power law form, is an important function. It is currently used by traffic matrix estimation as a basic statistical assumption. Because all the existing papers obt... Mean-variance relationship (MVR), nowadays agreed in power law form, is an important function. It is currently used by traffic matrix estimation as a basic statistical assumption. Because all the existing papers obtain MVR only through empirical ways, they cannot provide theoretical support to power law MVR or the definition of its power exponent. Furthermore, because of the lack of theoretical model, all traffic matrix estimation methods based on MVR have not been theoretically supported yet. By observing both our laboratory and campus network for more than one year, we find that such an empirical MVR is not sufficient to describe actual network traffic. In this paper, we derive a theoretical MVR from ON/OFF model. Then we prove that current empirical power law MVR is generally reasonable by the fact that it is an approximate form of theoretical MVR under specific precondition, which can theoretically support those traffic matrix estimation algorithms of using MVR. Through verifying our MVR by actual observation and public DECPKT traces, we verify that our theoretical MVR is valid and more capable of describing actual network traffic than power law MVR. 展开更多
关键词 traffic matrix mean-variance relationship SELF-SIMILAR
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部